Neurális háló alapú tanuló rendszerek formális vizsgálata
A mesterséges intelligencia algoritmusok, és azon belül is a neurális hálók népszerűsége, elterjedtsége robbanásszerűen növekszik. Egyre több olyan problémát is meg tudnak oldani ezek az algoritmusok, amire korábban nem is gondoltunk volna. Új alkalmazási területeken jelennek meg ezen algoritmusok, mint például az önvezető autók/repülők, vagy orvosi robotok, ahol fontos megbizonyosodnunk arról, hogy helyesen működnek ezek a megközelítések, helyesen lettek tanítva és helyes döntéseket hoznak. Ez radikálisan új problémákat hoz be mind a neurális hálókat fejlesztő, mind a formális ellenőrzéssel foglalkozó szakértők számára.
A hallgató legfontosabb feladata megismerni a két területet. Fontos megismermin a neurális hálók, és azon belül is a deep neural network, azaz a mély neurális hálók területét annak érdekében, hogy ezzel a témával foglalkozni tudj, Emellett azonban fontos az ellenőrzési technikákat is áttekinteni. Ezután az irodalmakban megismert, autonóm járművek, robotok és egyéb területeken kifejlesztett megközelítéseket tekintjük át, amely folytatásaként új algoritmusok kidolgozása a cél.
Ajánlott irodalom:
