Xiang Xie, M. Sc.
- Gruppe: Prof. Stork
- Raum: 2.29
CS 30.10 - Tel.: +49 721 608-42499
- xiang xieQmt4∂kit edu
Engesserstr. 5
76131 Karlsruhe
M. Sc. Xiang Xie
Lebenslauf
- Bachelorstudium der Mechatronik an der Tongji Universität, Shanghai
- Bachelorarbeit: Konzipierung und Umsetzung einer autarken Software zur automatisierten Auswertung und Darstellung von Messdaten bei der VW AG in Wolfsburg
- Masterstudium der Elektro- und Informationstechnik am KIT
- Masterarbeit: Evaluierung und Optimierung des Filter-Ansatzes zur Merkmalsselektion basierend auf Evaluationsdatensätzen
- Wissenschaftlicher Mitarbeiter am ITIV seit Juli 2019
Betreute abgeschlossene studentische Arbeiten (Auswahl)
- MA: "Conception and Optimization of an X-Ray Flouresence based Thickness and Concentration Measurement Method of Coating using Neural Networks and Meta Learning Techniques"
- MA: "Implementation, Optimization and Evaluation of a Feature Selection Method with Evolutionary Algorithm"
- MA: "Application of Reinforcement Learning Algorithms in Spectral Analysis"
- MA: "Implementierung und Evaluation von Deep Reinforcement Learning Algorithmen sowie deren Generalisierungsfähigkeit in einer virtuellen Umgebung (Implementation and Evaluation of Deep Reinforcement Learning Algorithms and their Abilty to Generalize in a Virtual Environment)"
- MA: "Implementation and Evaluation of a Recommender System based on Multi-Label Classication Algorithms for the Identication of Composition of Unknown Alloys"
- MA: "Feature-Selection-Based Iterative Pruning for Neural Network Compression"
- MA: "Automatic Calibration of Neural-Network-Based X-Ray fluorescence Analysis Using Meta-Learning Techniques"
- MA: "Anpassung und Erweiterung von Deep Reinforcement Learning Algorithmen zur Anwendbarkeit an einem TurtleBot3"
| Titel | Datum |
|---|---|
| Cross-platform deployment and update of neural networks | offen (zu vergeben) |
| Feature selection and model compression: fast, efficient and explainable machine learning | offen (zu vergeben) |
| Train your own AI agent with Reinforcement Learning: Gaming, dynamic controlling like a pro | offen (zu vergeben) |
| Meta-Learning: learning to learn. Generalisierung der Fähigkeit von neuronalen Netzen basierende Machine Learning Algorithmen | offen (zu vergeben) |
| Machine Learning Algorithmen für Multi-Label Klassifikationsprobleme | offen (zu vergeben) |
| Optimierung eines zerstörungsfreien Verfahren für Dicke- und Konzentrationsmessung mittels Machine Learning Methoden | offen (zu vergeben) |
Publikationen
2020
Proceedingsbeiträge
Watermelon: a Novel Feature Selection Method Based on Bayes Error Rate Estimation and a New Interpretation of Feature Relevance and Redundancy.
Xie, X.; Stork, W.
2020. Proceedings of ICPR 2020 25th International Conference on Pattern Recognition, Milan, 10 – 15 January 2021, 1360–1367, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICPR48806.2021.9413262
Xie, X.; Stork, W.
2020. Proceedings of ICPR 2020 25th International Conference on Pattern Recognition, Milan, 10 – 15 January 2021, 1360–1367, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICPR48806.2021.9413262