Home | english  | Impressum | Sitemap | KIT

Topologieoptimierung von Deep Neural Networks

Topologieoptimierung von Deep Neural Networks
Forschungsthema:Multi-Model Datenfusion
Typ:BA, MA
Datum:Immer
Betreuer:

Christoph Bergs

Im Kontext der Multi-Model Datenfusion sollen physikalische Modelle, Messungen sowie datengetriebene Modelle der Klassen linear / nicht-linear, stationär / dynamisch sowie zeitdiskret miteinander fusioniert werden. Multi-Layer-Perzeptren sind Teil der Klasse der parametrischen Datenfusionsmethoden. Dabei ist es jedoch immer einem Experten überlassen, die richtige Topologie eines Multi-Layer-Perzeptrons zu finden. In dieser Arbeit soll basierend auf einer Literaturrecherche und einer Formalisierung von Multi-Layer-Perzeptren ein Optimierungsalgorithmus entwickelt werden, der für unterschiedliche Datenfusionsprobleme eine oder mehrere Topologien vorschlägt.