Details
| Originalsprache | Deutsch |
|---|---|
| Veröffentlichungsnummer (amtliches Aktenzeichen) | DE102020208671 |
| IPC | G06V 30/ 19 A I |
| Prioritätsdatum | 10 Juli 2020 |
| Publikationsstatus | Veröffentlicht - 13 Jan. 2022 |
Abstract
Computerimplementiertes Verfahren zum Erstellen eines Systems, welches geeignet ist, automatisiert ein maschinelles Lernsystems für computerbasiertes Sehen zu erstellen, umfassend folgende Schritte: Bereitstellen von vorgegebenen Hyperparametern. Bestimmen einer optimalen Parametrisierung der Hyperparameter mittels BOHB (Abk. Bayesian optimization (BO) and Hyperband (HB)) für eine Mehrzahl von unterschiedlichen Trainingsdatensätzen. Bewerten aller optimalen Parametrisierung auf allen Trainingsdatensätzen der Mehrzahl von unterschiedlichen Trainingsdatensätzen mittels einer normalisierten Metrik. Erstellen einer Matrix, wobei die Matrix die ausgewertete normalisierte Metrik für jede Parametrisierung und jeden Trainingsdatensatz aufweist. Bestimmen von Meta-Merkmalen (engl. meta-features) für jeden der Trainingsdatensätze. Optimieren eines Entscheidungsbaums, welcher abhängig von den Meta-Merkmalen und der Matrix ausgibt, welche der optimalen Parametrisierung mittels BOHB für die gegebenen Meta-Merkmalen eine geeignete Parametrisierung ist.
Zitieren
- Standard
- Harvard
- Apa
- Vancouver
- BibTex
- RIS
Patent Nr.: DE102020208671. Jan. 13, 2022.
Publikation: Schutzrecht/Patent › Patent
}
TY - PAT
T1 - Verfahren und Vorrichtung zum Erstellen eines Systems zum automatisierten Erstellen von maschinellen Lernsystemen
AU - Lindauer, Marius
AU - Zela, Arber
AU - Stoll, Danny
AU - Ferreira, Fabio
AU - Hutter, Frank
AU - Nierhoff, Thomas
PY - 2022/1/13
Y1 - 2022/1/13
N2 - Computerimplementiertes Verfahren zum Erstellen eines Systems, welches geeignet ist, automatisiert ein maschinelles Lernsystems für computerbasiertes Sehen zu erstellen, umfassend folgende Schritte: Bereitstellen von vorgegebenen Hyperparametern. Bestimmen einer optimalen Parametrisierung der Hyperparameter mittels BOHB (Abk. Bayesian optimization (BO) and Hyperband (HB)) für eine Mehrzahl von unterschiedlichen Trainingsdatensätzen. Bewerten aller optimalen Parametrisierung auf allen Trainingsdatensätzen der Mehrzahl von unterschiedlichen Trainingsdatensätzen mittels einer normalisierten Metrik. Erstellen einer Matrix, wobei die Matrix die ausgewertete normalisierte Metrik für jede Parametrisierung und jeden Trainingsdatensatz aufweist. Bestimmen von Meta-Merkmalen (engl. meta-features) für jeden der Trainingsdatensätze. Optimieren eines Entscheidungsbaums, welcher abhängig von den Meta-Merkmalen und der Matrix ausgibt, welche der optimalen Parametrisierung mittels BOHB für die gegebenen Meta-Merkmalen eine geeignete Parametrisierung ist.
AB - Computerimplementiertes Verfahren zum Erstellen eines Systems, welches geeignet ist, automatisiert ein maschinelles Lernsystems für computerbasiertes Sehen zu erstellen, umfassend folgende Schritte: Bereitstellen von vorgegebenen Hyperparametern. Bestimmen einer optimalen Parametrisierung der Hyperparameter mittels BOHB (Abk. Bayesian optimization (BO) and Hyperband (HB)) für eine Mehrzahl von unterschiedlichen Trainingsdatensätzen. Bewerten aller optimalen Parametrisierung auf allen Trainingsdatensätzen der Mehrzahl von unterschiedlichen Trainingsdatensätzen mittels einer normalisierten Metrik. Erstellen einer Matrix, wobei die Matrix die ausgewertete normalisierte Metrik für jede Parametrisierung und jeden Trainingsdatensatz aufweist. Bestimmen von Meta-Merkmalen (engl. meta-features) für jeden der Trainingsdatensätze. Optimieren eines Entscheidungsbaums, welcher abhängig von den Meta-Merkmalen und der Matrix ausgibt, welche der optimalen Parametrisierung mittels BOHB für die gegebenen Meta-Merkmalen eine geeignete Parametrisierung ist.
M3 - Patent
M1 - DE102020208671
ER -