User: Guest  Login
If you experience problems opening the document, please try this link.
Original title:
Modeling Epistemic and Aleatoric Uncertainty with Bayesian Neural Networks and Latent Variables
Translated title:
Modellierung von epistemischer und aleatorischer Unsicherheit mit Bayes'schen neuronalen Netzen und latenten Variablen
Author:
Depeweg, Stefan
Year:
2019
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Runkler, Thomas A. (Prof. Dr.)
Referee:
Runkler, Thomas A. (Prof. Dr.); Leal-Taixé, Laura (Prof. Dr.); (Hernández-Lobato, José Miguel (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 500d
Abstract:
In this thesis we develop a novel probabilistic model, the Bayesian neural network with latent variables (BNN+LV). This model class can describe complex stochastic patterns in the data via latent input variables, while, at the same time, account for epistemic uncertainty via a distribution over the network parameters. We investigate the applicability of BNN+LV for decision making, including regression, active learning and reinforcement learning.
Translated abstract:
Diese Arbeit beschreibt ein probabilistisches Modell, das Bayes'sche neuronale Netz mit latenten Variablen (BNN+LV). Mithilfe von latenten Variablen kann dieses Modell stochastische Muster in den Daten beschreiben und gleichzeitig die epistemische Unsicherheit mittels einer Wahrscheinlichkeitsverteilung über die Netzwerkgewichte modellieren. Untersucht werden Anwendungsszenarien in Entscheidungsproblemen, unter anderem für Regression, aktives Lernen und verstärkendes Lernen.
WWW:
https://mediatum.ub.tum.de/?id=1482483
Date of submission:
10.04.2019
Oral examination:
01.10.2019
File size:
6362301 bytes
Pages:
128
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20191001-1482483-1-8
Last change:
08.11.2019
 BibTeX