Sökning: "Deep Learning"

Visar resultat 1 - 5 av 597 uppsatser innehållade orden Deep Learning.

1. 1. Gymnasieelevers tankar kring lärande om hållbar utveckling

   Uppsats för yrkesexamina på grundnivå, Malmö universitet/Lärande och samhälle

   Författare :Robin Mårtensson; [2020]
   Nyckelord :Djuplärande; deep-learning approach; Fenomenografi; Handlingskompetens; action-competence; Kunskapsförmåga; knowledge capability; Undervisning och hållbar utveckling; education for sustainable development;

   Sammanfattning : Denna empiriska undersökning bygger teori som stödjer det faktum att undervisning om hållbar utveckling bör leda till att utveckla elevernas förmåga att agera demokratiskt och ansvarsfullt. Detta agerande består både att kunna ta ställning i frågor som berör dem och deras framtid, och att kunna använda sin kunskap och sina förmågor för att handla i kommande situationer. LÄS MER

3. 2. Anställningsbarhet – vad tror vi om det? Perspektiv från lärare och elever på ekonomiprogrammet

   Uppsats för yrkesexamina på grundnivå, Malmö universitet/Lärande och samhälle

   Författare :Mats Paulson; [2020]
   Nyckelord :anställningsbarhet; ekonomiprogrammet; läroplan; dold; perspektiv; lärare; elever; kompetenser; kunskaper;

   Sammanfattning : The overall aim of this study is to increase knowledge of how students and teachers in the economics program perceive the concept of employability in their specific topics, and how this is demonstrated in the classroom. Specific questions to be answered are • What knowledge or competencies contribute to increased employability? • To what extent do teachers and students view the building of employability as an important part of the topic business administration? • To what extent do teachers and students perceive that the teaching within the topic adds to increased employability? • What are the views of teachers and students when it comes to letting the business life influence a larger part of the topic if this leads to increased employability? The theoretical tools that have been used have been Goodlad’s perspectives of curriculum, Broady’s and Jackson’s theories of the hidden curriculum and Fullan’s model of the 6 global competencies for deep learning. LÄS MER

4. 3. Deep Neural Network Compression for Object Detection and Uncertainty Quantification

   Master-uppsats, Göteborgs universitet/Institutionen för data- och informationsteknik

   Författare :Mohammad Ahraz Asif; Georgios Tzelepis; [2019-11-21]
   Nyckelord :Deep Learning; Model Compression; Knowledge Distillation; Bayesian Deep Learning; Object Detection;

   Sammanfattning : Neural networks have been notorious for being computational expensive. Their demand for hardware resources prohibits their extensive use in embedded devices and puts restrictions on tasks like real time tracking. LÄS MER

5. 4. Motion Prediction of Surrounding Vehicles in Highway Scenarios With Deep Learning

   Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Samir Khays; [2019]
   Nyckelord :;

   Sammanfattning : Anticipating the future positions of the surrounding vehicles is a crucial task foran autonomous vehicle in order to drive safely. To foresee complex manoeuvresfor longer time horizons, a framework that relies on high-level properties ofmotion and is able to incorporate, e.g. contextual features, is needed. LÄS MER

7. 5. Hierarchical Clustering of Time Series using Gaussian Mixture Models and Variational Autoencoders

   Master-uppsats, Lunds universitet/Matematisk statistik

   Författare :Per Wilhelmsson; [2019]
   Nyckelord :Clustering; Deep Learning; Machine Learning; Time Series; Variational Autoencoders; Gaussian Mixture Models; Mathematics and Statistics;

   Sammanfattning : This thesis proposes a hierarchical clustering algorithm for time series, comprised of a variational autoencoder to compress the series and a Gaussian mixture model to merge them into an appropriate cluster hierarchy. This approach is motivated by the autoencoders good results in dimensionality reduction tasks and by the likelihood framework given by the Gaussian mixture model. LÄS MER