Nutzung von Fachwissen zur Verbesserung des maschinellen Lernens

Ein Überblick über die jüngsten Fortschritte

Authors

  • Tim Rensmeyer Helmut-Schmidt-Universität Hamburg
  • Samim Multaheb Helmut Schmidt University Hamburg
  • Julian Putzke Helmut Schmidt University Hamburg
  • Bernd Zimmering Helmut Schmidt University Hamburg

DOI:

https://doi.org/10.17560/atp.v63i9.2600

Keywords:

Machine Learning, Neural Networks, Domain-Knowledge

Abstract

Methoden des maschinellen Lernens haben in den letzten zehn Jahren einige beeindruckende Ergebnisse erzielt. Dies war jedoch zum großen Teil das Ergebnis der effizienten Nutzung großer Datenmengen und wachsender Rechenressourcen. Um diesen jüngsten Erfolg auf Bereiche auszudehnen, in denen große Mengen hochwertiger Daten nicht ohne weiteres verfügbar sind, hat sich das Feld des Informed Machine Learning entwickelt, das darauf abzielt, bereits vorhandenes Wissen in maschinelle Lernmodelle zu integrieren. Ziel dieses Beitrags ist es, einen Überblick über die wichtigsten neuen Entwicklungen in diesem Bereich zu geben und wichtige offene Probleme zu diskutieren.

atp magazin 8/2022

Downloads

Published

2022-08-12

Issue

Vol. 64 No. 8 (2022): atp magazin

Section

Article / Peer Review

License

Copyright (c) 2022 Vulkan-Verlag GmbH

Die 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.