Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen: Erstellung von Klassifikatorensystemen durch UMDA für die Klassifizierung von Luftbildszenen
Die Arbeit schlägt einen Ansatz zur Erstellung von Ensembles von Klassifikatoren basierend auf dem Univariaten Marginalen Verteilungsalgorithmus (UMDA) für die Klassifizierung von Luftbildszenen vor. Die Ergebnisse zeigen, dass dieser Ansatz die Klassifikationsleistung im Vergleich zu einzelnen Deep-Metric-Learning-Klassifikatoren und traditionellen vortrainierten Convolutional Neural Networks (CNN) verbessern kann.
