AI-gedreven datawetenschap
Over AI-gedreven datawetenschap
AI-gedreven datawetenschap helpt mensen kennis uit data te halen, inzichten te genereren en beslissingen te ondersteunen met geavanceerde AI-technologieën. De uitdaging omvat zowel de automatisering van datawetenschapsprocessen als de ontwikkeling van krachtigere AI-gedreven analysemethoden.
Het onderzoek bundelt expertise in machine learning, redeneren, databeheer, computer vision, kennisrepresentatie en verantwoorde AI. Door samenwerking tussen partners en disciplines ontwikkelen FAIR-onderzoekers methoden die datawetenschap toegankelijker, betrouwbaarder en impactvoller maken.
Onderzoeksdoelstellingen
Krachtigere datawetenschap
AI-systemen ontwikkelen die gebruikers helpen patronen te ontdekken, inzichten te genereren en complexe besluitvorming te ondersteunen.
Meer geautomatiseerde datawetenschap
De inspanning om AI-modellen te bouwen en in te zetten verminderen via automatisering en AI-ondersteunde workflows.
Betrouwbaardere AI
Transparantie, verklaarbaarheid en een verantwoorde inzet van AI-technologieën waarborgen.
Werkpakketten
WP1 – AI-Driven Data Engineering
Methoden om complexe data voor te bereiden, te integreren en te beheren.
WP2 – Symbolisch en subsymbolisch leren en redeneren
Machine learning combineren met redeneren en gestructureerde kennis.
WP3 – AI-ondersteunde dataverkenning
Gebruikers ondersteunen bij het verkennen en begrijpen van complexe datasets.
WP4 – Automatisering in machine learning
Modelontwikkeling, optimalisatie en inzet automatiseren.
WP5 – Beelden en audio begrijpen
AI-technologieën ontwikkelen die visuele en auditieve informatie kunnen interpreteren.
WP6 – Verantwoorde AI en beslissingsondersteunende systemen
Betrouwbare AI en besluitvorming ondersteunen met verklaarbare en betrouwbare technologieën.