Industrieel ingenieur informatica

Universiteit Gent campus Schoonmeersen

Schaalbare cloud oplossingen voor diepe neurale netwerken

Interne promotor: 
prof. dr. ir. Pieter Simoens
Externe promotor: 
prof. dr. ir. Bart Dhoedt

Deep learning technieken zijn krachtige methodes uit de machine learning. Diepe neurale netwerken worden onder andere gebruikt in beeld- en spraakherkenning. Deze algoritmen zijn heel krachtig maar vragen ook grote hoeveelheden resources om te kunnen werken, zowel qua rekenkracht als op vlak van geheugengebruik. Dit is geen probleem wanneer deze modellen gebruikt worden op krachtige servers maar het maakt het wel moeilijk om ze in praktische situaties te implementeren.

Sam Leroux tracht in zijn onderzoek deep learning technieken bruikbaar te maken in omgevingen waar resources niet in overvloed aanwezig zijn. Voorbeelden zijn robots, drones, smartphones en Internet-of-things applicaties. In veel gevallen zal er een beroep moeten gedaan worden op de cloud. In dit onderzoek wordt er nagegaan of er slimme manieren zijn om de berekeningen te delegeren naar de cloud, rekening houdend met de latency en de kost van de netwerkverbinding.

Masterproef in de kijker

GPS-toestellen berekenen de kortste weg en reistijd tussen twee punten in een wegennetwerk. Hiervoor wordt standaard het algoritme van Dijkstra gebruikt. Het wordt iets ingewikkelder als er ook rekening moet gehouden worden met spitsuren en structurele files. In deze scriptie wordt een performante oplossing hiervoor uitgewerkt.

Waar zijn ze nu?

Binnen de opleiding wordt vaak samengewerkt met bedrijven en andere instellingen. Zo stroomden onze alumni al door naar …