Beiträge zur Optimierung künstlicher neuronaler Netze
Komprimierungsmethoden für künstliche neuronale Netze, Realisierung von effizienten Algorithmen auf eingebetteten Systemen und effiziente Approximation von Modellleistungen
Seiten
2025
Shaker (Verlag)
978-3-8191-0174-8 (ISBN)
Shaker (Verlag)
978-3-8191-0174-8 (ISBN)
Künstliche neuronale Netze sind zu einem zentralen Werkzeug in vielen technologischen Anwendungen geworden. Ihr Einsatz auf ressourcenbeschränkten eingebetteten Systemen stellt jedoch eine erhebliche Hürde dar, da die Komplexität moderner Architekturen oft im Widerspruch zu den limitierten Rechenkapazitäten und Echtzeitanforderungen der Hardware steht.
Die vorliegende Arbeit widmet sich dieser Herausforderung an der Schnittstelle von Künstlicher Intelligenz und eingebetteten Systemen. Es werden innovative Methoden entwickelt, um neuronale Netze systematisch zu optimieren. Zunächst wird ein Verfahren zur Komprimierung von Netzwerken durch die gezielte Entfernung redundanter und irrelevanter Informationen vorgestellt.
Des Weiteren wird mithilfe von hocheffizienten neuronalen Netzen eine automatisierte Verkehrszählung auf einem eingebetteten Zielsystem unter Echtzeitanforderungen implementiert und untersucht.
Ein weiterer Schwerpunkt liegt auf der Suche nach der optimalen Netzwerkarchitektur innerhalb eines vordefinierten Suchraums. Hierfür werden neuartige Metriken entwickelt, die durch ihre Anwendung bereits in frühen Trainingsphasen eine schnelle und effiziente Identifikation der leistungsstärksten Architekturen ermöglichen.
Die vorliegende Arbeit widmet sich dieser Herausforderung an der Schnittstelle von Künstlicher Intelligenz und eingebetteten Systemen. Es werden innovative Methoden entwickelt, um neuronale Netze systematisch zu optimieren. Zunächst wird ein Verfahren zur Komprimierung von Netzwerken durch die gezielte Entfernung redundanter und irrelevanter Informationen vorgestellt.
Des Weiteren wird mithilfe von hocheffizienten neuronalen Netzen eine automatisierte Verkehrszählung auf einem eingebetteten Zielsystem unter Echtzeitanforderungen implementiert und untersucht.
Ein weiterer Schwerpunkt liegt auf der Suche nach der optimalen Netzwerkarchitektur innerhalb eines vordefinierten Suchraums. Hierfür werden neuartige Metriken entwickelt, die durch ihre Anwendung bereits in frühen Trainingsphasen eine schnelle und effiziente Identifikation der leistungsstärksten Architekturen ermöglichen.
| Erscheinungsdatum | 05.09.2025 |
|---|---|
| Reihe/Serie | Berichte aus der Informationstechnik |
| Verlagsort | Düren |
| Sprache | deutsch |
| Maße | 170 x 240 mm |
| Gewicht | 354 g |
| Themenwelt | Mathematik / Informatik ► Informatik ► Netzwerke |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Schlagworte | Automatisierte Verkehrszählung • computer vision • Deep learning • Eingebettete Systeme • Neuronale Architekturensuche • Objekterkennung • Optimierung • pruning • Zero-Cost Proxy |
| ISBN-10 | 3-8191-0174-8 / 3819101748 |
| ISBN-13 | 978-3-8191-0174-8 / 9783819101748 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Buch | Softcover (2025)
Reclam, Philipp (Verlag)
CHF 11,20
Eine kurze Geschichte der Informationsnetzwerke von der Steinzeit bis …
Buch | Hardcover (2024)
Penguin (Verlag)
CHF 39,95
die materielle Wahrheit hinter den neuen Datenimperien
Buch | Hardcover (2024)
C.H.Beck (Verlag)
CHF 44,75
