January 20, 2025 Bachelor Thesis Open Access

Zeh-Marschke, Andreas

JSON Export

{
  "conceptrecid": "22283", 
  "created": "2025-02-10T08:11:16.388283+00:00", 
  "files": [
    {
      "bucket": "10b5d1bd-e5ae-484a-a686-1d49913cf1d4", 
      "checksum": "md5:53c7c0db9c5aa92992a8a6f209cdb770", 
      "key": "ETP-Bachelor-KA-2025-01-Zeh-Marschke.pdf", 
      "links": {
        "self": "https://publish.etp.kit.edu/api/files/10b5d1bd-e5ae-484a-a686-1d49913cf1d4/ETP-Bachelor-KA-2025-01-Zeh-Marschke.pdf"
      }, 
      "size": 1974414, 
      "type": "pdf"
    }
  ], 
  "id": 22293, 
  "links": {
    "bucket": "https://publish.etp.kit.edu/api/files/10b5d1bd-e5ae-484a-a686-1d49913cf1d4", 
    "html": "https://publish.etp.kit.edu/record/22293", 
    "latest": "https://publish.etp.kit.edu/api/records/22293", 
    "latest_html": "https://publish.etp.kit.edu/record/22293"
  }, 
  "metadata": {
    "access_right": "open", 
    "access_right_category": "success", 
    "communities": [
      {
        "id": "etp"
      }
    ], 
    "contributors": [], 
    "creators": [
      {
        "affiliation": "KIT/ETP", 
        "name": "Zeh-Marschke, Andreas"
      }
    ], 
    "description": "<p>Diese Bachelorarbeit ist eine Einf&uuml;hrung in das Maschinelle Lernen anhand einfacher physikalischer Fragestellungen f&uuml;r Studierende, die erste Erfahrungen in der Datenanalyse haben, jedoch noch keine Kenntnisse im Maschinellen Lernen. Es werden grundlegende Begriffe des Maschinellen Lernens und speziell der Bin&auml;ren Klassifikation eingef&uuml;hrt. Wichtig ist dabei der Abgleich zwischen der Sprachwelt im Maschinellen Lernen (dem ML-Jargon) und der Begriffswelt in der physikalischen Welt (Physik-Jargon), damit ein gegenseitiges Verst&auml;ndnis erreicht wird.</p>\n\n<p>Im zweiten Teil der Arbeit wird eine Trennung von Signalen und Hintergrund, die mittels eines einfachen Halbleiterdetektors aufgenommen wurden, anhand der Kontur durchgef&uuml;hrt - es wird somit eine Bilderkennung durchgef&uuml;hrt. Mit Hilfe von Neuronalen Netzen wird eine Genauigkeit von &uuml;ber 99% erzielt.</p>", 
    "keywords": [
      "Maschinelles Lernen"
    ], 
    "language": "deu", 
    "notes": "F\u00fcr R\u00fcckfragen stehe ich gerne zur Verf\u00fcgung. Bei E-Mail-Kontakt bitte Andreas@Zeh-Marschke.de oder uxkof@student.kit.edu verwenden. Danke!", 
    "publication_date": "2025-01-20", 
    "relations": {
      "version": [
        {
          "count": 2, 
          "index": 1, 
          "is_last": true, 
          "last_child": {
            "pid_type": "recid", 
            "pid_value": "22293"
          }, 
          "parent": {
            "pid_type": "recid", 
            "pid_value": "22283"
          }
        }
      ]
    }, 
    "resource_type": {
      "subtype": "bachelor-thesis", 
      "title": "Bachelor Thesis", 
      "type": "thesis"
    }, 
    "thesis": {
      "report_number": "ETP-BACHELOR-KA/2025-01", 
      "supervisors": [
        {
          "affiliation": "KIT/ETP", 
          "name": "Quast, G\u00fcnter"
        }, 
        {
          "affiliation": "KIT/ETP", 
          "name": "Wolf, Roger"
        }
      ]
    }, 
    "title": "Einsatz von Methoden des Maschinellen Lernens f\u00fcr eine Bin\u00e4re Klassifikation zur Signal-Hintergrund-Trennung"
  }, 
  "owners": [
    1
  ], 
  "revision": 2, 
  "stats": {}, 
  "updated": "2025-02-10T08:12:48.464125+00:00"
}