StudiumStudien- & Abschlussarbeiten
Diplom- & Masterarbeiten

  • Expanding Capabilities of a Random Value Arithmetic for Circuit Analysis
    In dieser Masterarbeit soll daher zum einen eine Methode entwickelt und untersucht werden, die aus der vorliegenden Darstellung von Zufallsvariablen Quantile berechnet. Darüber hinaus soll eine Methode entwickelt und untersucht werden, die für nicht-stetige Funktionen eine geeignete Approximation durchführt. Die entwickelten Methoden sollen anhand von Beispielen hinsichtlich Genauigkeit und Laufzeit untersucht werden. Die Genauigkeit soll dabei mit der Monte-Carlo-Methode verglichen werden. Die Implementierung erfolgt in C++.
    Betreuung: Markus Olbrich
    Student/in: Jannik Gröger
    Jahr: 2020
    Laufzeit: 16.03.2020-16.09.2020
  • Exploration of Weight Sharing Approaches for Neural Networks
    Moderne Neuronale Netze erzielen Außergewöhnliches: Sie erkennen Fußgänger, helfen bei der Diagnose von Krebs oder komponieren Musik. Diese Leistungen basieren auf Modellen mit Millionen von Gewichten, die Gigabyte an Speicher benötigen. Aktuelle Forschung stellt sich daher der Frage wie diese Modelle komprimiert werden können. Diese Arbeit soll dazu beitragen indem das Teilen von Gewichten (auch Weight Sharing genannt) betrachtet wird. Dabei werden aus den Millionen von einzigartigen Gewichten, diejenigen herausgesucht die sich ähnlich sind und zusammengefasst.
    Betreuung: Günther Meyer
    Student/in: Mohamed Yassin Jabri
    Jahr: 2020
    Laufzeit: 13.07.2020 - 13.01.2021
    © Quelle: LUH