arbeiten:entwicklung_und_evaluation_einer_app_zur_identifikation_von_in_deutschland_vorkommenden_vogelarten

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung		 Vorhergehende Überarbeitung
Letzte ÜberarbeitungBeide Seiten der Revision
arbeiten:entwicklung_und_evaluation_einer_app_zur_identifikation_von_in_deutschland_vorkommenden_vogelarten [02.11.2021 17:43] – [Data-Entry] Nils Constantin Hellwigarbeiten:entwicklung_und_evaluation_einer_app_zur_identifikation_von_in_deutschland_vorkommenden_vogelarten [23.11.2021 18:09] – [Data-Entry] Nils Constantin Hellwig
Zeile 2: Zeile 2:
  
 ---- dataentry StudentischeArbeit ---- ---- dataentry StudentischeArbeit ----
-Thema                                  : Entwicklung und Evaluation einer App zur Identifikation von in Deutschland heimischen Vogelarten #  +Thema                                  : Entwicklung und Evaluation einer App zur Identifikation von in Deutschland heimischen Vogelarten 
-Art_thesistypes                        : BA #  +Art_thesistypes                        : BA 
-BetreuerIn_thesisadvisor               : Christian Wolff #  +BetreuerIn_thesisadvisor               : Christian Wolff 
-BearbeiterIn                           : Nils Constantin Hellwig #  +BearbeiterIn                           : Nils Constantin Hellwig 
-ErstgutachterIn_thesisprofessor        : Christian Wolff #  +ErstgutachterIn_thesisprofessor        : Christian Wolff 
-ZweitgutachterIn_secondthesisprofessor :  #  +ZweitgutachterIn_secondthesisprofessor : Niels Henze 
-Status_thesisstate                     : in Bearbeitung #  +Status_thesisstate                     : in Bearbeitung 
-Stichworte_thesiskeywords              : Machine Learning, Deep Learning, App Entwicklung, Natur Apps, Ornithologie, Convolutional Neural Networks #  +Stichworte_thesiskeywords              : Machine Learning, Deep Learning, App Entwicklung, Natur Apps, Ornithologie, Convolutional Neural Networks 
-angelegt_dt                            : 2021-10-11 #  +angelegt_dt                            : 2021-10-11 
-Anmeldung_dt                           :  #  +Anmeldung_dt                           : 2021-11-17 
-Antrittsvortrag_dt                     : 2021-10-25 #  +Antrittsvortrag_dt                     : 2021-10-25 
-Abschlussvortrag_dt                    :  #  +Abschlussvortrag_dt                    :  
-Abgabe_dt                              :  # +Abgabe_dt                              : 2022-01-17
 Textlizenz_textlicense                 :  # #Lizenz|## Textlizenz_textlicense                 :  # #Lizenz|##
 Codelizenz_codelicense                 :  # #Lizenz|## Codelizenz_codelicense                 :  # #Lizenz|##
 ---- ----
 +
  
  
Zeile 50: Zeile 51:
   * Training eines CNNs, dessen Aufgabe es ist zu erkennen, ob überhaupt ein Vogel auf einem Bild dargestellt wird.   * Training eines CNNs, dessen Aufgabe es ist zu erkennen, ob überhaupt ein Vogel auf einem Bild dargestellt wird.
   * Entwurf eines Prototyps vor der Implementierung der eigentlichen App   * Entwurf eines Prototyps vor der Implementierung der eigentlichen App
-  * Training eines CNNs zur Erkennung der Vogelarten (Evaluation verschiedener [Deep Learning Modelle](https://keras.io/api/applications/))+  * Training eines CNNs zur Erkennung der Vogelarten (Evaluation verschiedener [Transfer Learning Modelle](https://keras.io/api/applications/))
   * Implementierung eines Flask-Servers zur Bereitstellung des Modells (HTTP-Requests)   * Implementierung eines Flask-Servers zur Bereitstellung des Modells (HTTP-Requests)
   * Implementierung der App   * Implementierung der App
-  * Evaluation des Machine Learning Modells +  * Evaluation des trainierten CNN 
-  * Evaluation der finalen App im Rahmen einer Nutzerstudie+  * Evaluation der finalen App im Rahmen einer task-basierten Nutzerstudie
   * Schriftliche Dokumentation und Ausarbeitung der Arbeit   * Schriftliche Dokumentation und Ausarbeitung der Arbeit