Loading...
 

Seminar Visuelle Modellierung

Masterseminar

Dozent: Prof. Dr.-Ing. Reinhard Koch
Betreuer: Dr.-Ing. Oliver Fleischmann
Seminar: 2 SWS, ECTS-Credits: 4, Modul: MSS0601 (UnivIS)

Zeit und Ort:
Donnerstag, 10:15 - 11:45 Uhr, HRS 3 - R.304


Voraussetzungen:

Es wird empfohlen, bereits eine Vorlesung zu Pattern Recognition, Machine Learning oder Multimedialer Informationsverarbeitung besucht zu haben. Das Seminar richtet sich an Studierende im Masterstudiengang.


Inhalt:

Künstliche neuronale Netze, eine Menge verschiedener Modelle des maschinellen Lernens, erleben derzeit eine Renaissance. Während die grundlegende Theorie bereits aus den 70er Jahren stammt und zwischenzeitlich als überholt galt, konnten in den letzten 3-4 Jahren bedingt durch die mittlerweile zur Verfügung stehende große Rechenleistung und theoretischen Weiterentwicklungen entscheidende Fortschritte erzielt werden. Insbesondere bei Problemen, in denen Repräsentationen bestimmter Klassen gelernt werden sollen, erzielen neuronale Netze derzeit die besten Ergebnisse. Die Weiterentwicklungen klassischer neuronaler Netzwerk-Architekturen, mit denen heutzutage gearbeitet wird, sind auch bekannt als "Deep Networks" oder "Deep Architectures", woraus sich auch der Teilbereich des maschinellen Lernens, das "Deep Learning" ableitet.

Im Rahmen dieses Seminars sollen die Grundlagen, Optimierungsverfahren, moderne Regularisierungsverfahren und Anwendungen des "Deep Learning" erarbeitet, vorgestellt und diskutiert werden.


Ablauf:

In der Vorbesprechung (siehe Zeitplan) wird jedem Thema ein Student zugewiesen. Zu jedem Seminartermin wird dann jeweils ein Thema von allen Seminarteilnehmern vorbereitet. Der Teilnehmer, der dieses Thema behandelt, arbeitet dazu eine ca. 30-minütige Präsentation aus, in welcher der Inhalt anschaulich vorgestellt wird. Anschließend findet eine Diskussion der Thematik statt. Jeder Student ist angehalten, sich entsprechend darauf vorzubereiten und entsprechende inhaltliche Fragen vorzubereiten. Ferner ist der Vortragende angehalten, einige einfache Verständnisfragen zu der Thematik auszuarbeiten, die vom Publikum diskutiert werden.

Außerdem soll eine kurze schriftliche Ausarbeitung des Themas angefertigt werden (ca. 10-15 Seiten). Dabei soll eine erste Version zur Mitte des Semesters (bis 1.1.2016) beim Betreuer abgegeben und mit diesem diskutiert werden. Die endgültige Version, in die Anmerkungen des Betreuers und Feedback aus der Diskussionsrunde einfließen sollen, ist dann zum Semesterende abzugeben (bis 12.2.2016).

Die Bewertung setzt sich also aus Vortrag, schriftlicher Ausarbeitung des eigenen Themas, sowie der mündlichen Beteiligung im gesamten Seminar zusammen.

Die Themen aus dem Gebiet Deep Learning, die im Seminar behandelt werden, sind:


Zeitplan

Datum Thema Unterlagen
24.07.2015 Vorbesprechung und Themenvergabe (Oliver Fleischmann) PDF  Folien (Einführung/Termine)
29.10.2015 Einführung und Hinweise zum Seminar (Sandro Esquivel) PDF  Folien (Arbeiten/Vorträge)
03.12.2015 Programmierübung zu neuronalen Netzen (Sandro Esquivel) PDF  Folien, PDF  Matlab-Code
10.12.2015 Seminarvortrag (Jannis Mell) PDF  Seminararbeit
17.12.2015 Seminarvortrag (Thoren Horstmann) PDF  Seminararbeit
01.01.2016 Abgabe der schriftlichen Ausarbeitungen  
07.01.2016 Seminarvortrag (Tobias Schwede) PDF  Seminararbeit
14.01.2016 Seminarvortrag (Florian Klöppner) PDF  Seminararbeit
21.01.2016 Seminarvortrag (Hendrik Bell) PDF  Seminararbeit
28.01.2016 Seminarvortrag (Sascha Clausen) PDF  Seminararbeit
04.02.2016 Seminarvortrag (Luca Lovisa) PDF  Seminararbeit
11.02.2016 Gastvortrag (Ferdinand Hahmann, FH Kiel)  
12.02.2016 Abgabe der korrigierten und überarbeiteten Ausarbeitungen PDF  Glossar

Das Seminar findet jeweils Do, 10:15 Uhr in HRS 3 - R.304 statt.


Weitere Materialien


Hinweis: Melden Sie sich unter Login an, bevor Sie Dateien herunterladen können.



Created by ofl. Last Modification: Monday 15 of February, 2016 12:34:41 CET by sandro.