Benutzer: Gast  Login
Originaltitel:
Learning to Learn Neural Representations with Limited Data and Supervision
Übersetzter Titel:
Lernen, neuronale Repräsentationen mit begrenzten Daten und Überwachung zu lernen
Autor:
Farshad, Azade
Jahr:
2024
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Institution:
Informatik 16 - Lehrstuhl für Anwendungen in der Medizin (Prof. Navab)
Betreuer:
Navab, Nassir (Prof. Dr. )
Gutachter:
Navab, Nassir (Prof. Dr. ); Glocker, Ben (Prof. Dr.); Adeli, Ehsan (Prof.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
MED 230; DAT 760
Kurzfassung:
Learning to learn is a powerful paradigm that enables machine learning models to leverage the previously learned features for new tasks and domains more effectively. This thesis explores different aspects of learning to learn from data, models, and semantics, and shows how they can enhance various computer vision and medical imaging tasks. In the first part of the thesis, we present novel and fundamental research on learning to learn from data, and in the second part, we investigate the use of h...     »
Übersetzte Kurzfassung:
Lernen zu lernen ist ein leistungsfähiges Paradigma, das es Modellen des maschinellen Lernens ermöglicht, die zuvor gelernten Merkmale für neue Aufgaben und Bereiche effektiver zu nutzen. In dieser Arbeit werden verschiedene Aspekte des Lernens aus Daten, Modellen und Semantik untersucht und gezeigt, wie sie verschiedene Aufgaben der Computer Vision verbessern können. Im ersten Teil der Arbeit stellen wir grundlegende Forschungsergebnisse zum Lernen aus Daten vor, und im zweiten Teil untersuchen...     »
WWW:
https://mediatum.ub.tum.de/?id=1721532
Eingereicht am:
27.09.2023
Mündliche Prüfung:
29.02.2024
Dateigröße:
78184218 bytes
Seiten:
183
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240229-1721532-1-6
Letzte Änderung:
29.04.2024
 BibTeX