Logo des Repositoriums
 
Textdokument

Lernen mit wenigen Beispielen für die visuelle Objekterkennung

Vorschaubild nicht verfügbar

Volltext URI

Dokumententyp

Zusatzinformation

Datum

Autor:innen

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik

Zusammenfassung

Das maschinelle Lernen aus wenigen Beispielen ist ein wichtiges und entscheidendes Problem bei vielen visuellen Erkennungsaufgaben, besonders in industriellen Anwendungen. Im Gegensatz zum Menschen benötigen viele aktuelle Verfahren meistens Hunderte von beschrifteten Beispielbildern. Die Dissertation "Learning with Few Examples for Visual Recognition Problems" beschäftigt sich mit diesem Problem und stellt Lösungsmoöglichkeiten vor, welche sich auf die Verwendung zweier Konzepte stützen: Lerntransfer und Ein-Klassen-Klassifikation. Das folgende Dokument bietet eine Zusammenfassung der Ergebnisse der Dissertation.

Beschreibung

Rodner, Erik (undefined): Lernen mit wenigen Beispielen für die visuelle Objekterkennung. Ausgezeichnete Informatikdissertationen 2011. Bonn: Gesellschaft für Informatik. PISSN: 1617-5468. ISBN: 978-3-88579-416-5. pp. 151-160

Schlagwörter

Zitierform

DOI

Tags