< Terug naar vorige pagina

Project

Efficiënt redeneren en leren met relationele probabilistische modellen.

In het vakgebied van de artificiële intelligentie is er momenteel een grote interesse in relationele probabilistische modellen. Dit zijn modellen die gebruik maken van een relationele voorstelling (om te kunnen omgaan met complexe domeinen met meerdere entiteiten) en elementen van het kansrekenen (om te kunnen omgaan met onzekerheid). Zulke modellen kunnen gebruikt worden voor verscheidene redeneer-taken. Aangezien het vaak niet mogelijk is om manueel een nauwkeurig model op te stellen, gebruikt men vaak algoritmen voor automatisch leren om een model te construeren uit gegevens. Het redeneren en leren met real-world relationele probabilistische modellen is vaak compuationeel inefficiënt door de complexiteit van zulen modellen. Het eind-doel waartoe we met dit project willen bijdragen is het oplossen van dit probleem.
Datum:1 okt 2010 →  30 sep 2013
Trefwoorden:Artificial intelligence, Machine learning, Probabilistic methods, Statistical relational learning
Disciplines:Artificiële intelligentie, Cognitieve wetenschappen en intelligente systemen