Multimedia Information Processing Group


Lernen aus unbalancierten Daten - Nanopartikel


Status     nicht vergeben

Nanopartikel mit speziellen Eigenschaften sind eine vielversprechende Lösung für bisher ungelöste Probleme z.B. in der therapeutischen Medizin zur zielgenauen Steuerung von Medikamenten.

In Kooperation mit der Materialwissenschaft der Technischen Fakultät werden Methoden der künstlichen Intelligenz eingesetzt, um die Herstellung dieser Nanopartikeln besser kontrollieren zu können. Dazu soll die Art der Nanopartikel automatisch klassifiziert werden. Hierzu existiert bereits ein Klassifikator, der auf einer großen Anzahl von Trainingsbildern trainiert wird, das Problem ist das diese Menge stark unbalanciert ist.

Zur Behandlung von Klassifikationsproblemen mit unbalancierten Daten gibt es eine Reihe von Ansätzen wie in http://jmlr.org/papers/volume18/16-365/16-365.pdf aufgeführt. Ziel dieser Arbeit ist eine Evaluation dieser Ansätze mit dem Ziel eine besser Klassifikation zu erreichen.

Voraussetzungen: Großes Interesse oder Erfahrung im Bereich Deep Learning und grundlegende Programmierkenntnisse in Python sind hilfreich.

Betreut von:Claudius Zelenka