tex-projects/LaTeX-examples
2
0
Fork 0
mirror of https://github.com/MartinThoma/LaTeX-examples.git synced 2025-04-19 11:38:05 +02:00
Code Activity

Update slides

Browse source
This commit is contained in:
Martin Thoma 2016-08-16 16:22:10 +02:00
parent b5cb0e67f0
commit 6bdd873a8a
3 changed files with 42 additions and 5 deletions
Download patch file Download diff file Expand all files Collapse all files

BIN
presentations/sommerakademie-2016/2875184020_9944005d0d.jpg Normal file
View file

Binary file not shown.
Side by side

After

Width:  |  Height:  |  Size: 92 KiB

BIN
presentations/sommerakademie-2016/sommerakademie-2016.pdf
View file

Binary file not shown.

47
presentations/sommerakademie-2016/sommerakademie-2016.tex
View file

@ -29,12 +29,18 @@
\uncover<4>{Klassifikation? Semantische Segmentierung? Detektion? Lokalisierung?}
\only<5-6>{\textbf{Neuronale Netze sind der Goldstandard für Bildklassifikation}}
\only<5>{
(1) Egyptian cat (2) Madagascar cat (3) soap dispenser
\includegraphics*[width=0.6\linewidth, keepaspectratio]{2875184020_9944005d0d.jpg}
\uncover<6>{Fotos, medizinische Bilder, Luftbilder, Dokumente, \dots?}
Source: \href{http://farm4.static.flickr.com/3276/2875184020_9944005d0d.jpg}{http://farm4.static.flickr.com/3276/2875184020\_9944005d0d.jpg}}
\only<7-8>{\textbf{Neuronale Netze sind der Goldstandard für die Klassifikation von Fotos}\\}
\only<8>{Goldstandard ist ein Schlagwort. Es wird einerseits zur Bezeichnung von Verfahren verwendet, die bislang unübertroffen sind.\\
\only<6-7>{\textbf{Neuronale Netze sind der Goldstandard für Bildklassifikation}}
\uncover<7>{Fotos, medizinische Bilder, Luftbilder, Dokumente, \dots?}
\only<8-9>{\textbf{Neuronale Netze sind der Goldstandard für die Klassifikation von Fotos}\\}
\only<9>{Goldstandard ist ein Schlagwort. Es wird [...] zur Bezeichnung von Verfahren verwendet, die bislang unübertroffen sind.\\
{\tiny Quelle: \href{https://de.wikipedia.org/w/index.php?title=Goldstandard_(Verfahren)&oldid=151270928}{de.wikipedia.org/w/index.php?title=Goldstandard\_(Verfahren)\&oldid=151270928}}}
\end{center}
\end{frame}
@ -55,11 +61,42 @@ ILSVRC (Large Scale Visual Recognition Challenge) hatte 2014
\item \textbf{1000 Klassen}: abacus, abaya, academic gown, accordion,
acorn, acorn squash, acoustic guitar, admiral, affenpinscher, Afghan hound,
\dots
\item
\end{itemize}
Quellen: \href{http://image-net.org/about-stats}{image-net.org/about-stats},
O. Russakovsky, J. Deng et al.ImageNet Large Scale Visual Recognition Challenge. IJCV, 2015
\end{frame}
\begin{frame}[plain]{ILSVRC 2010 - 2014}
\begin{itemize}
\item ILSVRC2010: stochastic SVM (\SI{28.2}{\percent})
\item ILSVRC2011: one-vs-all linear SVMs (\SI{25.8}{\percent})
\item ILSVRC2012: \textbf{AlexNet} (\SI{16.4}{\percent})
\item ILSVRC2013: NN (\SI{11.7}{\percent}, Clarifai, dropout)
\item ILSVRC2014: \textbf{GoogLeNet} (\SI{6.7}{\percent})\\
\enquote{As in 2013 almost all teams used convolutional neural networks as the basis for their submission}
\end{itemize}
\end{frame}
\begin{frame}[plain]{Erklärungsversuche}
\begin{itemize}
\item NNe lernen automatisch Feature-Hierarchien (insbesondere CNNs)
\item NNe kann man beliebig genaue Trennebenen machen lassen
\item NNe können gut mit vielen Klassen umgehen (Softmax-Layer)
\end{itemize}
\end{frame}
\begin{frame}[plain]{Mögliche Fehler}
\begin{itemize}
\item Bessere Verfahren werden nicht eingereicht
\begin{itemize}
\item Firmengeheimnisse (oder NSA)
\item Wettbewerb zu unbekannt (unwahrscheinlich)
\end{itemize}
\item Bessere Verfahren existieren, wurden aber nicht untersucht
\item Metrik nicht sinnvoll gewählt
\end{itemize}
\end{frame}
\end{document}