Ich habe gestern meinen Doktorandenbericht/Ph.D. Report 2 vorgestellt. Es hatte nicht solch einen Erfolg wie Ph.D. Report 1. Dies ist verständlich, denn im Ph.D. Report 1 habe ich nur über den Stand der Technik im Bereich Deep Learning, Biometrie und Hardwarebeschleunigung des Deep Learning mittels FPGAs gesprochen. Der Grund dafür war, dass ich auf diesen Gebieten forschen wollte.
Mein Ph.D. Report 2 hingegen bestand nur aus meinen veröffentlichten und akzeptierten Forschungsarbeiten, an denen ich in den letzten 14 Monaten gearbeitet habe.
Ich sprach über die 3 Papiere aus dem Bereich Deep Learning:
- Sorin Liviu Jurj, Flavius Opritoiu, Mircea Vladutiu „Identification of Traditional Motifs using Convolutional Neural Networks”, 2018 IEEE 24th International Symposium for Design and Technology in Electronic Packaging (SIITME), Iasi, Rumänien, pp. 191-196, 2018
- Sorin Liviu Jurj, Flavius Opritoiu, Mircea Vladutiu „Real-Time Identification of Animals found in Domestic Areas of Europe”, 2019 The 12th International Conference on Machine Vision (ICMV), Amsterdam, 16-18 November 2019, [Paper Accepted]
- Sorin Liviu Jurj, Allen-Jasmin Farcas, Flavius Opritoiu, Mircea Vladutiu „Mobile Application for Receipt Fraud Detection Based on Optical Character Recognition”, 2019 The 12th International Conference on Machine Vision (ICMV), Amsterdam, 16-18 November 2019, [Paper Accepted]
+ 2 Papiere aus dem Bereich Testing:
- Sorin Liviu Jurj, Raul Rotar, Flavius Opritoiu, Mircea Vladutiu „White-Box Testing Strategy for a Solar Tracking Device using NodeMcu Lua ESP8266 WiFi Network Development Board Module”, 2018 IEEE 24th International Symposium for Design and Technology in Electronic Packaging (SIITME), Iasi, Rumänien, pp. 53-60, 2018
- Raul Rotar, Sorin Liviu Jurj, Flavius Opritoiu, Mircea Vladutiu „Position Optimization Method for a Solar Tracking Device using the Cast-Shadow Principle”, 2018 IEEE 24th International Symposium for Design and Technology in Electronic Packaging (SIITME), Iasi, Rumänien, pp. 61-70, 2018
Das Problem dabei war, dass ich, anstatt nur in einem Bereich zu arbeiten, an zweien gearbeitet habe, ohne sie noch zu verbinden. Auf der einen Seite habe ich effiziente Implementierungen von Deep-Learning-Algorithmen in verschiedenen Anwendungen, und auf der anderen Seite habe ich effiziente Implementierungen von Testalgorithmen, die auf einem Solar-Tracking-Gerät angewendet werden.
Das Problem, das ich jetzt habe, ist, diese 2 Domains zu verbinden oder nur an einer Domain festzuhalten und mindestens ein weiteres Forschungspapier zu produzieren, das mir helfen kann, meine zukünftige Doktorarbeit später in diesem Jahr abzuschließen.
Ich muss diesen Sommer noch wirklich hart arbeiten, um einen wissenschaftlichen Wert (eventuell zusammen mit ein mathematisches Modell) zu liefern.
Neueste Kommentare