April 22, 2021 Bachelor Thesis Open Access

Guthmann, Dorian

JSON Export

{
  "conceptrecid": "22047", 
  "created": "2021-05-21T15:33:30.469347+00:00", 
  "files": [
    {
      "bucket": "36dc2a2e-03c4-4056-b3e3-ea818c4b35ea", 
      "checksum": "md5:f2b7d52d6c2531b1dc2fe236abd00a59", 
      "key": "Multiklassifikation mit Bayesian Neural Networks in der ttH(bb)-Analyse.pdf", 
      "links": {
        "self": "https://publish.etp.kit.edu/api/files/36dc2a2e-03c4-4056-b3e3-ea818c4b35ea/Multiklassifikation%20mit%20Bayesian%20Neural%20Networks%20in%20der%20ttH%28bb%29-Analyse.pdf"
      }, 
      "size": 5890263, 
      "type": "pdf"
    }
  ], 
  "id": 22048, 
  "links": {
    "bucket": "https://publish.etp.kit.edu/api/files/36dc2a2e-03c4-4056-b3e3-ea818c4b35ea", 
    "html": "https://publish.etp.kit.edu/record/22048", 
    "latest": "https://publish.etp.kit.edu/api/records/22048", 
    "latest_html": "https://publish.etp.kit.edu/record/22048"
  }, 
  "metadata": {
    "access_right": "open", 
    "access_right_category": "success", 
    "communities": [
      {
        "id": "cms"
      }, 
      {
        "id": "etp"
      }
    ], 
    "contributors": [], 
    "creators": [
      {
        "affiliation": "KIT/ETP", 
        "name": "Guthmann, Dorian"
      }
    ], 
    "description": "<p>Im Allgemeinen liefert ein neuronales Netz f&uuml;r beliebige Eingabedaten immer eine Vorhersage, ohne eine Angabe zu machen, wie sicher diese Vorhersage ist. Eine besondere Art der neuronalen Netze hei&szlig;en bayesische neuronale Netze (BNN). Der Hauptunterschied zwischen herk&ouml;mmlichen neuronalen Netzen und BNNs ist, dass die Informationsverarbeitung in BNNs durch Rechnung mit Wahrscheinlichkeitsverteilungen geschieht, mithilfe derer eine Aussage &uuml;ber die Unsicherheit der vom Netz gemachten Vorhersagen getroffenen werdenkann. Im Rahmen der Masterarbeit &quot;Treating Uncertainties with Bayesian Neural Networks in the measurement of ttH(bb) production&quot; von Nikita Shadskiy wurden f&uuml;r die ttH-Analyse BNNs studiert, die Vorhersagen dar&uuml;ber treffen k&ouml;nnen, ob ein gemessenes Ereignis zum ttH-Prozess geh&ouml;rt,oder nicht. Ziel dieser Arbeit ist es f&uuml;r die ttH-Analyse BNNs einzuf&uuml;hren, die zwischen verschiedenen Klassen von Prozessen unterscheiden k&ouml;nnen, sowie eine Aussage &uuml;ber deren Nutzbarkeit und Leistungsf&auml;higkeit im Vergleich zu herk&ouml;mmlichen neuronalen Netzen zu treffen.Weiterf&uuml;hrend werden Auswertungsmethoden, welche die f&uuml;r BNNs einzigartige Vorhersagen-Unsicherheit miteinbeziehen, vorgestellt.</p>", 
    "keywords": [
      "Bayesian Neural Network", 
      "BNN", 
      "ttH", 
      "Klassifikation", 
      "Maschinelles Lernen"
    ], 
    "language": "deu", 
    "publication_date": "2021-04-22", 
    "relations": {
      "version": [
        {
          "count": 1, 
          "index": 0, 
          "is_last": true, 
          "last_child": {
            "pid_type": "recid", 
            "pid_value": "22048"
          }, 
          "parent": {
            "pid_type": "recid", 
            "pid_value": "22047"
          }
        }
      ]
    }, 
    "resource_type": {
      "subtype": "bachelor-thesis", 
      "title": "Bachelor Thesis", 
      "type": "thesis"
    }, 
    "thesis": {
      "report_number": "ETP-BACHELOR-KA/2021-06", 
      "supervisors": [
        {
          "affiliation": "KIT/ETP", 
          "name": "Husemann, Ulrich"
        }, 
        {
          "affiliation": "KIT/ETP", 
          "name": "Wolf, Roger"
        }, 
        {
          "affiliation": "KIT/ETP", 
          "name": "Shadskiy, Nikita"
        }
      ]
    }, 
    "title": "Multiklassifikation mit Bayesian Neural Networks in der ttH(bb)-Analyse"
  }, 
  "owners": [
    71
  ], 
  "revision": 3, 
  "stats": {}, 
  "updated": "2021-08-03T08:49:49.814613+00:00"
}