témavezető: Szegletes Luca
helyszín (magyar oldal): Automatizálási és Alkalmazott Informatikai Tanszék helyszín rövidítés: AUT
A kutatási téma leírása:
Az utóbbi években a gépi tanulás robbanásszerű fejlődésével egyre több tudományágban jelent meg a deep learning (mélytanulás) és használják azóta az eszköztárát különböző problémák megoldására kezdve a gépi látástól az önvezető autókon át az ajánlórendszerekig.
Azonban a mélytanulás alkalmazása gráfokon nem triviális a gráfok egyedi szerkezete miatt. A gráfoknak egy alkalmazási területe a szerkezeti kémia. Itt gráfokkal modelleznek molekulaszerkezeteket és vizsgálják a gráf és a molekula tulajdonságai közötti összefüggéseket.
A gráf pontok (például atomok) és élek (például az atomok közötti kötések) halmaza. Megfigyelték, hogy a molekulák fizikai és kémiai tulajdonságai és a kémiai képletük topológiai szerkezete között összefüggés van (pl. szénhidrogén vegyületek szerkezeti képlete és forráspontja között). Így ha ismerjük egy molekula topológiai szerkezetét, következtethetünk annak tulajdonságaira.
A kutatás célja gráfelméleti algoritmusok vizsgálata, és olyan, elsősorban deep learning alapú algoritmusok tervezése, amelyeknek központi feladata gráf-problémák megoldása, törekedve arra, hogy minél nagyobb gráfokon alkalmazhatóak legyenek a kutatás során megalkotott módszerek. A kutatás egyik alkalmazási területe a szerkezeti kémia, ahol a cél topológiai szerkezeteket (pl. részgráfok) keresése molekulaszerekezetekben, valamint az így talált részgráfok és a molekulák tulajdonságai közötti összefüggések modellezése.
előírt nyelvtudás: angol felvehető hallgatók száma: 1
Jelentkezési határidő: 2019-06-14
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).
Bejelentkezés
