Machine Learning between function spaces: Neural Operators
- Forschungsthema/Bereich
- ML
- Typ der Abschlussarbeit
- Master
- Startzeitpunkt
- 02.11.2026
- Bewerbungsschluss
- 23.10.2026
- Dauer der Arbeit
- 3-6 Monate
Beschreibung
When considering machine learning on e.g. image data, it is alway necessary to discretise the input and output. E.g. we view image data as 1024x1024 grid of values instead of the continuous space beneath it [0, 1]^2. The objective of neural operators is to design machine learning architectures that can cope with different discretizations of the same input space.Goals of the thesis could be:1. understand the theory behind neural operators and current architectures,2. implement such a machine learning model, and3. perform a benchmark on a suitable dataset to compare architectures.Some introductory literature can be found at:https://arxiv.org/abs/2304.13221https://arxiv.org/abs/2010.08895
Voraussetzung
- Voraussetzungen an Studierende
-
- - python
- - machine learning
- - math
- Studiengangsbereiche
-
- Wirtschafts- und Rechtswissenschaften
Wirtschaftsingenieurwesen
- Wirtschafts- und Rechtswissenschaften
Betreuung
- Titel, Vorname, Name
- Leonard Vetter
- Organisationseinheit
- KIT, IOR
- E-Mail Adresse
- vetter@kit.edu
- Link zur eigenen Homepage/Personenseite
- Website
Bewerbung per E-Mail
- Bewerbungsunterlagen
-
- Lebenslauf
- Notenauszug
- Immatrikulationsbescheinigung
E-Mail Adresse für die Bewerbung
Senden Sie die oben genannten Bewerbungsunterlagen bitte per Mail an vetter@kit.edu
Zurück