Adatmérnökség, gépi tanulás és tudásfúzió témalabor

Vezető kutató: Antal Péter

Konzulensek: Bolgár Bence, Gézsi András, Hullám Gábor, Millinghoffer András, Sárközy Péter

A mesterséges intelligencia legfőbb kihívásának számító tanulás meghatározó eleme a nagy mennyiségű háttértudás és a megfigyelések kombinálása, illetve a tanulás folyamatát tekintve az információforrások kiegyensúlyozott felfedezése és felhasználása. Munkacsoportunkban az ehhez kapcsolódó adatmérnökség, tudásmérnökség, adat- és tudásfúzió, illetve a döntéstámogatás területeivel lehet megismerkedni a témalaborokon keresztül. A témalaborok lehetőséget adnak mind elméleti alapkutatásokra, mind módszerek, nyelvek, informatikai rendszerek megismerésére, illetve akár egyes alkalmazási szakterületek és szakértői gondolkodásmódok megismerésére.

Az adatelemzéssel kapcsolatos témalaborokban lehetőség nyílik alapvető statisztikai vizsgálatok megismerésére, az adatelemzés gyakorlati folyamatának áttekintésére, rendszeralapú modellek tanulásának vizsgálatára, oksági modellezésre, a gépi tanulás területén belül modern predikciós módszerek, úgymint mélytanulási módszerek (deep learning) és ajánló rendszerek tanulmányozására, öntanuló rendszerekben jelenlévő szekvenciális tanulás fejlesztésére, illetve a háttértudást is befogadó tanulási sémák kutatására. A közeljövő egyik fontos kihívása ezen a tématerületen a személyes adatok védelmét tiszteletben tartó (privacy preserving) adatelemzési elvek és módszerek kutatása és fejlesztése.

A tudásmérnöki témalaborokban javasolt témák érintik a szövegbányászati módszereket, szemantikus technológiákat, a bizonytalanságot is kezelni képes tudásbázisokat és a nagy méretű, teljes szakterületeket lefedő ontológiákat, fogalmi térképeket.

Az adat- és tudásfúziós témalaborokban főként orvos-biológiai, egészségügyi, gyógyszerkutatási területek igényeit lehet megismerni, amelyek a mesterséges intelligencia és a gépi tanulás módszerek együttes alkalmazásával oldhatóak meg.

A döntéstámogatással kapcsolatos témalaborokban a döntéselmélet általános kereteit, döntési hálózatokat, oksági következtetéseket, illetve emergens tanulási sémákat lehet megismerni.

Megismerhető eszközök és területek:

  • Nyelvek: C, R, Julia, SPARQL
  • Keretrendszerek: Eclipse, Cytoscape, Protégé,
  • Területek: Genetikai méréstechnikák, bioinformatika, kemoinformatika, gyógyszerkutatás, biostatisztika, orvosi szakértői rendszerek, orvosi döntéstámogatás.

Nemzetközi kutatási projektjeink:

  • K.U. Leuven, BME Crysys Lab, BME Combine Lab: HIDUCTION, személyes adatok védelmét megőrző adat és tudásfúziója a személyre szabott medicinában
     
  • University of Manchester, MTA-SE Neuropszichofarmakológiai és Neurokémiai kutatócsoport, BME Combine Lab: UK Biobank (1602), Depression, diet and co-morbid disorders
     
  • CERN, MTA Wigner, BME: Collaboration spotting, nagydimenziós adatok szemantikus vizualizációja
     

Általunk fejlesztett eszközök:

Kiemelt publikációk:

  • Szalai Csaba - Antal Péter: Hálózatok vizsgálata betegségekben,      Természet világa, 2015
  • Marx, P., Antal, P., Bolgar, B., Bagdy, G., Deakin, B., & Juhasz, G. (2017). Comorbidities in the diseasome are more apparent than real: What Bayesian filtering reveals about the comorbidities of depression. PLoS computational biology, 13(6), e1005487.
  • P. Antal et al.: Using Literature and Data to Learn Bayesian Networks as Clinical Models of Ovarian Tumors, Artificial Intelligence in Medicine, 2004
  • P. Antal et al.: Bayesian Applications of Belief Networks and Multilayer Perceptrons for Ovarian Tumor Classification with Rejection, Artificial Intelligence in Medicine, 2003

 

Témavezetők

A munkatárs fényképe
docens
Szoba: IE423
Tel.:+36 1 463-4394
Email: antal (*) mit.bme.hu
A munkatárs fényképe
tudományos segédmunkatárs
Szoba: IE427
Tel.:+36 1 463-2010
Email: bolgar (*) mit.bme.hu
A munkatárs fényképe
adjunktus
Szoba: IE427
Tel.:+36 1 463-2010
Email: gaborhu (*) mit.bme.hu
A munkatárs fényképe
tudományos segédmunkatárs
Szoba: IE425
Tel.:+36 1 463-4116
Email: gyorke (*) mit.bme.hu
A munkatárs fényképe
tudományos segédmunkatárs
Szoba: IE427
Tel.:+36 1 463-2010
Email: psarkozy (*) mit.bme.hu
 
 
© 2010-2024 BME MIT | Hibajelentés | Használati útmutató