Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Fortgeschrittene Methoden im Rechnersehen - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Seminar Langtext
Veranstaltungsnummer 36258 Kurztext FMI-IN0110
Semester WS 2017 SWS 2
Teilnehmer 1. Platzvergabe 10 Max. Teilnehmer 2. Platzvergabe 10
Rhythmus Jedes 2. Semester Studienjahr
Credits für IB und SPZ
E-Learning
Hyperlink
Sprache Deutsch
Belegungsfrist Zur Zeit keine Belegung möglich
Abmeldefristen
Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.

Nach Zulassung ist eine Abmeldung auch durch den Teilnehmer möglich.

Nach Zulassung ist eine Abmeldung nur durch den Dozenten möglich.
Termine Gruppe: 1-Gruppe iCalendar Export für Outlook
  Tag Zeit Rhythmus Dauer Raum Lehrperson (Zuständigkeit) Status Bemerkung fällt aus am Max. Teilnehmer 2. Platzvergabe
Einzeltermine ausblenden kA.  bis  Block 16.10.2017 bis
09.02.2018
    findet statt  
Einzeltermine:
Gruppe 1-Gruppe:



Zugeordnete Person
Zugeordnete Person Zuständigkeit
Korsch, Dimitri , M.Sc. verantwortlich
Zuordnung zu Einrichtungen
Fakultät für Mathematik und Informatik
Inhalt
Lerninhalte

Mit der Verbreitung von digitalen Kameras im privaten Bereich ist der Bedarf an Anwendungen zur automatisierten Analyse aufgenommener Bilder rasant gewachsen.
In diesem Seminar werden wir daher Techniken analysieren, welche in der Grenze vom maschinellen Lernen und digitaler Bildverarbeitung angesiedelt sind.
Dieses Semester liegt der Fokus auf den aktuellen Verfahren im Zusammenhang mit Deep Learning wie rekurrente neuronale Netze (Recurrent Neural Networks) oder Aufmerksamkeitsnetze (Attention Networks).

Es sind unter anderem folgende Themen zu vergeben:

  • Deep Learning Overview (LeCun et al., 2015)
  • Recurrent Neural Networks
  • Recurrent Models of Visual Attention (Mnih et al., 2014, DeepMind)
  • Attention for fine-grained categorization (Sermanet et al. 2014, Google Inc)
  • Active Object Localization with Deep Reinforcement Learning (Caicedo et al. 2015)

Andere Themenvorschläge sind natürlich auch willkommen!

Weitere Infos zu den Themen sowie das Material zu den Themen ist auf Moodle zu finden.

Strukturbaum
Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WS 2017 , Aktuelles Semester: SoSe 2024

Impressum | Datenschutzerklärung