Az általunk hozott döntések sorozata annak a lenyomata, hogy milyen konkrét elképzeléseink vannak a világról. Ezek az “elképzelések” valójában egy, a külvilágról alkotott belső modellként formalizálhatóak. A szemmozgások, és egy adott helyzetben mutatottreakcióidő elsőre zajosnak tűnő adatnak tűnhet, azonban a gépi tanulás eszközeinek bevetésével a mért variancia jelentős hányada visszavezethető arra, hogy milyen belső modellt tart fenn az ember. Noha léteznek korábbi
29megoldások a belső modellek feltárására, ezek javarészt embereken átlagolt viselkedést tudnak kezelni, így éppen a belső modellek legizgalmasabb volta, szubjketivitásuk veszik el. A PhD kutatás célja az, hogy a gépi tanulás legfrissebb eredményeinek felhasználásával olyan eszközt fejlesszena jelölt, mellyel hatékonyan lehet személyre szabott, nagydimenziós, dinamikus belső modelleket inferálni. A kutatás jelentősége többrétű: 1, hatékony belső modell inferencia szükséges ahhoz, hogy mesterséges ágensek hatékonyan tudjanak döntéseket hozni emberekkel történő interakcióban; 2, a pontos belső modellek lehetőséget teremtenek arra, hogy neurális képalkotó eljárásokhoz regresszorokat lehessen fejleszteni annak érdekében, hogy egészséges, vagy rendellenességgel küzdő emberek viselkedését meghatározó tényezőket karakterizálni lehessen.A kutatási téma lehetőséget biztosít arra, hogy a gépi tanulás egy forró területén el lehessen naprakész tudást lehessen elsajátítani, mesterséges és biológiai ágensekközötti interakciók területén szakértelmet lehessen szerezni, s alkalmasint neurobiológiai relevanciájú kérdésekre is alkalmazni lehet a viselkedésen keresztül szerzett bepillantást, akár úgy is, ha a módszert állatok komplex vislekedésének karakterizálására használja az ember.
előírt nyelvtudás: angol felvehető hallgatók száma: 1
Jelentkezési határidő: 2024-05-31
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
