Project

Een analyse van het optimale gebruik van similariteitsmaten voor het leren uit heterogene databronnen

Code
01D26407
Looptijd
01-10-2007 → 01-10-2008
Financiering
Gewestelijke en gemeenschapsmiddelen: Bijzonder Onderzoeksfonds
Onderzoeksdisciplines
  • Natural sciences
    • Applied mathematics in specific fields
    • Artificial intelligence
    • Scientific computing
    • Bioinformatics and computational biology
  • Social sciences
    • Cognitive science and intelligent systems
  • Medical and health sciences
    • Bioinformatics and computational biology
    • Bioinformatics and computational biology
    • Public health care
    • Public health services
    • Bioinformatics and computational biology
  • Engineering and technology
    • Scientific computing
Trefwoorden
machineleren clustering kernelmethoden similariteitsmaten classificatie
 
Projectomschrijving

In dit project wordt onderzocht hoe similariteitsmaten gebruikt kunnen worden in de context van het leren uit heterogene databronnen. Een speciale klasse van similariteitsgebaseerde technieken die zeker bestudeerd zullen worden, zijn de kernelmethoden. Dit project poogt de ontwikkeling van nieuwe informatiesystemen te stimuleren, zodat de rijkdom aan databronnen in de huidige informatiemaatschappij op een efficiëntere wijze gebruik kunnen worden.