Intra-Life-Learning mittels parallelisierter Neuroevolution Fenske, Ole , 1995- (VerfasserIn) Heuer, Andreas , 1958- (AkademischeR BetreuerIn) Nicolay, Robin (AkademischeR BetreuerIn) Martens, Alke , 1970- (AkademischeR BetreuerIn) Universität Rostock (Grad-verleihende Institution) Universität Rostock Fakultät für Informatik und Elektrotechnik (Grad-verleihende Institution) Text theses Text Hochschulschrift 2020 2020 ger electronic resourceremoteComputermedienOnline-Ressource1 Online-Ressource Im Bereich des maschinellen Lernens wird bei dem Training von neuronalen Netzen üblicherweise zwischen der Trainings- und Einsatzphase unterschieden. Ändert sich jedoch die Datenbasis bezüglich einer Domäne, so muss die Trainingsphase für ein neuronales Netz komplett neu durchgeführt werden und schon erlerntes Wissen wird dabei komplett ignoriert. Diese Arbeit beschäftigt sich mit alternativen Lernverfahren, wobei das Ziel darin besteht, das Lernen eines neuronalen Netzes effizienter bezüglich unterschiedlicher Parameter wie z. B. Trainingszeit oder benötigte Trainingsbeispiele zu gestalten.<ger> In the field of machine learning, a distinction is usually made between the training and deployment phases when training neural networks. However, if the data base changes with respect to a domain, the training phase for a neural network has to be performed completely new and already learned knowledge is completely ignored. This thesis deals with alternative learning methods, where the goal is to make the learning of a neural network more efficient with respect to different parameters, such as training time or required training examples.<eng> vorgelegt von Ole Fenske GutachterInnen: Andreas Heuer (Universität Rostock, Lehrstuhl für Datenbank- und Informationssysteme) ; Robin Nicolay (Universität Rostock, Lehrstuhl Praktische Informatik) ; Alke Martens (Universität Rostock, Lehrstuhl Praktische Informatik) Masterarbeit Universität Rostock 2021 004 006.31 004 http://purl.uni-rostock.de/rosdok/id00002921 https://doi.org/10.18453/rosdok_id00002921 https://nbn-resolving.org/urn:nbn:de:gbv:28-rosdok_id00002921-9 https://d-nb.info/1293668729/34 urn:nbn:de:gbv:28-rosdok_id00002921-9 doi: 10.18453/rosdok_id00002921 oclc: 1236844819 ppn: (DE-627)1747807222