Untersuchung von evolutionären Strategien für die Anwendung in der Neurorobotik: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
Zeile 5: | Zeile 5: | ||
|betreuer=Daniel Zimmermann | |betreuer=Daniel Zimmermann | ||
|termin=Institutsseminar/2019-11-08 | |termin=Institutsseminar/2019-11-08 | ||
|kurzfassung= | |kurzfassung=Evolutionäre Algorithmen bieten sich als Optimierungsverfahren für das Trainieren von tiefen neuronalen Netzen (Deep Neural Networks) als Alternative zu weit verbreiteten Backpropagation-basierten Verfahren. In dieser Arbeit werden Software-Agenten für die Ansteuerung komplexer Robotersysteme mit Hilfe von evolutionären Algorithmen trainiert, analysiert und mit den etablierten Verfahren verglichen. | ||
}} | }} |
Version vom 25. Oktober 2019, 13:10 Uhr
Vortragende(r) | Patrich Deubel | |
---|---|---|
Vortragstyp | Bachelorarbeit | |
Betreuer(in) | Daniel Zimmermann | |
Termin | Fr 8. November 2019 | |
Vortragsmodus | ||
Kurzfassung | Evolutionäre Algorithmen bieten sich als Optimierungsverfahren für das Trainieren von tiefen neuronalen Netzen (Deep Neural Networks) als Alternative zu weit verbreiteten Backpropagation-basierten Verfahren. In dieser Arbeit werden Software-Agenten für die Ansteuerung komplexer Robotersysteme mit Hilfe von evolutionären Algorithmen trainiert, analysiert und mit den etablierten Verfahren verglichen. |