Explore and Exploit - Strategische Erweiterung der fraktographischen Datenbank mit Machine Learning
- In diesem Vortrag stellen wir den aktuellen Stand zu einer Masterarbeit zusammen die sich mit dem Thema beschäftigt wie die Generalisierbarkeit von Datenmodellen auf Basis kleiner Datensätze erhöht werden kann. Wir stellen vor, wie die Datenbasis eines fraktogafischen Bildklassifizierers mit einem statistischen Model strategische erweitert, bzw. an eine Anwendung angepasst werden kann.
Autor*innen: | Christoph VölkerORCiD |
---|---|
Koautor*innen: | Kilian Bock, Philipp Benner, Dirk BettgeORCiD |
Dokumenttyp: | Vortrag |
Veröffentlichungsform: | Präsentation |
Sprache: | Deutsch |
Jahr der Erstveröffentlichung: | 2020 |
Organisationseinheit der BAM: | 8 Zerstörungsfreie Prüfung |
8 Zerstörungsfreie Prüfung / 8.0 Abteilungsleitung und andere | |
DDC-Klassifikation: | Naturwissenschaften und Mathematik / Chemie / Analytische Chemie |
Freie Schlagwörter: | Bild Klassifizierung; Erklärbare KI; Small Data; Unsicherheitsberechnung |
Themenfelder/Aktivitätsfelder der BAM: | Chemie und Prozesstechnik |
Veranstaltung: | AG Fraktographie im DVM/DGM Gemeinschaftsausschuss „Rasterelektronenmikroskopie in der Materialprüfung“ |
Veranstaltungsort: | Online meeting |
Beginndatum der Veranstaltung: | 20.11.2020 |
Enddatum der Veranstaltung: | 20.11.2020 |
Verfügbarkeit des Dokuments: | Datei im Netzwerk der BAM verfügbar ("Closed Access") |
Datum der Freischaltung: | 16.12.2020 |
Referierte Publikation: | Nein |
Eingeladener Vortrag: | Nein |