副荣获美国AI科研授权空军办公室

U.S. Air Force Office of Scientific 研究, Grants, Technology, Artificial Intelligence, Autonomous Systems, Data, Cybersecurity, Military, Medical Diagnostics

Dimitris a。 Pados,Ph.D.,Ph.D.,Phimipal Investiggor,计算机电气工程系教授,计算机科学教授,位于Charles E.施密特在工程和计算机科学中的杰出学者,以及联系自主智慧中心主任。


通过 Gisele Galouseian. | 10/22/2020

确保数据质量对于人工智能(AI)机器至关重要,以有效和安全地学习和操作。研究人员 星力捕鱼游戏平台s 工程与计算机科学学院 已收到三年,从美国空军科研办公室获得653,393美元(AFOSR.)对于标题为“数据分析和数据符合性评估的项目,使用L1-Norm Prictalipal组件”。对于该项目,研究人员将开发新的理论和方法,以便为AI现场部署进行AI学习和屏幕实时操作数据策划培训数据集。  

项目团队被刺激 Dimitris a。帕多斯,博士,主要调查员,教授 计算机电气工程与计算机科学系是一位福安传感和嵌入式网络系统工程研究所(我感觉到),查尔斯e。施密特在工程与计算机科学中的杰出学者,以及联系自主和人工智能中心的主任(ca-ai.fau.edu.)谁在机器学习和连接AI领域着名。 

这种最新的AFOSR.项目将涉及基本研究,以开发新颖的数学方法,以盲目令人无知的方式衡量各种数据点的符合性的符合性。开发的数学数据符合性评估方案将处理由高维矩阵(也称为Tensor)表示的任何给定的数据集,并将每个数据输入转换为连续的零一个“警报符合性值”(零意味着高度 - )符合数据;一个暗示高度不合格的数据)。

“AI Systems从示例和质量 - 正确和完整性学习 - 呈现给AI机器的示例中的实质和完整性,这显然是AI技术中的核心问题。培训后,AI机器最终将被“野外”出来,以自身 - 在新的实时感测数据上运作,“Pados说。 “不合格的感测数据可以代表像内部系统或传感器故障的关键和可操作的信息。我们识别这种“不合格”数据的能力可能会使AI和自主操作系统比现在的人机机器更安全。“

AFOSR.通过投资于相关科学领域的空军的基本研究努力来实现其使命,包括工程和复杂系统;信息和网络;物理科学;和化学与生物科学。 

“借此重要的批准,来自美国空军科研办公室,Pados教授和 乔治斯科希尼炎 项目团队将开发尖端技术,以确定AI学习和依赖数据的操作的错误,不寻常和不规则信息,并将提供对其发生故障排除问题的关键警报,“说 斯特拉巴塔拉山,博士,福建省工程与计算机科学学院的院长。 “这种数据质量评估技术正在为许多行业的应用而开发,从军队到网络安全到医疗诊断。”

-fau-

©