< Terug naar vorige pagina

Project

Probabilistische programma's voor dynamische relationele werelden

Om complexe real-world omgevingen weer te geven, waarbij doorgaans meerdere entiteiten betrokken zijn, evenals de relaties die daartussen bestaan, is het nodig om zowel logische als relationele representaties te gebruiken. Bovendien heeft men, gezien de inherente onzekerheid in deze omgevingen, modellen nodig die niet alleen kunnen omgaan met dynamische relationele toestanden, maar ook met de onzekerheid.

Het algemene doel van dit project is om nieuwe probabilistische programmering en statistische relationele kunstmatige intelligentietechnieken bij te dragen die het mogelijk maken om te modelleren, redeneren en leren over dynamische relationele werelden, om te gaan met de inherente onzekerheid en die toepasbaar zijn op real-world taken bij het spelen van games en cognitieve robotica.

Datum:4 jan 2021 →  Heden
Trefwoorden:Artificial Intelligence, Machine Learning, Logic, Logic Programming, Neural Networks, Deep Learning
Disciplines:Kennisrepresentatie en redenering, Neurale, evolutionaire en fuzzy computation
Project type:PhD project