Investigating Unsupervised Domain Adaptation for Synthetic Data for ML-Based UAV Environment Perception (Bachelorarbeit)

Grapenthin, Jan (2024) Investigating Unsupervised Domain Adaptation for Synthetic Data for ML-Based UAV Environment Perception (Bachelorarbeit). DLR-Interner Bericht. DLR-IB-FT-BS-2024-11. Bachelorarbeit.

PDF - Nur DLR-intern zugänglich
18MB

elib-URL des Eintrags:

https://elib.dlr.de/202903/

Dokumentart:

Berichtsreihe (DLR-Interner Bericht, Bachelorarbeit)

Titel:

Investigating Unsupervised Domain Adaptation for Synthetic Data for ML-Based UAV Environment Perception (Bachelorarbeit)

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Grapenthin, Jan	FT-ULF	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2024

Open Access:

Nein

Status:

veröffentlicht

Stichwörter:

Synthetic Data; Unsupervised Domain Adaptation; Adversarial Training; Unmanned Aerial Vehicle (UAV)

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Digitalisierung

DLR - Forschungsgebiet:

D IAS - Innovative autonome Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

D - SKIAS

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Flugsystemtechnik > Unbemannte Luftfahrzeuge
Institut für Flugsystemtechnik

Hinterlegt von:

Rüter, Joachim

Hinterlegt am:

21 Feb 2024 15:48

Letzte Änderung:

21 Feb 2024 15:48

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags