Schaalbare cloud oplossingen voor diepe neurale netwerken

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.