ALIs

kommt noch

Achtung: Die Navigationslinks auf dieser Seite funktionieren nicht, weil das nicht der Rahmen ist, der zu diesem Skript gehört. Wenn das Skript ordnungsgemäß dort installiert ist, wo es später laufen soll, funktionieren auch die Links in der dortigen Umgebung.

LINUX Cluster Project

Ausbildung v. Studierenden der Informatik


Institution

  • Name: Fakultät für Informatik, Mathematik
  • Address: Lothstraße 34, 80335 München
  • Project Proposal Date: 2017-12-14 14:16:06

Abstract:

Machine Learning ist ein aufstrebendes Gebiet im Bereich der Computergrafik und Bildverarbeitung. Viele verschiedene Probleme, zum Beispiel um Objekte zu erkennen oder die Entfernung zu bestimmten Punkten abzuschätzen, können mit diesem Ansatz zumindest näherungsweise gelöst werden. Auf Consumer Hardware ist Machine Learning wegen des damit einhergehenden hohen Rechenaufwands unpraktikabel. Um die Anwendbarkeit von Machine Learning für unsere Projekte an der Hochschule München besser evaluieren zu können, benötigen wir Zugriff auf dedizierte Hardware. Ebenfalls von Interesse ist die Frage, ob die Fähigkeit dedizierter Hardware Speicherfehler erkennen und gegebenenfalls korrigieren zu können, Einfluss auf die Qualität der trainierten Machine Learning Klassifikatoren haben kann.