Το Εργαστήριο Στατιστικής Μηχανικής Μάθησης του Τεχνολογικού Πανεπιστημίου Κύπρου εγκαινίασε τον Μάρτιο μια ακόμα στρατηγική συνεργασία με ένα παγκοσμίου εμβελείας ηγέτη στον ακαδημαϊκό χώρο, ειδικότερα την υπολογιστική όραση δια μέσου ιεραρχικών στατιστικών μοντέλων. 

Ειδικότερα, το Εργαστήριο Στατιστικής Μηχανικής Μάθησης, με Επιστημονικό Διευθυντή και Συντονιστή τον Επίκουρο Καθηγητή Σωτήρη Χατζή, εξεσφάλισε γενναιόδωρη χρηματοδότηση από το Ίδρυμα Προώθησης Έρευνας της Κύπρου που φέρνει μαζί το Τεχνολογικό Πανεπιστήμιο Κύπρου και το πολυβραβευμένο Center for Computational Biomedicine Imaging and Modeling του Πανεπιστημίου Rutgers University, ΗΠΑ (https://www.cbim.rutgers.edu). Επιστημονικός Υπεύθυνος από την πλευρά του Rutgers University ειναι ο παγκοσμίου βεληνεκούς καταξίωσης Prof. Demetri Metaxas. 

Το ερευνητικό αυτό έργο με τον τίτλο “DeepSignNet: Video processing for Sign Language Recognition using Deep Bayesian Recurrent Neural Networks” (https://deepsignnet.cut.ac.cy) αποσκοπεί στην ανάπτυξη πρωτοπόρου πρωτογενούς ερεύνης στον χώρο της Στατιστικής Μηχανικής Μάθησης, με στόχο την πιο αποτελεσματική επίλυση του προβλήματος της Κατανόησης Νοηματικής Γλώσσας και της Αυτόματης Μεταγραφής της σε κείμενο.

Το πρόβλημα αυτό, παρότι μελετάται για μια εικοσαετία από το Center for Computational Biomedicine Imaging and Modeling και άλλους ηγέτες του χώρου, παραμένει άλυτο καθώς τα τετριμμένα υποδείγματα Μηχανικής Μάθησης δεν μπορούν να διαχειριστούν επαρκώς την ενδογενή τυχαιότητα των παρατηρήσεων, την πολυπλοκλότητα της δομής και των εξαρτήσεων στα δεδομένα, αλλά και την σχετική αντιπροσωπευτικότητα των παραδειγμάτων εκπαίδευσης. Σε αυτό το σημείο είναι που το Εργαστήριο Στατιστικής Μηχανικής Μάθησης, ως ένας από τους λίγους πανευρωπαϊκά ειδικούς στον Πιθανοτικό Προγραμματισμό και τον Προσεγγιστικό Συμπερασμό, θα προσφέρει κρίσιμη τεχνογνωσία για την αποδοτικότερη επίλυση του προβλήματος. 

Το έργο DeepSignNet βαθμολογήθηκε το πρώτο επί συνόλου πάνω από εκατό αιτήσεων στην σχετική πρόσκληση υποβολής ερευνητικών προτάσεων και θα τρέξει για τα επόμενα δυο χρόνια.

Συνιστά χαρακτηριστικό παράδειγμα της αριστείας στο Εργαστήριο Στατιστικής Μηχανικής Μάθησης και ευρύτερα το Τεχνολογικό Πανεπιστήμιο Κύπρου, της κορυφαίας επίδοσής τους στην πρωτογενή έρευνα, αλλά και την προσήλωση στην αξιοποίηση των ερευνητικών αποτελεσμάτων για συνεισφορά στο κοινωνικό σύνολο.

Για περισσότερες πληροφορίες παρακαλώ επικοινωνήστε με τον Συντονιστή του έργου Επίκουρο Καθηγητή Σωτήρη Χατζή (sotirios.chatzis@cut.ac.cy)