*Result*: Autonomous Learning for Machine Perception ; Autonomes Lernen für die Maschinelle Wahrnehmung

Title:
Autonomous Learning for Machine Perception ; Autonomes Lernen für die Maschinelle Wahrnehmung
Contributors:
Cremers, Daniel (Prof. Dr.), Rodolà, Emanuele (Prof.), Triebel, Rudolph (Priv.-Doz. Dr.)
Publisher Information:
Technical University of Munich
Technische Universität München
Publication Year:
2022
Collection:
Munich University of Technology (TUM): mediaTUM
Document Type:
*Dissertation/ Thesis* doctoral or postdoctoral thesis
File Description:
application/pdf
Language:
English
Rights:
info:eu-repo/semantics/openAccess
Accession Number:
edsbas.982036AB
Database:
BASE

*Further Information*

*In this thesis, we develop machine learning algorithms that aim to minimize the need for human supervision, utilizing techniques from Metric Learning, Semi-Supervised Learning, Active Learning and Reinforcement Learning. We explore problems from a diverse set of research areas including non-rigid shape analysis, autonomous driving, deep active learning and combinatorial optimization. ; In dieser Arbeit entwickeln wir Algorithmen für maschinelles Lernen, die darauf abzielen, den Bedarf an menschlicher Überwachung zu minimieren. Dabei werden Techniken aus den Bereichen metrisches Lernen, halbüberwachtes Lernen, aktives Lernen und verstärkendes Lernen verwendet. Wir untersuchen Probleme aus einer Vielzahl von Forschungsbereichen, einschließlich nicht starrer Formanalyse, autonomem Fahren, tiefem aktivem Lernen und kombinatorischer Optimierung.*