Projecten
Modellering van sociale cognitie en zijn deficits met behulp van Artificiële Neurale Netwerken KU Leuven
Artificiële Neurale Netwerken zijn computer modellen die enigzins geïnspireerd zijn door de werking van het menselijke brein. Momenteel vormen ze de state-of-the-art voor allerlei AI problemen en winnen ze aan populariteit binnen neurowetenschappelijke studies. Beide domeinen verschillen echter in doel: voor AI is model performantie doorslaggevend en gelijkenis met het brein incidenteel, terwijl voor de neurowetenschappen een beter begrip van ...
Spraak relateren aan haar EEG-responsie met behulp van artificiële neurale netwerken KU Leuven
Begrijpen hoe het menselijk brein spraak verwerkt is cruciaal voor het ontwikkelen van hulpmiddelen die mensen met gehoorverlies of spraakgerelateerde stoornissen kunnen helpen. Het elektro-encefalogram (EEG) is een populaire methode om hersenactiviteit te meten als reactie op continue spraak vanwege de hoge temporele resolutie en betaalbaarheid. Een veelgebruikte aanpak omvat het opnemen van EEG-signalen bij mensen terwijl ze luisteren naar ...
Sequentieel denken via artificiële neurale netwerken Universiteit Gent
Ondanks indrukwekkende successen van diepe neurale netwerken, schieten deze zwaar tekort tegenover biologische neurale netwerken in het expliciet volgen van een logische gedachtengang. Dat is een essentiële eigenschap van symbolische AI modellen, die echter de kracht missen van neurale netwerken om patronen te herkennen. De artificiële neurale netwerken van de toekomst hebben beide eigenschappen nodig. Uiteindelijk zal de mens wensen om de ...
Computationele Modellering van Sociale Cognitie en geassocieerde Deficits door middel van Artificiële Neurale Netwerken KU Leuven
Beslissingsmodellen ontwerpen, bouwen en analyseren met behulp van recidiverende neurale netwerken in het kader van Explainable Artificial Intelligence Universiteit Hasselt
Een artificiële neurale netwerkanalyse van academische prestaties in het hoger onderwijs KU Leuven
Door een sterker begrip te ontwikkelen van factoren die academische prestaties beïnvloeden, kan van de kwaliteit van het hoger onderwijs verbeterd worden. Hiervoor wordt doorgaans gebruik gemaakt traditionele statistische technieken, waarbij onderwijsonderzoekers mogelijk de complexe relatie tussen academische prestaties en de voorspellers ervan negeren. Het opkomende gebied van onderwijskundige datamining (EDM) heeft aangetoond dat ...
End-to-end trainen van diepe neurale netwerken voor monoculaire autonome navigatie – Een haalbaarheidsstudie KU Leuven
Dit doctoraat onderzoekt de haalbaarheid van de toepassing van Deep Learning methodes voor camera-gebaseerde autonome navigatie.
Deep Learning heeft indrukwekkende resultaten behaald over de afgelopen zeven jaar in Computer Visie.
Hierbij bleek volledig end-to-end getrainde modellen steeds performanter te zijn dan manueel ontwikkelde patroon herkenningsalgorithmes.
Of een gelijkaardige verbetering geldt voor camera-gebaseerde ...
Fout-tolerante neurale netwerken voor ruimtetoepassingen KU Leuven
Een grotere mate van autonomie in de ruimte biedt de mogelijkheid om communicatiekosten te verlagen en een snellere besluitvorming te verwezenlijken. Hierdoor vormt autonomie in de ruimte de basis voor de ontwikkeling van geheel nieuwe toepassingen. De implementatie van Deep Learning (DL) algoritmen binnen het ruimtetuig zelf is de sleutel om deze autonomie tot stand te brengen. Echter, de aanwezigheid van aanzienlijke stralingsniveaus in de ...