Autonomous Learning for Machine Perception

Chiotellis, Ioannis Nektarios

User: Guest

Ioannis Nektarios Chiotellis

If you experience problems opening the document, please try this link.

Original title:: Autonomous Learning for Machine Perception
Translated title:: Autonomes Lernen für die Maschinelle Wahrnehmung
Author:: Chiotellis, Ioannis Nektarios
Year:: 2022
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Cremers, Daniel (Prof. Dr.)
Referee:: Cremers, Daniel (Prof. Dr.); Rodolà, Emanuele (Prof.); Triebel, Rudolph (Priv.-Doz. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik
Keywords:: machine learning, deep learning
Translated keywords:: maschinelles Lernen, tiefes Lernen
TUM classification:: DAT 760; DAT 770
Abstract:: In this thesis, we develop machine learning algorithms that aim to minimize the need for human supervision, utilizing techniques from Metric Learning, Semi-Supervised Learning, Active Learning and Reinforcement Learning. We explore problems from a diverse set of research areas including non-rigid shape analysis, autonomous driving, deep active learning and combinatorial optimization.
Translated abstract:: In dieser Arbeit entwickeln wir Algorithmen für maschinelles Lernen, die darauf abzielen, den Bedarf an menschlicher Überwachung zu minimieren. Dabei werden Techniken aus den Bereichen metrisches Lernen, halbüberwachtes Lernen, aktives Lernen und verstärkendes Lernen verwendet. Wir untersuchen Probleme aus einer Vielzahl von Forschungsbereichen, einschließlich nicht starrer Formanalyse, autonomem Fahren, tiefem aktivem Lernen und kombinatorischer Optimierung.
WWW:: https://mediatum.ub.tum.de/?id=1609823
Date of submission:: 12.05.2021
Oral examination:: 12.01.2022
File size:: 9968636 bytes
Pages:: 132
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220112-1609823-1-0
Last change:: 21.03.2022
BibTeX