Künstliche neuronale Netze am Beispiel der Klassifizierung von Scandaten

Diese Arbeit soll einen Einstieg in das umfangreiche Feld des maschinellen Lernens geben. Der Fokus liegt dabei auf künstlichen neuronalen Netzen. Die Arbeit hat nicht den Anspruch einen kompletten Überblick über das weite Feld der künstlichen neuronalen Netze zu geben. Stattdessen wird eine Technik beispielhaft detailliert erklärt, damit der Leser die Funktionsweise

eines einfachen KNNs vollständig versteht. Das Ziel dieser Arbeit ist erreicht, wenn ein einfaches KNN für den Leser keine „Blackbox“ mehr ist, sondern als einfaches mathematisches Modell verstanden wird. Im Anschluss an die Einleitung in künstliche neuronale Netze wird der

Entwicklungsprozess einer Onlineplattform zur Klassifizierung von Scandaten dokumentiert. Die Onlineplattform verwendet maschinelles Lernen, um gescannte Seiten in bedruckte bzw. beschriebene und leere Seiten zu klassifizeren. Diese Arbeit beschäftigt sich nur mit den Möglichkeiten künstlicher neuronaler Netze. Dem Leser wird geraten sich, mit den ethischen und politischen Problemen künstlicher Intelligenz mithilfe von anderer Literatur auseinanderzusetzen.

Download (PDF)

Preisträger

Lukas Mertens

Schulfach

Informatik

Betreuende Universität

Heinrich-Heine-Universität Düsseldorf

Ausgezeichnete Arbeiten

2011, Chemie, 1. Platz,
Simon Loske, Westfälische Wilhelms-Universität Münster

NMR-Analyse zur Strukturaufklärung einer unbekannten organischen Flüssigkeit mit Hilfe unterschiedlicher 1H- und 13C-Experimente

mehr info
2019, Informatik, 1. Platz,
Tobias Prisching, FH Wiener Neustadt

Künstliche Neuronale Netzwerke und ihr Verhalten beim MNIST-Datensatz

mehr info
2013, Geographie, 1. Platz,
Verena Düssil, Friedrich-Alexander-Universität Erlangen-Nürnberg

Der kombinierte Verkehr als Verlagerungsmaßnahme mit Schwerpunkt Brennerachse

mehr info