témavezető: Kovács László
helyszín (magyar oldal): Debreceni Egyetem Informatikai Kar helyszín rövidítés: ITDI
A kutatási téma leírása:
A kutatási téma fókuszterülete a korszerű gépi tanuló módszerek segítségével történő multimodális adatelemzés. Nevezetesen a különböző típusú szenzorok, illetve detektorok általi jelek korszerű gépi tanuló módszerekkel történő összefüggő értelmezése. Az így nyert szenzoradatok jellemzője, hogy a rendelkezésre álló nagy mennyiségű adat feldolgozása közel sem triviális feladat, ezért az előfeldolgozásként a zajszűrés is kiemelt szerepet kap. Ezen felül a korszerű gépi tanulóalgoritmusok, úgymint a mélytanulás és az technológia korszerű dedikált beépülő processzorokon (GPU, FPGA) történő gyorsításának alkalmazása is elkerülhetetlen. A cél, hogy a beáramló adatok és gépi tanuló módszerek segítségével pontos a döntéstámogatás, mintafelismerés és automatizáció valósuljon meg az alkalmazott célterületeken. Ilyen célterületek lehetnek az orvosi adatfeldolgozás, önvezető járművek, okos város környezetek, (részecske)fizikai, űrfizikai megfigyelések. A kutatás részeként a state-of-the-art mélytanuló modell alkotás, a tanítás hiperparamétereinek és fúziós rendszerekben történő optimalizációjára koncentrálunk, melynek részét képezi az esetleges fizikai megvalósítás is.
Irodalom:
1. Yoshua Bengio, Ian J. Goodfellow, Aaron Courville: Deep Learning, MIT Press, 2015.
2. I. Goodfellow, Y. Bengio, A. Courville: Deep Learning, MIT Press, 2016.
3. F. Chollet: Deep learning with Python, Manning, November 2017.
4. Terrence J. Sejnowski: The Deep Learning Revolution, The MIT Press, 2018.
5. L. Igual, S. Segui: Introduction to Data Science, A Python Approach to Concepts, Techniques and Applications, Springer International Publishing, 2017.
6 C.C. Aggarwal: Neural Networks and Deep Learning, Springer International Publishing, 2018.
Jelentkezési határidő: 2021-11-15
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).
Bejelentkezés
