Nummer

INFO-4365
Titel

Deep Convolutional Neural Networks
Lehrform(en)

Praktikum
ECTS 6
Arbeitsaufwand
- Kontaktzeit
- Selbststudium
Arbeitsaufwand:
180 h
Kontaktzeit:
60 h / 4 SWS
Selbststudium:
120 h
Veranstaltungsdauer 1 Semester
Häufigkeit des Angebots Unregelmäßig
Unterrichtssprache Englisch
Prüfungsform

Wird noch bekannt gegeben.

Inhalt

Unter Verwendung moderner CUDA-basierter Systeme (PCs mit Nvidia-Graphikprozessoren sowie CUDA-workstations mit 4 GeForce Titan X Graphikkarten) und moderner Software zum Training tiefer neuronaler Netze, wie Caffe, CNTK oder Torch werden Probleme des maschinellen Lernens tiefer neuronaler Netze zur Klassifikation von Bildern, Objekterkennung in Bildern und Segmentation von Objekten untersucht. Hierbei werden allgemein verfügbare Benchmark-Datensätze wie NIST, Imageview etc. verwendet, aber auch Datenbanken von RGB-D Bildern (Bildern mit Tiefeninformationen, wie von der MS Kinect).

Qualifikationsziele

Die Studierenden können in kleinen Gruppen Probleme der Programmierung, der Datenvorverarbeitung, Strukturauswahl der neuronalen Netze, Training, Validierung und des Tests von tiefen neuronalen Netzen selbstständig erarbeiten. Sie haben Kompetenzen in den Bereichen Problemlösungsverhalten, Teamfähigkeit, Zeiteinteilung, Programmierfähigkeiten und Präsentationsfähigkeit erworben.

Vergabe von Leistungspunkten/Benotung
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Praktikum
P
o
4
6.0
K
90
b
100
Teilnahmevoraussetzungen Es gibt keine besonderen Voraussetzungen.
Dozent/in Zell
Literatur / Sonstiges

Literatur wird zu Beginn des Praktikums bekanntgegeben bzw. im Praktikum ausgeteilt

Zuletzt angeboten nicht bekannt
Geplant für derzeit nicht geplant
Zugeordnete Studienbereiche INFO-INFO, INFO-PRAK, INFO-THEO, MEDI-APPL, MEDI-INFO, ML-CS