Record #340906 - GSI Repository

SFB 1597 C04

Schnelles und effizientes Erlernen der Hyperparameterkontrolle für Deep Reinforcement Learning auf kleinen Datenmengen (C04)

Coordinator	Noor Awad, Ph.D. ; Professor Dr. Joschka Bödecker
Grant period	2023 -
Funding body	Deutsche Forschungsgemeinschaft
	DFG
Identifier	G:(GEPRIS)524730295

⇧ SFB 1597: Small Data ⇧

Note: Unser Ziel ist es, automatisierte Techniken zu entwickeln, um die Hyperparameter von Deep Reinforcement Learning (RL)-Ansätzen auf eine stichprobeneffiziente Weise für kleine Datensätze zu wählen und so Unsicherheit zu reduzieren. Wir werden geeignete Benchmarks erstellen und dann die Leistung von derzeit existierenden Hyperparameter-Optimierungsverfahren (HPO) untersuchen, um schließlich automatisierte Verfahren zu entwickeln. Dies beinhaltet eine dynamische Steuerung auf Meta-Ebene unter Verwendung eines robusten Hyperparameter-Transfers für Online-HPO für Offline-RL und neuronale Architektursuche.

Recent Publications

There are no publications

Record created 2023-08-08, last modified 2024-11-27

Similar records

Add to personal basket
Export as Author List with IDs BibTeX (UTF-8), EndNote XML, EndNote Text, RIS, MARC, Print MARC, MARCXML, DC,
Request correction
Submit fulltext

GSI Homepage \| GSI Library \| English Deutsch \| guest :: login GSI Repository
Search	Submit	Personalize Your alerts Your baskets Your searches	Help