Project R-9066

Querytalen voor Neurale Netwerken (Onderzoek)

Voor tal van toepassingen in Artificiële Intelligentie en Data Science wordt gebruik gemaakt van neurale netwerken. Deze netwerken worden niet met de hand opgesteld, maar worden automatisch getraind op zeer grote volumes aan zogenaamde "training data". Vooraleer een goed werkend netwerk is bekomen, zal de data scientist tal van computer-experimenten uitgevoerd hebben, waarbij verschillende netwerk-parameters zijn uitgetest, en waarbij tal van datasets zijn in- of uitgeschakeld. Het is een uitdaging om dit soort proces beheersbaar te houden, zeker in de context van onderzoeksprojecten of data-analytics bedrijven waarin dagelijks zulke processen lopen en datasets door elkaar gebruikt worden. Wat er ontbreekt is een data management methodologie, die toelaat neurale netwerken en datasets te beschrijven, aan te passen, op te slaan, en op te vragen. Ook het trainen en uitvoeren van netwerken moeten in zulk "data science management systeem" opgenomen worden. Een dergelijke systeem kan niet zonder een declaratieve querytaal, naar analogie met de succesvolle relationele data management systemen. Het doel van dit project is een datamodel en querytaal te ontwerpen voor neurale netwerken, hun datasets, en hun uitvoeringen. Indien succesvol, zal dit onderzoek leiden tot beheersbare bedrijfsprocessen voor het ontwikkelen van goed werkende neurale netwerken, alsook tot een verhoogde transparantie en verklaarbaarheid van deze netwerken.

01 oktober 2018 - 02 oktober 2018