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.

Volltext Dateien herunterladen

  • Erweiterung einer fraktographischen Datenbank mit Machine Learning.pdf
    deu

Metadaten exportieren

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Christoph VölkerORCiD
Koautor*innen:Kilian Bock, Philipp Benner, Dirk Bettge
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
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.