Thesis supervisor: András Hajdu
Location of studies (in Hungarian): Debreceni Egyetem Informatikai Kar Abbreviation of location of studies: ITDI
Description of the research topic:
A kutatás témája megerősítő tanulás segítségével optimális elhelyezési problémák megoldása. A feladatkör alapvetően objektumok térbeli lehelyezésének optimalizálására vonatkozik valamilyen geometriai viszonyokon alapuló jutalomfüggvény alapján. Ilyen esetre lehet példa nagy lefedést adó szenzorhálózat elhelyezése csillagászati megfigyelésekhez, vagy orvosi képalkotásban a minél optimálisabb betekintés biztosító képalkotó detektorok elhelyezése. A megerősítő tanulás alkalmazásának fő gondolatát az adja, hogy ezek a rendszerek túlságosan komplexek elméleti megoldások használatához, viszont a megfigyelt adatokból mindez megthető. Mindazonáltal további érdekes kutatási irány lehet az elméleti modellek és megfontolások alapján felállított heurisztikáknak a gépi tanulás folyamatába való illesztése, ami gyorsíthatja a megerősítő tanulásban használt sztochasztikus keresést. A kutatási keretrendszert érdemes olyan formában megvalósítani, hogy a geometriai interpretáción túl más, akár lényegesen absztraktabb problémáknál is hatékonyan lehessen használni azt a szükséges módosítások elvégzése után.
Irodalom
• Richard S. Sutton and Andrew G. Barto: Reinforcement Learning: An Introduction, MIT Press, 2020.
• Ian Goodfellow, Yoshua Bengio, Aaron Courville: Deep Learning, MIT Press, 2016.
• Stuart Russell and Peter Norvig, Editors: Artificial Intelligence: A Modern Approach, Pearson, 2020.
Deadline for application: 2024-05-15
2024. IV. 17. ODT ülés Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).