Repository logoOPUS - Online Publications of University Stuttgart
de / en
Log In
New user? Click here to register.Have you forgotten your password?
Communities & Collections
All of DSpace
  1. Home
  2. Browse by Author

Browsing by Author "Nguyen, Hai Dang"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Results Per Page
  • Sort Options
  • Thumbnail Image
    ItemOpen Access
    Multitask classification across psychological models of emotion and affect
    (2020) Nguyen, Hai Dang
    The classification of emotions from text is usually done on basis of a single psychological model of emotion and affect with a singletask classifier. The goal of this bachelor thesis is to evaluate the merit of multitask learning across emotion models. Here, a multitask approach is taken, where multiple data sets, each annotated on basis of a different psychological model, are trained in a multiheaded neural network. Comparing the F1-score / mean-squared-error of the multitask classifiers to the singletask classifiers show no improvement.
  • Thumbnail Image
    ItemOpen Access
    Visual exploration for deep learning models and trainings for microstructure data
    (2022) Nguyen, Hai Dang
    Künstliche neuronale Netze sind in der Forschung des Maschinellen Lernens nicht mehr wegzudenken und werden in vielen interdisziplinären Bereichen eingesetzt. Daher ist es wichtig beim Entwurf und der Entwicklung von künstlichen neuronalen Netzen ihre inneren Abläufe zu verstehen. Ein besonders nützlicher Forschungsbereich nennt sich Visual Analytics. Dort werden interaktive visuelle Repräsentationen mit Algorithmen zur Datenanalyse kombiniert, um Erkenntnisse zu gewinnen. Der Zweck dieser Abschlussarbeit ist die Entwicklung eines Visual-Analytics-Systems, welches das Trainingsverhalten von Machine-Learning-Modellen analysiert, die die Eigenschaften von Materialien anhand ihrer Mikrostruktur vorhersagen. Das Ziel ist es den Nutzern zu ermöglichen, zu untersuchen wie verschiedene Trainingskonfigurationen den Trainingsprozess und die Performanz der Modelle beeinflussen. Außerdem, werden eine neuartige Regularization-Methode und eine neuartige Verbesserung des Optimierungsprozesses, Greedy-Stochastic-Perturbation, vorgestellt.
OPUS
  • About OPUS
  • Publish with OPUS
  • Legal information
DSpace
  • Cookie settings
  • Privacy policy
  • Send Feedback
University Stuttgart
  • University Stuttgart
  • University Library Stuttgart