Project R-11811

Multivariate tijdreeksvoorspelling en -classificatie met gebruikmaking van intrinsiek verklaarbare machineleermodellen om reële problemen op te lossen. (Onderzoek)

Tijdreeksgegevens zijn alomtegenwoordig. Zij worden aangetroffen in elk domein waarin tijdmeting een rol speelt en worden gebruikt voor een verscheidenheid van taken zoals gezondheidsprognose, financiële prognose, opsporing van anomalieën, herkenning van menselijke activiteiten, industrieel onderhoud, en andere. Tijdreeksgegevens kunnen univariaat (één enkele waarneming in de tijd) of multivariaat (meerdere waarnemingen in de tijd) zijn. Deze laatste zijn ondervertegenwoordigd in de literatuur wegens hun complexiteit. Twee populaire tijdreeksgerelateerde taken die veel aandacht hebben gekregen zijn (i) korte- en/of langetermijnvoorspellingen en (ii) classificatie. De meest efficiënte van de bestaande Machine Learning (ML) methoden die dergelijke taken oplossen werken op een black-box manier. Ondanks hun relatief nauwkeurige resultaten, vermindert dit gebrek aan transparantie hun geloofwaardigheid in de ogen van de eindgebruikers. Om dit probleem aan te pakken is gebruik gemaakt van fuzzy logic. Fuzzy Cognitive Maps (FCM's) is een voorbeeld van een interpreteerbare, op een grafiek gebaseerde kennisrepresentatiemethode die succesvol is gebleken bij het oplossen van tijdreeksproblemen. Dit project legt de nadruk op de toepassing van hybride FCM-gebaseerde algoritmen met een sterke wiskundige basis die in staat zijn te redeneren met menselijke kennis. Naast FCM's zijn andere te onderzoeken benaderingen van verklaarbare kunstmatige intelligentie hybride modellen die ML combineren met kennistechnologie en kennisverwervingstechnieken of neuro-symbolisch redeneren. Rekening houdend met de bovenvermelde punten beoogt dit doctoraatsproject de toepassing van inherent interpreteerbare methoden die mens-machine interactie toelaten om multivariate tijdreeksvoorspellingen en -classificaties op te lossen, met de nadruk op het oplossen van problemen uit de echte wereld. Bovendien zal aan het einde van dit project een softwareproduct worden ontwikkeld dat de toepassing van dergelijke methoden op reële datasets mogelijk maakt.

01 maart 2021 - 28 februari 2025