Multimedia Information Processing Group


Zusammenhänge zwischen Clustern


Status       nicht vergeben

Heutzutage erlaubt Deep Learning Bilder ohne oder mit nur wenigen Labels in mehrere Cluster zu sortieren. Wenn das Netzwerk die Anzahl der Cluster bis zu einem bestimmten Grad selber bestimmen kann, ist dies vorteilhaft für die Genauigkeit der Ergebnisse. Dadurch entsteht jedoch ein Problem, wie sind die zusätzlichen Cluster wieder den ursprünglichen Klassen zu zuweisen. Zwei zentrale Fragen sind unerforscht

  • Kann man Cluster mit gleichen Klassen erkennen?
Erstes Cluster mit Hunden Zweites Cluster mit Hunden
  • Kann man ähnliche Cluster mit unterschiedlichen Klassen erkennen?
 Cluster mit Pferden  Cluster mit Pferden und Hunden  Cluster mit Hunden

Das Thema erlaubt vielfältige Ansätze der Bearbeitung. Die Zusammenhänge zwischen den Clustern, sowie zwischen den Klassen kann betrachtet werden. Die Analyse kann auf Basis der Ausgabe der neuronalen Netzwerke erfolgen oder in den Trainingsprozess integriert werden. Die individuelle Zielsetzung wird mit dem Betreuer im Detail besprochen.

Voraussetzungen:Grundlegende Erfahrungen im Bereich Clustering, Data-Mining, Machine-Learning und Deep Learning sind hilfreich.

Ansprechpartner:Lars Schmarje