Convolutional Neural Networks

Publikation: Beiträge in SammelwerkenKapitel

Standard

Convolutional Neural Networks. / Rudolph, Yannick; Brefeld, Ulf.
Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten. Hrsg. / Daniel Memmert. Berlin: Springer Spektrum, 2023. S. 207-215.

Publikation: Beiträge in SammelwerkenKapitel

Harvard

Rudolph, Y & Brefeld, U 2023, Convolutional Neural Networks. in D Memmert (Hrsg.), Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten. Springer Spektrum, Berlin, S. 207-215. https://doi.org/10.1007/978-3-662-67026-2_22

APA

Rudolph, Y., & Brefeld, U. (2023). Convolutional Neural Networks. In D. Memmert (Hrsg.), Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten (S. 207-215). Springer Spektrum. https://doi.org/10.1007/978-3-662-67026-2_22

Vancouver

Rudolph Y, Brefeld U. Convolutional Neural Networks. in Memmert D, Hrsg., Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten. Berlin: Springer Spektrum. 2023. S. 207-215 doi: 10.1007/978-3-662-67026-2_22

Bibtex

@inbook{7d97f83702dc44b19c82f4e31380c53e,
title = "Convolutional Neural Networks",
abstract = "Dieses Kapitel f{\"u}hrt in Convolutional Neural Networks (CNNs) ein und beschreibt, wie diese im Kontext der Sportanalyse verwendet werden k{\"o}nnen. Insbesondere eignen sich CNNs f{\"u}r das End-to-End-Lernen auf Bildern oder {\"a}hnlich strukturierten Daten. Dabei k{\"o}nnen CNNs Merkmale von Bildern anhand der Pixelwerte effizient lernen und beispielsweise sehr gute Merkmale f{\"u}r eine Klassifikationsaufgabe extrahieren. Die Modelle profitieren dabei von Parameter Sharing in den Convolutional Layern und zeichnen sich durch (bedingte) Translations{\"a}quivarianz und -invarianz aus. CNNs eignen sich auch daf{\"u}r, Merkmale aus Positionsdaten von Teamsportarten zu lernen, sofern die Daten in eine entsprechende Struktur gebracht werden.",
keywords = "Informatics, Business informatics, Language Studies",
author = "Yannick Rudolph and Ulf Brefeld",
note = "{\textcopyright} Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2023",
year = "2023",
month = jan,
day = "1",
doi = "10.1007/978-3-662-67026-2_22",
language = "English",
isbn = "978-3-662-67025-5",
pages = "207--215",
editor = "Daniel Memmert",
booktitle = "Sportinformatik",
publisher = "Springer Spektrum",
address = "Germany",

}

RIS

TY - CHAP

T1 - Convolutional Neural Networks

AU - Rudolph, Yannick

AU - Brefeld, Ulf

N1 - © Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature 2023

PY - 2023/1/1

Y1 - 2023/1/1

N2 - Dieses Kapitel führt in Convolutional Neural Networks (CNNs) ein und beschreibt, wie diese im Kontext der Sportanalyse verwendet werden können. Insbesondere eignen sich CNNs für das End-to-End-Lernen auf Bildern oder ähnlich strukturierten Daten. Dabei können CNNs Merkmale von Bildern anhand der Pixelwerte effizient lernen und beispielsweise sehr gute Merkmale für eine Klassifikationsaufgabe extrahieren. Die Modelle profitieren dabei von Parameter Sharing in den Convolutional Layern und zeichnen sich durch (bedingte) Translationsäquivarianz und -invarianz aus. CNNs eignen sich auch dafür, Merkmale aus Positionsdaten von Teamsportarten zu lernen, sofern die Daten in eine entsprechende Struktur gebracht werden.

AB - Dieses Kapitel führt in Convolutional Neural Networks (CNNs) ein und beschreibt, wie diese im Kontext der Sportanalyse verwendet werden können. Insbesondere eignen sich CNNs für das End-to-End-Lernen auf Bildern oder ähnlich strukturierten Daten. Dabei können CNNs Merkmale von Bildern anhand der Pixelwerte effizient lernen und beispielsweise sehr gute Merkmale für eine Klassifikationsaufgabe extrahieren. Die Modelle profitieren dabei von Parameter Sharing in den Convolutional Layern und zeichnen sich durch (bedingte) Translationsäquivarianz und -invarianz aus. CNNs eignen sich auch dafür, Merkmale aus Positionsdaten von Teamsportarten zu lernen, sofern die Daten in eine entsprechende Struktur gebracht werden.

KW - Informatics

KW - Business informatics

KW - Language Studies

UR - https://d-nb.info/1289270376

U2 - 10.1007/978-3-662-67026-2_22

DO - 10.1007/978-3-662-67026-2_22

M3 - Chapter

SN - 978-3-662-67025-5

SP - 207

EP - 215

BT - Sportinformatik

A2 - Memmert, Daniel

PB - Springer Spektrum

CY - Berlin

ER -

DOI

Zuletzt angesehen

Publikationen

  1. A Robust Decoupling Estimator to Indentify Electrical Parameters for Three-Phase Permanent Magnet Synchronous Motors
  2. Stakeholder involvement for Water Framework Directive implementation in Germany
  3. Global maps of soil temperature
  4. The Potential of AutoML for Demand Forecasting
  5. Refugee Entrepreneurship and Organizing Social Integration: Insights from Organizational Theory
  6. Using ‘mixed methods’ in sustainable consumption research
  7. Impact of Auditor and Audit Firm Rotation on Accounting and Audit Quality
  8. Playing with Information
  9. Solar Rotation Velocity Determined by Coronal Bright Points – New Data and Analysis
  10. LehrerInnen als "Reflective Practitioner"
  11. Fusion protein targeting collagen and CD133 antigen
  12. Facilitative effects of introduced Pacific oysters on native macroalgae are limited by a secondary invader, the seaweed Sargassum muticum
  13. Long-Term Abandonment of Forest Management Has a Strong Impact on Tree Morphology and Wood Volume Allocation Pattern of European Beech (Fagus Sylvatica L.)
  14. Generative Phänomenologie in feministischer Perspektive
  15. Transparency and Representation of the Public Interest in Investment Treaty Arbitration
  16. More than only skin deep: Appearance self-concept predicts most of secondary school students’ self-esteem
  17. Operaismo and the Wicked Problem of Organization
  18. Silver Work
  19. Governing Climate Change by Diffusion
  20. Warum Selbstevaluation?
  21. Historie
  22. Anamnesis and Re-Orientation
  23. Compression creep at 240°C of extruded magnesium alloys containing gadolinium
  24. (Angehende) Lehrerinnen und Lehrer als "Reflective Practitioner"
  25. Gewalt
  26. Irritierte Routinen
  27. Lamech
  28. Das Nordfenster
  29. Gewaltkarrieren von Mädchen
  30. Is there a diagrammatic impulse with Plato? ‘Quasi-diagrammatic-scenes’ in Plato’s philosophy
  31. (Re-)Präsentation und Narration