Onderzoeksprojecten (4500 - 5000 van 8189)
Onderzoeksprojecten (4500 - 5000 van 8189)
Onderzoeksprojecten (4500 - 5000 van 8189)
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
• Afdeling ESAT - STADIUS<br />
Onderzoekers:<br />
• Yves Moreau<br />
• Lieven Thorrez<br />
• Griet Laenen<br />
Networked Multimedia Services.<br />
Vrije Universiteit Brussel<br />
Abstract: Televerkoop, telewerken en edutainment worden geïntroduceerd in de telecom netwerken. Maar wat niet wordt onderzocht is de impact<br />
die deze zaken zullen hebben op de architectuur <strong>van</strong> deze netwerken.<br />
Het doel va dit onderzoeksproject is om een inzicht te bieden in de noden <strong>van</strong> de gerbuiker en een coherente kijk op de technologische vereisten.<br />
Organisaties:<br />
• Informatica en Toegepaste Informatica<br />
Onderzoekers:<br />
• LUC STEELS<br />
Neurale algoritmes en architecturen voor het oplossen <strong>van</strong> niet-lineaire inverse problemen.<br />
Vrije Universiteit Brussel<br />
Abstract: Inverse randwaarden-problemen spelen een centrale rol in vele domeinen <strong>van</strong> wetenschap en techniek. Hierbij wordt getracht een<br />
onbekend fysisch model te reconstrueren aan de hand <strong>van</strong> een beperkt aantal randobservaties. Als voorbeeld <strong>van</strong> een moeilijk, niet-lineair en<br />
slecht gesteld invers probleem, bestuderen we in dit project een aantal beeldvormende techniek, waarbij getracht wordt materiaalkarakteristieken in<br />
een transversale sectie <strong>van</strong> een volumegeleider te reconstrueren <strong>van</strong>uit metingen <strong>van</strong> een perifeer meetprofiel, geïnduceerd door externe<br />
stimulatiepatronen. De specifieke moeilijkheid, inherent aan deze toepassingen, wordt in belangrijke mate bepaald door de niet-lineaire en slecht<br />
geconditioneerde relatie tussen de interne velddistributies en de geobserveerde randwaarden. Tot op heden zijn neurale algoritmes slechts met<br />
beperkt succes toegepast bij het oplossen <strong>van</strong> niet-lineaire inverse problemen. We suggereren dat het causale karakter <strong>van</strong> deze algoritmes<br />
daar<strong>van</strong> in belangrijke mate de oorzaak is. Daarom zullen we in dit project een nieuwe visie op neurale algoritmes en architecturen voor het<br />
oplossen <strong>van</strong> niet-lineaire inverse problemen ontwikkelen, waarbij we ons baseren op traditionele concepten uit de numerieke analyse en lineaire<br />
algebra. Dit zal resulteren in de definitie <strong>van</strong> een zeer efficiënt architectuurmodel, waarbij parallellisme op een intrinsieke wijze geïntegreerd wordt<br />
in de algoritmische afleiding.<br />
Organisaties:<br />
• Elektronica en Informatica<br />
Onderzoekers:<br />
• JAN CORNELIS<br />
Neural Networks for Relational Data (Neurale netwerken voor relationele gegevens)<br />
K.U.Leuven<br />
Abstract: Het onderwerp <strong>van</strong> deze dissertatie situeert zich in het onderzoeksveld machine learning. Dit onderzoeksdomein spitst zich toe op de<br />
ontwikkeling <strong>van</strong> algoritmes die in staat zijn te leren op basis <strong>van</strong> empirische gegevens, bestaande uit invoerpatronen met daaraan gekoppelde<br />
doelvariabelen. In de context <strong>van</strong> deze dissertatie wordt er voornamelijk gekeken naar het leren <strong>van</strong> voorspellende modellen op basis <strong>van</strong><br />
relationele gegevens. Dit zijn gegevens waarbij elk invoerpatroon bestaat uit meerdere tupels met mogelijk bepaalde verbanden tussen de tupels,<br />
dit in tegenstelling tot propositionele gegevens waarbij elk invoerpatroon bestaat uit een enkel tupel. Leermethodes voor relationele gegevens<br />
zullen steeds rekening moeten houden met de eigenschappen <strong>van</strong> het invoerpatroon als geheel. Datkunnen zowel structurele eigenschappen zijn,<br />
gebaseerd op substructuren<strong>van</strong> het invoerpatroon, als geaggregeerde eigenschappen, dat zijn eigenschappen die informatie uit een aantal tupels<br />
<strong>van</strong> het invoerpatroon<br />
Organisaties:<br />
• Afdeling Informatica<br />
Onderzoekers:<br />
• Hendrik Blockeel<br />
• Werner Uwents