Using Domain-Knowledge to Improve Machine Learning
A Survey of Recent Advances
DOI:
https://doi.org/10.17560/atp.v63i9.2600Schlagworte:
Machine Learning, Neural Networks, Domain-KnowledgeAbstract
Machine Learning methods have achieved some impressive results over the past decade. However, this success was in large part a result of utilizing large amounts of data and growing computational resources efficiently. To extend this recent success to domains where large quantities of high-quality data are not readily available, the field of informed machine learning has emerged, which aims at integrating preexisting knowledge into machine learning models. The aim of this paper is to provide an overview of the major new developments in this field and to discuss important open problems.
Downloads
Veröffentlicht
Ausgabe
Rubrik
Lizenz
Copyright (c) 2022 Vulkan-Verlag GmbHDie Zeitschrift und alle in ihr enthaltenen Beiträge und Abbildungen sind urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlages unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Bearbeitung in elektronischen Systemen. Auch die Rechte der Wiedergabe durch Vortrag, Funk- und Fernsehsendung, im Magnettonverfahren oder ähnlichem Wege bleiben vorbehalten.