< Terug naar vorige pagina
Project
Efficiënte embedded deep learning
Deep learning is de voorbije jaren enorm toegenomen in populariteit en neurale netwerken hebben toepassingen gevonden in uiteenlopende velden. Deze neurale netwerken hebben vaak een aanzienlijke rekenkracht nodig om goede resultaten te behalen. Dit maakt het moeilijk om ze te gebruiken voor embedded toepassingen. In deze thesis onderzoeken we mogelijkheden om deep learning efficiënt te maken voor embedded systemen. Eén van deze mogelijkheden is neural architecture search (NAS), een manier om automatisch een passend neuraal netwerk te genereren.
Datum:18 aug 2020 → Heden
Trefwoorden:Deep Learning, Artificial Intelligence, Embedded Systems, Computer Vision, Machine Learning
Disciplines:Machine learning en besluitvorming, Artificiële intelligentie niet elders geclassificeerd, Computer vision, Patroonherkenning en neurale netwerken, Embedded systems, Andere computer ingenieurswetenschappen, informatietechnologie en mathematische ingenieurswetenschappen niet elders geclassificeerd
Project type:PhD project