Convolutional Neural Networks
Research output: Contributions to collected editions/works › Chapter
Standard
Convolutional Neural Networks. / Rudolph, Yannick; Brefeld, Ulf.
Sportinformatik: Modellbildung, Simulation, Datenanalyse und Visualisierung von sportbezogenen Daten. ed. / Daniel Memmert. Berlin : Springer Spektrum, 2023. p. 207-215.Research output: Contributions to collected editions/works › Chapter
Harvard
APA
Vancouver
Bibtex
}
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 -