Neural Model Recycling

Bachelorarbeit, Masterarbeit, Studentische Abschlussarbeit

Themen-Schwerpunkt: Maschinelles Lernen, Wissen und Informationsdienste
Studiengänge: Informatik, Verwandte Studiengänge, Wirtschaftsinformatik, Wirtschaftsingenieurwesen

Umfeld

Die Wiederverwendbarkeit von Neuronalen Netzen ist ein Schlüsselfaktoren für die Anwendung in unterschiedlichen industriellen Umgebungen. Bisherige Ansatze trainieren zur Wiederverwendung bestehende Architekturen neu bzw. nach. Das ressourcenintensive Trainieren Neuronaler Netze und die Notwendigkeit großer Mengen annotierter Daten soll durch einen weight sharing Ansatz vermieden werden. Hierbei werden bereits gelernte Gewichte verschiedener Architekturen für eine weitere Architektur verwendet, um somit ein erneutes Trainieren zu vermeiden.
Ziel dieser Arbeit ist es einen weight sharing Ansatz zu implementieren und die Möglichkeiten, sowie Grenzen für die Wiederverwendung von bereits erlernten Gewichten aufzuzeigen.
 

Aufgaben

Es sollen im Rahmen der Arbeit folgende Punkte erarbeitet werden:

  • Aufbereitung des Stands der Wissenschaft
  • Implementierung eines weight reusing Ansatzes
  • Evaluation anhand von state-of-the-art Modellen
     

Wir bieten

  • spannende Einblicke in aktuelle Forschungsgebiete der Informatik
  • konstruktive und enge Zusammenarbeit und Betreuung
  • klimatisierte Raume, Kaffeemaschine und Kicker
     

Wir erwarten

  • gute Programmiergrundkenntnisse in Python
  • selbständiges Denken und Arbeiten
  • sehr gute Deutsch- oder Englischkenntnisse
  • Begeisterungsfähigkeit und Motivation für neue Technologien

Bewerbung

Wir freuen uns auf Deine Bewerbung an Cedric Kulbach, kulbach@dont-want-spam.fzi.de, mit folgenden Unterlagen:

  • kurzes Motivationsschreiben mit Angabe der Studienschwerpunkte und Interessen
  • aktueller Notenauszug
  • tabellarischer Lebenslauf

Weitere Informationen

  • Start: ab sofort
  • Betreuendes Institut am KIT: Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB) / Prof. Dr. York Sure-Vetter
  • Themen-Schwerpunkt: Machinelles Lernen, Wissen und Informationsdienste
  • Studiengange: Wirtschaftsinformatik, Wirtschaftsingenieurwesen, Informationswirtschaft, Informationstechnik, Informatik
  • Kontakt Cedric Kulbach, kulbach@fzi.de, Tel.: +49 721 9654-808