Studienarbeit aus dem Jahr 2021 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, Hochschule Darmstadt, Veranstaltung: Hauptseminar, Sprache: Deutsch, Abstract: Convolutional Neural Networks (CNNs) werden in vielen Bereichen der Industrie eingesetzt. Das Training von neuronalen Netzen beansprucht viel Zeit und Computerressourcen. Zur Beschleunigung des Trainingsprozesses müssen Experten verstehen, welche Faktoren zu einer Verbesserung des CNNs führen. In diesem Zusammenhang untersucht diese Studie, inwieweit Visualisierungen beim Trainingsprozess eines CNNs unterstützen können. Im Rahmen der Studie werden drei Visualisierungssysteme zur Unterstützung des Trainingsprozesses vorgestellt. Diese Visualisierungssysteme werden in einer Analyse anhand von Kriterien verglichen. Abschließend diskutiert diese Arbeit die Ergebnisse der Analyse, indem mögliche Einsatzzwecke der einzelnen Visualisierungen herausgearbeitet werden.

Janik Tinz, M.Sc. Cand., geb.1996, hat einen Bachelor Abschluss in Informatik. Seine Forschungsthemen liegen im Bereich Industrie 4.0, Augmented Reality und Maschinellem Lernen. Er setzt sich derzeit mit dem Einsatz von Maschinellem Lernen in der Industrie auseinander.