Entwicklung eines Monte-Carlo-Verfahrens zum selbständigen Lernen von Gauß-Mischverteilungen
Please use this identifier to cite or link to this item:
https://osnadocs.ub.uni-osnabrueck.de/handle/urn:nbn:de:gbv:700-2005030314
https://osnadocs.ub.uni-osnabrueck.de/handle/urn:nbn:de:gbv:700-2005030314
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Prof. Dr. Martin Riedmiller | |
dc.creator | Lauer, Martin | |
dc.date.accessioned | 2010-01-30T14:50:36Z | |
dc.date.available | 2010-01-30T14:50:36Z | |
dc.date.issued | 2005-03-03T19:49:38Z | |
dc.date.submitted | 2005-03-03T19:49:38Z | |
dc.identifier.uri | https://osnadocs.ub.uni-osnabrueck.de/handle/urn:nbn:de:gbv:700-2005030314 | - |
dc.description.abstract | In der Arbeit wird ein neuartiges Lernverfahren für Gauß-Mischverteilungen entwickelt. Es basiert auf der Technik der Markov-Chain Monte-Carlo Verfahren und ist in der Lage, in einem Zuge die Größe der Mischverteilung sowie deren Parameter zu bestimmen. Das Verfahren zeichnet sich sowohl durch eine gute Anpassung an die Trainingsdaten als auch durch eine gute Generalisierungsleistung aus. Ausgehend von einer Beschreibung der stochastischen Grundlagen und einer Analyse der Probleme, die beim Lernen von Gauß-Mischverteilungen auftreten, wird in der Abeit das neue Lernverfahren schrittweise entwickelt und seine Eigenschaften untersucht. Ein experimenteller Vergleich mit bekannten Lernverfahren für Gauß-Mischverteilungen weist die Eignung des neuen Verfahrens auch empirisch nach. | ger |
dc.language.iso | ger | |
dc.subject | Gaussian mixture models | |
dc.subject | Markov-Chain Monte-Carlo | |
dc.subject | Data Augmentation | |
dc.subject | unsupervised learning | |
dc.subject.ddc | 004 - Informatik | ger |
dc.title | Entwicklung eines Monte-Carlo-Verfahrens zum selbständigen Lernen von Gauß-Mischverteilungen | ger |
dc.type | Dissertation oder Habilitation [doctoralThesis] | - |
thesis.location | Osnabrück | - |
thesis.institution | Universität | - |
thesis.type | Dissertation [thesis.doctoral] | - |
thesis.date | 2004-11-11T12:00:00Z | - |
elib.elibid | 395 | - |
elib.marc.edt | fangmeier | - |
elib.dct.accessRights | a | - |
elib.dct.created | 2005-02-25T15:28:53Z | - |
elib.dct.modified | 2005-03-03T19:49:38Z | - |
dc.contributor.referee | Prof. Dr. Klaus-Robert Müller | |
dc.subject.bk | 54.72 - Künstliche Intelligenz | ger |
dc.subject.dnb | 28 - Informatik, Datenverarbeitung | ger |
vCard.ORG | FB6 | ger |
Appears in Collections: | FB06 - E-Dissertationen |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
E-Diss395_thesis.pdf | Präsentationsformat | 1,87 MB | Adobe PDF | E-Diss395_thesis.pdf View/Open |
Items in osnaDocs repository are protected by copyright, with all rights reserved, unless otherwise indicated. rightsstatements.org