Projecten
Applying Artificial Intelligence on Edge devices using Deep learninG with Embedded optimizations VIVES
Naadloos ontwerp van smart edge-processors KU Leuven
With the rise of deep learning (DL), our world braces for Artificial Intelligence (AI) in every edge device, creating an urgent need for edge-AI processing hardware. Unlike existing solutions, this hardware needs to support high throughput, reliable, and secure AI processing at ultra-low power (ULP), with a very short time to market.
With its strong legacy in edge solutions and open processing platforms, the EU is ideally ...
Optimalisatie-kaders voor diepe kernel-gebaseerde modellen KU Leuven
FRESCO: Een Framework voor Uitlegbaar Zoeken en Optimalisatie onder Beperkingen Vrije Universiteit Brussel
berekeningen, wordt het steeds moeilijker om te begrijpen waarom
bepaalde beslissingen in artificiële intelligentie (AI) systemen
genomen worden.
Onderzoek naar uitlegbare artificiële intelligentie heeft als doel
betrouwbare AI systemen te maken die hun redeneringen kunnen
uitleggen op een manier die door mensen begrepen kan worden. In
dit ...
Hybride voorspelling en Optimisatie KU Leuven
Optimalisatieproblemen zijn altijd belangrijk geweest op het gebied van de beslissingswetenschap. Ze vormen ook de kern van veel beslissingsmethodes in de industrie of zelfs in de overheid, bijvoorbeeld een probleem van restrictie-optimalisatie, zoals het minimaliseren van het risico en het maximaliseren van de winst van een investering waar een andere set van restricties en variabelen aanwezig zijn. Veel van deze optimalisatieproblemen ...
SADCO KU Leuven
Prediction + Optimisation for scheduling and rostering with CMPpy KU Leuven
In today’s world, organizations across various industries face the challenge of efficiently scheduling their production processes and rostering their workforce optimally. However, despite consistent improvements in combinatorial optimization software for scheduling and rostering, the complexity of this task continues to grow due to uncertainty about multiple factors such as employee availability, demand fluctuations, supplier variability, ...
From Natural Language to Constrained Optimisation Modelling KU Leuven
In my research, I aim to explore the potential of integrating Large Language Models (LLMs) within the domain of constrained optimization, focusing on an interactive system that translates natural language inputs into structured optimization solutions. The study proposes a novel interface that enables users to articulate optimization problems using everyday language, which are then systematically converted into formal mathematical models. ...