Transfer Meta Learning
- Diese Dissertation untersucht die wissenschaftlichen Grundlagen selbstlernender Systeme und des maschinellen Wissenstransfers. In praktischen Herausforderungen zeigt sich der Nutzen von Transferlernmethoden zur Komplexitätsreduktion. Um ein systematisches Herangehen an das Transferlernen zu ermöglichen, wird die neue Methode des \(\textit {Transfer Meta Learning}\) eingeführt, welche anhand von Metadaten automatisch optimale Hyperparameter für Transferlernprozesse ermitteln kann. Insbesondere benötigt dieser Ansatz nur Metadaten und keine tatsächlichen Stichproben aus dem Datensatz, um Transferlerneinstellungen vorzuschlagen, die besser sind als die Verwendung der besten bekannten Einstellungen oder die Herleitung von Einstellungen durch eine lineare Regression. Dieser neue Ansatz zum Lernen des Transferlernens durch Metalernen wurde am Beispiel der Bildklassifikation ausgeführt. Auf Grundlage der beschriebenen Herausforderungen wurde der Einsatz dieses Ansatzes in zukünftiger Forschung diskutiert.
Author: | Nico ZengelerGND |
---|---|
URN: | urn:nbn:de:hbz:294-92963 |
DOI: | https://doi.org/10.13154/294-9296 |
Subtitle (German): | Herausforderungen der Mustererkennung |
Referee: | Tobias GlasmachersGND, Asja FischerGND, Uwe HandmannGND |
Document Type: | Doctoral Thesis |
Language: | German |
Date of Publication (online): | 2022/09/15 |
Date of first Publication: | 2022/09/15 |
Publishing Institution: | Ruhr-Universität Bochum, Universitätsbibliothek |
Granting Institution: | Ruhr-Universität Bochum, Fakultät für Elektrotechnik und Informationstechnik |
Date of final exam: | 2022/08/30 |
Creating Corporation: | Fakultät für Elektrotechnik und Informationstechnik |
GND-Keyword: | Künstliche Intelligenz; Maschinelles Lernen; Mustererkennung; Transfer; Metalernen |
Institutes/Facilities: | Institut für Neuroinformatik |
Dewey Decimal Classification: | Allgemeines, Informatik, Informationswissenschaft / Informatik |
faculties: | Fakultät für Elektrotechnik und Informationstechnik |
Licence (German): | Creative Commons - CC BY 4.0 - Namensnennung 4.0 International |