Regularisierung der Klassifikation durch neuronale Netze mittels zufälliger Störungen (A09)

Klassifikation mittels trainierter tiefer neuronaler Netze reagiert oft sehr empfindlich auf Störungen der Eingabedaten. Wir werden Ansätze zur Erhöhung der Robustheit von Deep-Learning-Ansätzen untersuchen, einschließlich Methoden zur zufälligen Glättung, Randomisierung der Netzwerkparameter und Einschränkungen der Parameter während des Trainings. Wir zielen auf mathematische Robustheitsgarantien ab. Außerdem werden wir eine neue Variante des stochastischen Gradientenabstiegs, die kürzlich vom Antragsteller Tempone eingeführt wurde, für das Training benutzen und dessen Konvergenzeigenschaften analysieren.

DFG-Verfahren Sonderforschungsbereiche

Teilprojekt zu SFB 1481:  Sparsity und singuläre Strukturen

Antragstellende Institution Rheinisch-Westfälische Technische Hochschule Aachen

Teilprojektleiter Professor Dr. Sebastian Krumscheid; Professor Dr. Holger Rauhut; Professor Raul Tempone, Ph.D.