Fulltext available Open Access
DC FieldValueLanguage
dc.contributor.advisorLeutelt, Lutz-
dc.contributor.authorBostandzhieva, Adriana
dc.date.accessioned2020-09-29T15:13:18Z-
dc.date.available2020-09-29T15:13:18Z-
dc.date.created2019
dc.date.issued2019-09-06
dc.identifier.urihttp://hdl.handle.net/20.500.12738/8858-
dc.description.abstractThis paper is part of a pilot project of the Hamburg University of Applied Sciences. The project aims to utilise object detection algorithms and visual data to analyse complex road scenes. The aim of this thesis is to determine the best tool to use to label data for training artificial intelligence algorithms, to specify what data should be saved and to determine what database is to be used to save the data. The validity of the findings is proved by building a small prototype to showcase integration between the labelling tool and the database.en
dc.description.abstractDiese Arbeit ist Teil eines Pilotprojekts der Hochschule für Angewandte Wissenschaften Hamburg. Das Projekt zielt darauf ab, Objekterkennungsalgorithmen und visuelle Daten zur Analyse komplexer Straßenszenen zu verwenden. Ziel dieser Dissertation ist es, das beste Tool für die Kennzeichnung von Daten für das Training von Algorithmen für künstliche Intelligenz zu ermitteln, anzugeben, welche Daten gespeichert werden sollen und welche Datenbank zum Speichern der Daten verwendet werden soll. Die Gültigkeit der Ergebnisse wird durch den Bau eines kleinen Prototyps bewiesen, der die Integration zwischen dem Kennzeichnungsystem und der Datenbank demonstriert.de
dc.language.isoenen
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.ddc621.3 Elektrotechnik, Elektronik
dc.titleDesign and Implementation of System for Managing Training Data for Artificial IntelligenceAlgorithmsen
dc.typeThesis
openaire.rightsinfo:eu-repo/semantics/openAccess
thesis.grantor.departmentDepartment Informations- und Elektrotechnik
thesis.grantor.placeHamburg
thesis.grantor.universityOrInstitutionHochschule für angewandte Wissenschaften Hamburg
tuhh.contributor.refereeJünemann, Klaus-
tuhh.gvk.ppn1676197923
tuhh.identifier.urnurn:nbn:de:gbv:18302-reposit-88609-
tuhh.note.externpubl-mit-pod
tuhh.note.intern1
tuhh.oai.showtrueen_US
tuhh.opus.id4959
tuhh.publication.instituteDepartment Informations- und Elektrotechnik
tuhh.type.opusBachelor Thesis-
dc.subject.gndKünstliche Intelligenz
dc.subject.gndVideo
dc.type.casraiSupervised Student Publication-
dc.type.dinibachelorThesis-
dc.type.driverbachelorThesis-
dc.type.statusinfo:eu-repo/semantics/publishedVersion
dc.type.thesisbachelorThesis
dcterms.DCMITypeText-
tuhh.dnb.statusdomain-
item.advisorGNDLeutelt, Lutz-
item.languageiso639-1en-
item.fulltextWith Fulltext-
item.creatorGNDBostandzhieva, Adriana-
item.openairetypeThesis-
item.grantfulltextopen-
item.creatorOrcidBostandzhieva, Adriana-
item.cerifentitytypePublications-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
Appears in Collections:Theses
Files in This Item:
File Description SizeFormat
thesis3.pdf652.61 kBAdobe PDFView/Open
Show simple item record

Page view(s)

172
checked on Jan 13, 2025

Download(s)

214
checked on Jan 13, 2025

Google ScholarTM

Check

HAW Katalog

Check

Note about this record


Items in REPOSIT are protected by copyright, with all rights reserved, unless otherwise indicated.