Bejelentkezés
 Fórum
 
 
Témakiírás
 
Csorba Kristóf
Tanuló módszerek alkalmazása felhasználói interakció támogatására

TÉMAKIÍRÁS

Intézmény: Budapesti Műszaki és Gazdaságtudományi Egyetem
informatikai tudományok
Informatikai Tudományok Doktori Iskola

témavezető: Csorba Kristóf
helyszín (magyar oldal): Automatizálási és Alkalmazott Informatikai Tanszék
helyszín rövidítés: AAIT


A kutatási téma leírása:

Az informatikában használt tanuló rendszerek egy része erősen egy adott alkalmazásra specializált, kihasználván a terület szaktudásából származó többlet információkat. Manapság egyre nagyobb területet kapnak azok az általános megoldások, melyek célja, hogy akkor is megpróbálják közelíteni egy konkrét feladat optimális megoldását, ha arról előre semmit nem tudnak és csak a megfigyelésére képesek. Erre alkalmas eszköztárak többek között a megerősítéses tanulás (reinforcement learning) és a mély neurális hálózatok (deep neural networks).
Ennek a témának a célja olyan gépi tanulási feladatok vizsgálata és kifejlesztése, melyek egy adott feladat érdekében végzett ember-gép interakció folyamatos figyelésével képesek vagy maguk is elvégezni a feladatot, vagy egyre jobban támogatni a felhasználót. Ilyen alkalmazás lehet csak a képet figyelve egy játékprogram játszása, vagy például mikroszkópos anyagtechnológiai képeken a szemcsék azonosítása, osztályozása.
Célunk az informatika eszköztárának, úgy mint az optimalizálási és döntés elméletnek, tanuló rendszereknek az integrációja interdiszciplináris alkalmazásokba azzal a céllal, hogy azok minél több mechanikus és gyakran ismétlődő feladatot el tudjanak végezni a felhasználó munkájának megkönnyítése érdekében.
A kutatási eredmények kiértékeléséhez használt konkrét alkalmazások lehetnek egyrészt a viszonylag egyszerűen modellezhető játékprogramok, valamint számos, más szakterületeken általános, sok mechanikus munkát igénylő feladatok részleges vagy teljes automatizálása.
Ezen kutatási téren belül a képzés keretében feldolgozandó kutatási területek az alábbiak:
• Monte Carlo optimalizálási módszerek áttekintése
• Tanuló rendszerek (Deep Neural Network elmélet, döntéselmélet, reinforcement learning) áttekintése
• A fentiek alkalmazhatóságának felmérése a fenti célok szempontjából
• Interdiszciplináris alkalmazások kiválasztása, fejlesztése, és a tanuló megoldások hatékonyságának értékelése.

előírt nyelvtudás: angol
felvehető hallgatók száma: 1

Jelentkezési határidő: 2017-06-26


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).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )