Projecten
Statistical Relational Learning for Predictive Maintenance. KU Leuven
Binnen het onderzoeksgebied van Kunstmatige Intelligentie is er een grote
interesse om probabilistische informatie en expressieve representaties te
combineren om zo complexe relationele en dynamische domeinen te kunnen
modelleren. Het redeneren met deze representaties wordt typisch gedaan door
gebruik te maken van bestaande technieken voor propositionele modellen, en
hiervoor is het noodzakelijk het onderliggende ...
Waarderings- en geavanceerde learning methoden voor opkomende, globale risico’s in actuariële wetenschappen. KU Leuven
De verzekeringssector wordt geconfronteerd met fundamentele veranderingen die niet kunnen worden aangepakt door stapsgewijze verbeteringen van bestaande technieken, maar vragen om geheel nieuwe paradigma's voor de prijsstelling van verzekeringen. De dynamiek van opkomende risico's zoals cyber- en weergerelateerde risico's moeten worden aangepakt met weinig of geen gegevens uit het verleden. Tegelijkertijd, voor meer traditionele hoezen de ...
VALERIA: Valuatie en geAvanceerde Learning methoden voor Emerging, globale Risico's In Actuariële wetenschappen KU Leuven
De verzekeringssector staat voor fundamentele veranderingen die niet zullen worden aangepakt door stapsgewijze verbeteringen van bestaande technieken, maar die vragen om geheel nieuwe paradigma's voor verzekeringsprijsstelling. De dynamiek van opkomende risico's, zoals cyber- en weergerelateerde risico's, moet worden aangepakt met weinig of geen gegevens uit het verleden. Tegelijkertijd biedt voor meer traditionele dekkingen de schat aan ...
Ontwerpondersteuning in een vroeg stadium met behulp van machine learning en building information modelling KU Leuven
Gebouwen zijn verantwoordelijk voor een derde van het energieverbruik wereldwijd. Tijdens de vroege ontwerpfasen hebben ontwerpers de mogelijkheid om de energieprestaties van gebouwen efficiënt te verbeteren. Zij hebben echter informatie nodig om het effect van hun ontwerpbeslissingen op de energieprestatie te beoordelen. Daarom werden in deze doctoraatsthesis methoden ontwikkeld om energiegerelateerde ontwerpbeslissingen tijdens deze fase te ...
Synthetiseren van Inductieve Data Modellen KU Leuven
In het afgelopen decennium heeft deep learning gezorgd voor een revolutie in vele toepassing van artificiële inteligentie, gaande van classificatie tot natuurlijke-taalverwerking.
Na dit eerste succes botsen meer en meer onderzoekers op de beperkingen van deep learning.
Het blinkt uit in patroonherkenning op hoog-dimensionele data, maar heeft echter moeite met redeneren en generalisatie.
Deze sterktes en zwaktes zijn ...
Gestalts relateren esthetische voorkeuren aan perceptuele analyse KU Leuven
'De gustibus et coloribus non disputandum est'. With this slogan philosophers and lay people alike have dismissed all attempts to understand taste, color perception, or aesthetic preferences. Sense of beauty may just be too individual and too complex to qualify as target of scientific inquiry. Yet, since Fechner (1876), empirical aesthetics has studied the factors determining people’s aesthetic responses to art works and objects, scenes or ...
Het leren van latente symbolische representaties voor relationele data KU Leuven
Dit onderzoeksproject behandelt statistical predicate invention, het ontdekken van statistische predicaten, in machine learning. Machine learning is een tak van artificiële intelligentie die zich bezighoudt met het ontwikkelen van algoritmes waarvan de efficiëntie verbetert met ervaring. Dergelijke algoritmes leren uit voorbeelden en zijn niet uitdrukkelijk geprogrammeerd voor een specifieke taak. Ze worden vaak gebruikt om problemen op ...
ANUBIS: geAligneerde oNline en multilevel gebrUiker en entiteit KU Leuven
Fraude vormt een ernstige bedreiging voor de digitale economie. Een organisatie verliest naar schatting 5% van zijn inkomsten ten gevolge van fraude, welke moeilijk te stoppen is wegens het dynamische, systeemafhankelijke en organisatie-specifieke karakter. Krachtige en intelligente fraudedetectiesystemen om fraude tijdig te detecteren, te voorkomen en de bijhorende verliezen te beperken zijn daarom van cruciaal belang. Gebruiker en entiteit ...
Diep Statistisch Relationeel Leren KU Leuven
Tegenwoordig is AI aanwezig in vele aspecten van het leven. We kunnen spraakcommando's aan onze smartphone geven dankzij automatische spraakherkenningssystemen. We kunnen het wereldnieuws in onze taal lezen dankzij automatische vertaalsystemen. Aan het voorfront van deze ontwikkelingen staat deep learning. Dit machine learning paradigma kan grote hoeveelheden data verwerken en hieruit nuttige patronen halen die toekomstige voorspellingen ...