Navigation

REAPER: A Framework for Materializing and Reusing Deep-Learning Models

REAPER: A Framework for Materializing and Reusing Deep-Learning Models

Im Rahmen des EFRE-E|ASY-Opt Teilprojektes wird das Potential von Data Mining Methoden im Bereich der Fertigung des produzierenden Gewerbes untersucht. Speziell das Trainieren von Deep-Learning Modellen stellt eine rechenintensive Aufgabe dar, welche mitunter Stunden bis mehrere Tage in Anspruch nehmen kann. Die Trainingszeit kann durch die Verwendung eines bereits trainierten Modells erheblich verkürzt werden, sofern die Ziel und Quellaufgabe in engen Zusammenhang zueinander stehen. Dieser Zusammenhang wird aktuell noch nicht vollumfänglich verstanden.

Das Ziel dieses Forschungsprojektes ist die Umsetzung eines Systems namens REAPER (Reusable Neural Network Pattern Repository), um Data Scientists bei der Speicherung und Wiederverwendung von bereits trainierten Deep-Learning Modellen zu unterstützen.

Masterprojekte und Abschlussarbeiten

Bei Interesse Anmeldung via E-Mail an Melanie Sigl.

Personen

Projektleitung

Melanie Bianca Sigl, M. Sc.

  • Adresse:
    Martensstraße 3
    91058 Erlangen
  • Telefonnummer: +49 9131 85-28683
  • E-Mail: melanie.sigl@fau.de

Prof. Dr. Klaus Meyer-Wegener

  • Tätigkeit: Lehrstuhlinhaber
  • Adresse:
    Martensstraße 3
    91058 Erlangen
  • Telefonnummer: +49 9131 85-27892
  • E-Mail: klaus.meyer-wegener@fau.de

Vorzimmer

  • Cécile Astor
    • Telefonnummer: +49 9131 85-27893
    • Faxnummer: +49 9131 85-28854
    • E-Mail: cs6-office@fau.de
    • Sprechzeiten: Jede Woche Mo, 8:30 - 14:00, Raum 08.139,
      Jede Woche Di, Mi, Do, 8:30 - 13:30, Raum 08.139,
      Bitte beachten Sie: das Sekretariat ist vom 4. bis zum 8. März nicht besetzt.

Weitere Beteiligte

Thomas Heinl, Sophie Russ, Demian Vöhringer

(Drittmittelfinanzierte Gruppenförderung – Teilprojekt)

Titel des Gesamtprojekts: EFRE EIASY-Opt - Kompetenz- und Analyseprojekt für die "datengetriebene Prozess- und Produktionsoptimierung mittels Data Mining und Big Data"
Projektleitung:
Projektbeteiligte: ,
Projektstart: 1. Januar 2017
Projektende: 31. Dezember 2020
Akronym: E|ASY-Opt INF6
Mittelgeber: Sonstige EU-Programme (z. B. RFCS, DG Health, IMI, Artemis), Bayerische Staatsministerien
URL: https://www.faps.fau.de/curforsch/efre-easy-opt/

  • Organisation des EFRE-E|ASY-Opt-Projekt-Meetings1. März 2019
    Im Rahmen des EFRE-E|ASY-Opt-Kompetenzprojekts organisierte der Lehrstuhl für Informatik 6 das erste Projekt-Meeting im Jahr 2019. Wir konnten uns freuen, 14 Projektmitglieder willkommen zu heißen,…
  • REAPER: Masterprojekte und Abschlussarbeiten14. Dezember 2018
    Im Rahmen des Forschungsprojektes REAPER bieten wir Masterprojekte und Abschlussarbeiten für das kommende Sommersemester 2019 u.a. in folgenden Themenbereichen an: Datenmanagement für Deep Learning Speicherung…

Mehr Neuigkeiten lesen…

Es wurden leider keine Publikationen gefunden.