Téma disertační práce

Školitel:Smrž Pavel, doc. RNDr., Ph.D.
Téma:Porozumění komplexním hierarchickým rozhodnutím v hlubokých architekturách strojového učení
Zahájení v ak.r.:2014/2015
Charakteristika řešeného problému:

Umělá inteligence se stává všudypřítomnou. Oblast se rychle rozvinula od řešení určitých specifických úkolů k obecné umělé inteligenci, učení a reprezentaci znalostí.
Tento výzkum cílí na zlepšení vybraných vlastností systémů umělé inteligence a strojového učení, jejich učení a reprezentace znalostí. Tyto oblasti zahrnují například optimalizace učícího procesu, meta učení, posilované učení, schopnost vysvětlit, porozumět a porovnat naučené reprezentace znalostí, relevantní pro lokální (nebo okamžité), jakožto i globální (dlouhodobé, plánování) rozhodnutí a další vlastnosti specifické pro komplexní, hierarchické a rekurzivní hluboké architektury umělé inteligence.
Tento pokrok může být využit v množství oblastí, od optimalizace rozsáhlých heterogenních počítačových systémů, rozhodování o okamžitých akcích a plánování v komplexních stolních nebo počítačových hrách, detekci překážek, rozhodování o akcích a optimalizaci cesty v samořídících autech a robotice, rozpoznávání objektů v obrázcích a videu, generování obrázků, porozumění a překlad řeči nebo při řešení mnoha dalších komplexních  problémů storojového učení.
Výstupem práce bude soubor metod umělé inteligence a strojového učení, které mohou být aplikovány na některé ze zmíněných komplexních problému za účelem zlepšení vlastností, parametrů, uvažování a porozumění oproti existujícím řešením.

Vaše IPv4 adresa: 35.175.191.168
Přepnout na https