wir bieten...
Dekobild im Seitenkopf ISMLL
 
Courses in summer term 2013 / Oberseminar on Machine Learning and Data Mining:

Time: Tue 18:00-20:00
Location:B26/C202
Begin:18:00

Sessions:

Tue. 13.08.13 Johann Witkowski (Bachelor thesis):

Continuous Integration und Unit-Tests fuer Empfehlungssysteme

Abstract:

Die Continuous Integration Praxis findet in der Softwareentwicklung Verwendung und wird dafuer eingesetzt die Qualitaet der zu entwickelnden Software zu erhoehen. Bestimmte Leitsaetze dieser Praxis, vereint mit einem Continuous Integration Server verhindern gezielt viele Probleme, die bei der klassischen Softwareentwicklung entstehen koennen. Dabei werden unter anderem automatisch Tests durchgefuehrt, die die Software auf ihr Soll-Verhalten pruefen sollen. Dieses Konzept wurde auf die Entwicklung von Empfehlungssystemen erweitert, indem automatisiert Machine Learning Experimente durchgefuehrt wurden. Dabei muss ueber die enstehenden Probleme diskutiert werden, da die Eigenschaften der Experimente den Leitsaetzen der Continuous Integration Praxis widersprechen.

Tue. 13.08.13 Lars Kuennemann (Master thesis):

Hyperparameter Optimierung mit Hilfe von Gauss Prozessen

Abstract:

Viele Machine Learning Methoden muessen mit Hyperparametern konfiguriert werden, um brauchbare Ergebnisse zu erzielen. Diese Hyperparametersuche uebernehmen in der Regel Experten auf dem jeweiligen Fachgebiet oder laesst sich mit Brute-Force-Verfahren (Grid Suche) bestimmen, die allerdings eine sehr lange Zeit zur Bestimmung der besten Hyperparameterkombination benoetigen, insbesondere wenn die Anzahl der Hyperparameter hoch ist.
Das Ziel dieser Masterarbeit wird es sein, mit Hilfe des sog. Gaussian Process die Hyperparametersuche effizienter zu gestalten im Vergleich zu einem Brute-Force-Verfahren. Durch einen Gaussian Process wird der naechste zu testende Wert des gesuchten Hyperparameters bestimmt, der wahrscheinlich zu einem besserem Ergebnis fuehren wird. Der Vortrag beinhaltet die ersten Ansaetze und Versuche das genannte Ziel zu erreichen.

Tue. 18.06.13 Neelava Sengupta (ISMLL, Uni Hildesheim):

Research and overview of project iTalk2Learn-'Talk, Tutor, Explore, Learn: Intelligent Tutoring and Exploration for Robust Learning'

Abstract:

iTalk2Learn is an EU project and is part of 7th framework program. During a three year working period a platform will be developed that will teach young learners (5-11 years) mathematics. The utilized technology is really innovative and will be able to recognize which is the best exercise for that particular student. Moreover, it allows to create more intuitive interfaces based on speech interacting. The use of natural language, instead of Keyboard and Mouse, will be helpful to young children, who are not already familiar with the written form. The presentation will give a short overview of the project along with the scientific work done and planned in the current stage.

Tue. 25.06.13 Michael Kessler (Master project IMIT):

Classifier comparison for optical character recognition on road signs

Abstract:

The image-based recognition of road signs is an important research area in the Robert Bosch GmbH. Within this project thesis, different classification methods for the detection of road signs, particularly of supplementary road signs (additional panels) were analyzed, evaluated and compared with each other. Additional panels appear as supplements to threat-, right of way-, prohibition-, mandatory-, information-, and directional- signs and show text (characters) and pictograms (lorries, trailers, cars, arrows, etc.). The Bosch-internal traffic sign database contains 4547 labeled images of additional panels, together with the location information of all depicted characters/pictograms. The classifier comparison has been done using freely available implementations of Support Vector Machines (SVMs), Hidden Markov Models (HMMs) and Convolutional neural networks (CNNs). Also different image pre-processing methods such as contrast normalization, thresholding and virtual training data were applied and evaluated.