témavezető: Lőrincz András
helyszín (magyar oldal): ELTE Informatikai Kar helyszín rövidítés: ELTE
A kutatási téma leírása:
A mesterséges intelligencia területén a mély neuronhálók áttörést hoztak. Szuperhumán teljesítményük azonban egyes területekre korlátozódik, általánosító képességük limitált és tanításukhoz valamilyen viselkedési felügyeletre van szükség. Megoldást kínál számos mély háló egyidejű használata oly módon, hogy (i) mindegyik mély háló előrejelezni is tanul, (ii) az előrejelzés hibáin tanul, illetve (iii) a hálók a tér- és időbeli kontextus segítségével egymás hibáit javítani képesek Bayes elvek mentén. Az előrejelzés modell tanulását jelenti, a modell hibája az anomália, így a tanítási kényszer, tehát egymás tanításának az alapja. Számos adatbázis, elsősorban videó áll rendelkezésre a többféle információfolyam (hang és kép esetén pl. ilyen a szájról olvasás) integrálására és a közös modell tanulására.
előírt nyelvtudás: magas szintű angol további elvárások: Kiváló matematikai, azon belül analízisbeli és lineáris algebrai ismeretek
Magasszintű programozási képesség C++ és Python nyelveken
Magasszintű munka standardok
Precizitás és rugalmasság csoportmunkához