![Volltextdatei(en) vorhanden Volltextdatei(en) vorhanden](/image/Document-icon-128x128.png)
DC Element | Wert | Sprache |
---|---|---|
dc.contributor.advisor | Wermter, Stefan (Prof. Dr.) | |
dc.contributor.author | Jirak, Doreen | |
dc.date.accessioned | 2020-10-19T13:17:33Z | - |
dc.date.available | 2020-10-19T13:17:33Z | - |
dc.date.issued | 2017 | |
dc.identifier.uri | https://ediss.sub.uni-hamburg.de/handle/ediss/7183 | - |
dc.description.abstract | We investigate Echo State Networks (ESN), which implement a new training paradigm for recurrent neural networks. We first demonstrate their gesture classification performance considering two feature sets with very distinct complexity. Second, we introduce the recurrence analysis for qualitative and quantitative description of the gesture input and the system dynamics of an ESN, and show that the methodology complements classic stability measures. Finally, we address the reservoir itself and propose an algorithm for pruning connectivity in a one-shot learning scenario. | en |
dc.language.iso | en | en |
dc.publisher | Staats- und Universitätsbibliothek Hamburg Carl von Ossietzky | |
dc.rights | http://purl.org/coar/access_right/c_abf2 | |
dc.subject.ddc | 004 Informatik | |
dc.title | Inspection of echo state networks for dynamic gestures | en |
dc.title.alternative | Untersuchung von Echo State Netzwerken für dynamische Gesten | de |
dc.type | doctoralThesis | |
dcterms.dateAccepted | 2017-04-24 | |
dc.rights.cc | No license | |
dc.rights.rs | http://rightsstatements.org/vocab/InC/1.0/ | |
dc.subject.bcl | 54.72 Künstliche Intelligenz | |
dc.type.casrai | Dissertation | - |
dc.type.dini | doctoralThesis | - |
dc.type.driver | doctoralThesis | - |
dc.type.status | info:eu-repo/semantics/publishedVersion | |
dc.type.thesis | doctoralThesis | |
tuhh.opus.id | 8483 | |
tuhh.opus.datecreation | 2017-05-04 | |
tuhh.type.opus | Dissertation | - |
thesis.grantor.department | Informatik | |
thesis.grantor.place | Hamburg | |
thesis.grantor.universityOrInstitution | Universität Hamburg | |
dcterms.DCMIType | Text | - |
tuhh.gvk.ppn | 889796769 | |
dc.identifier.urn | urn:nbn:de:gbv:18-84837 | |
item.fulltext | With Fulltext | - |
item.creatorGND | Jirak, Doreen | - |
item.advisorGND | Wermter, Stefan (Prof. Dr.) | - |
item.creatorOrcid | Jirak, Doreen | - |
item.grantfulltext | open | - |
item.languageiso639-1 | other | - |
Enthalten in den Sammlungen: | Elektronische Dissertationen und Habilitationen |
Dateien zu dieser Ressource:
Datei | Beschreibung | Prüfsumme | Größe | Format | |
---|---|---|---|---|---|
Dissertation.pdf | 08185c0ce2229a0d2d0769fbe555e229 | 7.3 MB | Adobe PDF | Öffnen/Anzeigen |
Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.
Info
Seitenansichten
364
Letzte Woche
Letzten Monat
geprüft am 21.08.2024
Download(s)
179
Letzte Woche
Letzten Monat
geprüft am 21.08.2024
Werkzeuge