Active learning for Bayesian neural networks in image classification
Aktivní učení Bayesovských neuronových sítí pro klasifikaci obrazu
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/121002Identifikátory
SIS: 222319
Kolekce
- Kvalifikační práce [11322]
Autor
Vedoucí práce
Konzultant práce
Holeňa, Martin
Oponent práce
Vomlelová, Marta
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Umělá inteligence
Katedra / ústav / klinika
Katedra teoretické informatiky a matematické logiky
Datum obhajoby
14. 9. 2020
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
strojové učení, hluboké učení, neuronové sítě, aktivní učení, klasifikace obrazu, Bayesovské učení, Bayesovské neuronové sítěKlíčová slova (anglicky)
machine learning, deep learning, neural networks, active learning, image classification, Bayesian learning, Bayesian neural networksV posledných rokoch dosahujú zložité neurónové siete špičkové výsledky v klasifikácií obrazu. Trénovanie takýchto modelov však vyžaduje veľké množstvo označkovaných dát. Kým neoznačkované obrázky sú často dostupné vo ve ľkom množstve, značkovanie vyžaduje značné ľudské úsilie. Aktívne učenie znižuje nároky na značkovanie vyberan ím najinformatívnejších inštancií na označkovanie. Najpoužívanejšia rodina stratégií pre vyberanie inštancií na znač kovanie v aktívnom učení využíva odhad neistoty predpovedí modelu, ktorý sa trénuje. Moderné neurónové siete vš ak často neposkytujú spoľahlivé odhady neistoty. Bayesovské neurónové siete modelujú neistotu parametrov model u, ktorá sa premieta do neistoty v predpovediach modelu. Presná Bayesovská inferencia je však neriešiteľná pre neur ónové siete, v literatúre však existujú rôzne približné metódy. V našich experimentoch používame tri takéto metódy, ktoré kombinujeme s rôznymi stratégiami pre vyberanie inštancií, využívajúcimi neistotu v ich predpovediach.
In the past few years, complex neural networks have achieved state of the art results in image classification. However, training these models requires large amounts of labelled data. Whereas unlabelled images are often readily available in large quantities, obtaining l abels takes considerable human effort. Active learning reduces the required labelling effort by selecting the most informative instances to label. The most popular active learning query strategy framework, uncertainty sampling, uses uncertainty estimates of the model being trained to select instances for labelling. However, modern classification neural networks often do not provide good uncertainty estimates. Baye sian neural networks model uncertainties over model parameters, which can be used to obtain uncertainties over model predictions. Exact Bayesian inference is intractable for neural networks, however several approximate methods have been proposed. We experiment with three such methods using various uncertainty sampling active learning query strategies.
Citace dokumentu
Metadata
Zobrazit celý záznamSouvisející záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Využití e-learningu na střední škole při výuce odborných předmětů
Výsledek obhajoby: OBHÁJENOSnášel, Antonín (Univerzita Karlova, Pedagogická fakulta, 2015)Datum obhajoby: 8. 9. 2015 -
Design online vzdělávání - vliv způsobu testování na učení se
Výsledek obhajoby: OBHÁJENONečadová, Karolína (Univerzita Karlova, Filozofická fakulta, 2024)Datum obhajoby: 29. 1. 2024(in English): This thesis examines how the form of testing and assessment affects teaching and learning strategies. The thesis first introduces the basic concepts associated with e-learning. First, the phenomenon of ... -
Vytvoření e-learningového kurzu pro předmět technologie grafiky na střední odborné škole
Výsledek obhajoby: OBHÁJENONová, Eliška (Univerzita Karlova, Filozofická fakulta, 2024)Datum obhajoby: 5. 9. 2024Diplomová práce se věnuje zásadám tvorby e-learningového kurzu pro obor grafický design na střední odborné škole. Cílem práce je návrh e-learningového kurzu pro předmět technologie grafiky pro žáky třetího ročníku. Teoretická ...