Projecten
Probabilistisch Programmeren in Dynamisch Relationele Werelden KU Leuven
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 ...
Gegevens gestuurde logistiek KU Leuven
De reis die in dit proefschrift wordt vastgelegd concentreert zich rond kenniscompilatie, het tellen van modellen, en hun rol binnen state-of-the-art inferentie algoritmen voor probabilistische logische programmeertalen (PLP). Het telprobleem bestaat uit het bepalen van het aantal oplossingen dat voldoet aan een gegeven set van beperkingen, zoals 'A of niet B, en C'. Kenniscompilatietechnieken kunnen die beperkingen herformuleren zodat tellen ...
The rol van taal voor het verwerven van vroege wiskundige vaardigheden KU Leuven
Wiskunde is altijd een belangrijk schoolvak geweest, zowel in het lager als het secundair onderwijs. In het kleuteronderwijs ligt de focus doorgaans op eerder basale numerische vaardigheden (telwoorden, het tellen en vergelijken van aantallen), die in de eerste jaren van de lagere school verder gesystematiseerd worden in elementaire rekenvaardigheden. Maar recente studies tonen aan dat kinderne al op vroegere leeftijd dan doorgaans aangenomen ...
Het verifiëren van lerende kunstmatige intelligentiesystemen KU Leuven
Hoewel geautomatiseerde verificatie de afgelopen decennia opmerkelijke vooruitgang heeft geboekt, blijft de toepassing ervan beperkt tot traditionele software die geen AI- of machine learning-technologie gebruikt. Dit project beoogt deze beperkingen te verwijderen door de logische en probabilistische onderbouwing van verificatie, machine learning en AI te onderzoeken.
Neurale Symbolische Methodes voor Leren en Redeneren KU Leuven
Combineren van deep learning en probabilistische logica in neurale symbolische methoden die waarneming op laag niveau en redenering op hoog niveau integreren.
HW-algoritme co-design voor approximate inference van probabilistiche machine learning KU Leuven
De afgelopen jaren werd voor uitdagende taken zoals computer vision en natural language processing steeds meer gekeken naar deep learning en voor deze applicaties zijn talrijke computerplatformen ontwikkeld. Echter, in applicaties met strenge veiligheidsnormen of betrouwbaarheidseisen, zoals bijvoorbeeld autonome voertuigen, gezondheidszorg, en de financiële sector, is het van cruciaal belang om geredeneerd te werk te gaan en beslissingen met ...
Het leren van- en efficient redeneren met hybriede beperkingen KU Leuven
Modulaire controle- en dataflow-effecten. KU Leuven
Programmeertalen hebben de wijdverbreide adoptie van software in de huidige samenleving mogelijk gemaakt. Toch wordt het steeds duidelijker dat de huidige praktijk van softwareontwikkeling het groeitempo waar de samenleving om vraagt niet langer kan volhouden. De verborgen controle- en dataflow-effecten in software zijn verantwoordelijk voor deze dreigende crisis: ze verhinderen dat de best practice van modulaire softwareontwikkeling aan de ...