DUST: Het ontwerpen van interpreteerbare en efficiƫnte Deep Unfolding Sparse Transformers voor multimodale beeldverwerking en beeldgeneratie Vrije Universiteit Brussel
in signaal- en beeldverwerking. Door recente ontwikkelingen in
autonome wagens, robotica en andere slimme apparatuur is er een
groeiende vraag naar compacte en efficiƫnte deep learning modellen
die ook interpreteerbaar zijn en waarvan de beslissingen duidelijk
kunnen worden uitgelegd aan mensen. De Transformer architectuur
wint de laatste ...