Projecten

1 - 10 of 400 resultaten

Zoek term:

Deep Learning voor Process Mining toegepast op E-Learning Problemen KU Leuven

Jochen De Weerdt
Onderzoeksgroep Beleidsinformatica (LIRIS), Leuven

Het objectief is om event logs (process mining) te combinereren met andere gegevens (klassieke data mining) uit de Toledo en Loket systemen van de KUL om de slaag-/niet slaagkansen van nieuwe studenten voorspellen en wel zo vroeg mogelijk in het academiejaar -idealiter in november of december- om studenten indien nodig voldoende tijd ter herorientatie te geven. Ter vergelijking worden ook klassieke voorspellingsmodellen, baserend op ...

Deep Sewer Mapping: Aanmaak van digitale digital twins van rioolinfrastructuur via deep learning, gebruik makend van goedkope sensoren KU Leuven

Maarten Vergauwen
Geomatica

Het onderhoud van verouderde rioolinfrastructuur is een belangrijke uitdaging vooroverheden in Vlaanderen en Europa. Het doel van dit project is om goedkope3D-camera'ste combineren met geavanceerde AI-technologie om zo automatisch Digital Twinmodellenvan rioleringssystemen te creëren. Deze modellen bevatten zowel 3D informatie vanstructurele elementen (het pijpleidingennetwerk) als automatisch gedetecteerde defecten(bv.scheuren, vervormingen, ...

Deep Sewer Mapping: Aanmaak van digitale digital twins van rioolinfrastructuur via deep learning, gebruik makend van goedkope sensoren KU Leuven

Maarten Vergauwen
Geomatica
Het onderhoud van verouderde rioolinfrastructuur is een belangrijke uitdaging voor overheden in Vlaanderen en Europa. Het doel van dit project is om goedkope 3D-camera's te combineren met geavanceerde AI-technologie om zo automatisch Digital Twinmodellen van rioleringssystemen te creëren. Deze modellen bevatten zowel 3D informatie van structurele elementen (het pijpleidingennetwerk) als automatisch gedetecteerde defecten (bv. scheuren, ...

AI@EDGE: Applying Artificial Intelligence on Edge devices using Deep learninG with Embeddedoptimizations VIVES

Jonas Lannoo
VIVES EC smart technologies campus Brugge
In Deep Learning wordt een algoritme ontwikkeld op een grote set data, typisch op een rekenkrachtige server. Vervolgens wordthet getrainde netwerk in een applicatie geladen die met de echte data werkt. Deze stap wordt “inference” genoemd. Inferencehoeft echter niet toegepast te worden op het computersysteem dat voor de training gebruikt werd. Hierdoor wordt het mogelijkom deep learning toe te passen op systemen die minder krachtig, meer ...

Deep learning voor computer ondersteuning van diagnose gebaseerd op 3-dimensionale echocardiografie KU Leuven

Jan D'hooge
Cardiovasculaire Beeldvorming en Dynamica

Echocardiografie is de gepreferentieerde modaliteit voor de diagnostiek van hart- en vaatziekten (CVD), niet alleen vanwege het feit dat het niet-invasief, mobiel (zelfs draagbaar) en relatief goedkoop is, maar ook omdat het in real-time werkt aan een goede tijdsresolutie. Ondanks de klinische populariteit kan de interpretatie van afbeeldingen / geëxtraheerde parameters een uitdaging zijn; zelfs voor experten. Dankzij de ontwikkelingen van ...

Een geconnecteerd hersengroot netwerk - Ontwerp van een gedistribueerde connectiviteitslaag om heterogene deep learning systemen te combineren. Universiteit Antwerpen

Steven Latré
Internet Data Lab (IDLab)
Artificiële intelligentie (AI) in het algemeen en deep learning specifiek heeft verschillende doorbraken gekend in het laatste decennium en is nu in staat om beter te doen dan menselijke intelligentie in welomlijnde complexe taken. Hiervoor hebben de huidige deep learning technieken echter energieverslindende Graphical Processing Units (GPUs) nodig die in grootschalige datacenters draaien. Met de huidige evoluties in neurale netwerk hardware ...

FARAD2SORT : Snelle deep learning en uitrollen voor productsortering Universiteit Hasselt

Applied Computer Science Lab, Engineering Materials and Applications
Beeldgebaseerde deep learning is een variant van artificiële intelligentie die een groot potentieel heeft voor een groot aantal toepassingen in de maakindustrie. Toegepast op beeldanalyse is het een essentieel hulpmiddel voor de automatisering van repetitieve maar complexe kwaliteitsinspectietaken, de ontwikkeling van robots die objecten kunnen herkennen en manipuleren, enz. Tot dusver vereist het gebruik van deze krachtige technologie ...

Deep learning gecombineerd met fysische modellering voor weer-, klimaat- en geofysica-toepassingen Vrije Universiteit Brussel

Lesley De Cruz, Adrian Munteanu
Elektronica en Informatica
De huidige weer- en klimaatsystemen produceren steeds meer heterogene en volumineuze gegevens, b.v. multimodale satellietgegevens maar ook gegevens uit ongestructureerde bronnen zoals smartphones en particuliere weerstations. De gezamenlijke analyse en assimilatie van deze gegevens in een numeriek weersvoorspellingsmodel stelt ons voor enorme uitdagingen. Gezien de ambitie van het RMIB om een open databeleid te voeren en zijn rol als datahub ...

Van meer naar minder: het beste uit deep learning halen voor apparaten met beperkte rekenkracht. Universiteit Gent

Joni Dambre
Vakgroep Elektronica en Informatiesystemen

Vandaag de dag zijn er een hele reeks elektronische sensoren die klein genoeg zijn om geïntegreerd te worden in ingebedde apparaten, zoals autos en robots. Deze sensoren vereisen ook moderne deep learning algoritmes om herkenning en dergelijke uit te voeren. Het doel van mijn voorstel is om nieuwe neurale netwerk ontwerpmethodologieën te ontwikkelen die geoptimaliseerd zijn voor ingebedde apparaten. Aangezien er vele potentiële use-cases zijn ...

Middleware voor Gedistribueerde Deep Learning Netwerken in ingebedde systemen KU Leuven

Hans Hallez
Gedistribueerde en Veilige Software (DistriNet)
Machineleren en meer specifiek deep learning worden meer en meer gebruikt om gegevens te verwerken en te classificeren. De oorzaak hiervan is deels te wijten aan de groeiende expertise in het domain, maar ook aan de beschikbaarheid van gegevens. Veel machine learning algoritmes hebben nood aa gegevens die als training dienen voor het diepe neurale netwerk. Door het gebruik van Internet of Things technologieën is de verzameling en uitwisseling ...