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

Lieven Baeyens voerde een vergelijkende studie uit van het K-Dependent Bayesian classificatiemodel voor analyse van kankerdata. Daarbij werd de invloed van twee bestaande discretisatiemethoden op de classificatieaccuraatheid geëvalueerd en een nieuwe gesuperviseerde discretisatiemethode ontwikkeld. Ook werd bekeken hoe de performantie van KDB kan worden geoptimaliseerd en werd het model onderworpen aan een stabiliteitsmeting.

Waar zijn ze nu?

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