Imec将非结构化多媒体数据转换为可用信息。
我们的数据科学的研究人员处理 - 除其他外 - 数据质量,如何解释和可视化数据从不同的来源,以及如何将数据转化为有价值的信息,(最终)的知识。
融合语义智能和人工智能成一个单一的焦点,IMEC的跨越各种法兰德斯大学研究小组的目标是解决5周关键数据科学研究的挑战。
当前的(大)数据系统还在于提供适合用于下游分析用途的高质量信息的一个主要挑战。为什么?因为手头上的数据往往是不相关的,冗余的,嘈杂的,不一致的,不完整的或非结构化的。
IMEC的研究小组在根特大学和鲁汶大学的设计创新清理、完成和特征提取从原始数据中提取可靠信息的方法。
为了使大异构数据的意义上,IMEC的研究小组在UAntwerpen,根特大学和鲁汶大学设计创新数学/信号表示,统计模型,(深)机器学习的体系结构和语义推理技术。它们允许在资源有限和资源丰富的环境下分析分布式和非分布式数据。
数据可视化实现深度的见解和新的假设。他们可以针对端点的众多:2D,自动立体和场显示器和 - 圣杯 - 全息呈现。它们可以是静态的或允许如刷牙和过滤丰富的用户交互。
随着数据集的规模日益扩大和复杂性,计算和感知的可扩展性的挑战需要解决的问题。UAntwerpen、KU Leuven和VUB的Imec研究小组通过对多模态源数据进行分布式存储和计算以及压缩和可视化来缓解这个问题。
大数据分析算法、统计方法、查询引擎和决策支持启发式都有一个共同点:它们都是为了造福人类而创建的。然而,我们缺乏手工处理所有这些数据的能力,而且这些数据通常是高度技术性的分析。
Imec的设计目标是个性化和智能化运营决策支持代理为我们分析数据它们为我们提供了可以理解的结论和建议。
这就要求:
两者都是UGent和KU Leuven的imec研究人员的专长。
在隐私和安全的研究领域,三个长期研究的挑战已经确定:
Imec的安全研究汇集了超过140名Imec - ku Leuven研究人员,他们在国家和国际层面上与学术界和产业界建立了一流的合作记录。