english  | Home | Impressum | Datenschutz | KIT

Meta-Learning: learning to learn. Generalisierung der Fähigkeit von neuronalen Netzen basierende Machine Learning Algorithmen

Meta-Learning: learning to learn. Generalisierung der Fähigkeit von neuronalen Netzen basierende Machine Learning Algorithmen
Typ:Bachelor-/ Masterarbeit
Datum:offen (zu vergeben)
Betreuer:

M. Sc. Xiang Xie

Meta-Learning: learning to learn. Generalisierung der Fähigkeit von neuronalen Netzen basierende Machine Learning Algorithmen

Umfeld

Die neuronalen Netze haben ihre starken Fähigkeiten in verschiedene Domäne nachgewiesen, wie z.B. Objekte in Bilder erkennen, Sprache übersetzen und Spiele spielen. Allerdings wird ein neuronales Netz nur für eine spezifische Aufgabe trainiert und die Fähigkeit kann nicht in einem anderen Szenario übernommen werden. Ein neuronales Netz, das die Handschriften erkennen kann, kann aber die Unterschiede zwischen Katze und Hunde nicht herausfinden.

Das Meta-Learning Verfahren beschreibt die Philosophie von „Lernen zu Lernen“. Dabei werden eine Menge von Aufgaben zusammen betrachtet und die Allgemeinheit wird gelernt. Ein Machine Learning Modell lernt hier nicht nur die Aufgaben selbst, sondern auch wie es sich besser trainieren kann.

 

Aufgabe

Am Beispiel von Problemen im Bereich Klassifikation, Regression und Reinforcement Learning werden verschiedene Meta-Learning Ansätze geforscht und implementiert.

Die Wirkungen des Meta-Learning Verfahrens werden anschließend dokumentiert und evaluiert.

 

Voraussetzungen

  • Lust und Motivation auf neue Technologie
  • Idealerweise Erfahrungen in
    • Programmierung (Python, C++…)
    • Machine Learning