Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot multimodale AI
- Inzicht in multimodale gegevens
- Kernbegrippen en definities
- Geschiedenis en evolutie van multimodaal leren
Multimodale gegevensverwerking
- Gegevensverzameling en voorbewerking
- Functie-extractie uit verschillende modaliteiten
- Technieken voor datafusie
Multimodaal representatieleren
- Leren van gezamenlijke representaties
- Cross-modale inbeddingen
- Leren overdragen tussen modaliteiten
Multimodale afstemming en vertaling
- Gegevens uit meerdere modaliteiten op elkaar afstemmen
- Cross-modale ophaalsystemen
- Vertaling tussen modaliteiten (bijv. tekst-naar-beeld, beeld-naar-tekst)
Multimodaal redeneren en inferentie
- Logica en redenering met multimodale data
- Inferentietechnieken in multimodale AI
- Beantwoording van vragen en besluitvorming
Generatieve modellen in multimodale AI
- Generative Adversarial Networks (GAN's) voor multimodale gegevens
- Variational Autoencoders (VAE's) voor cross-modale generatie
- Creatieve toepassingen van generatieve multimodale AI
Multimodale fusietechnieken
- Vroege, late en hybride fusiemethoden
- Aandachtsmechanismen bij multimodale fusie
- Fusion voor robuuste perceptie en interactie
Toepassingen van multimodale AI
- Multimodale mens-computer interactie
- AI in autonome voertuigen
- Toepassingen in de gezondheidszorg (bijv. medische beeldvorming en diagnostiek)
Ethische overwegingen en uitdagingen
- Vooringenomenheid en billijkheid in multimodale systemen
- Privacyproblemen met multimodale gegevens
- Ethisch ontwerp en inzet van multimodale AI-systemen
Geavanceerde onderwerpen in multimodale AI
- Multimodale transformatoren
- Zelfgestuurd leren in multimodale AI
- De toekomst van multimodaal machine learning
Samenvatting en volgende stappen
Vereisten
- Basiskennis van kunstmatige intelligentie en machine learning
- Vaardigheid in Python programmeren
- Bekendheid met gegevensverwerking en voorbewerking
Audiëntie
- AI-onderzoekers
- Datawetenschappers
- Ingenieurs voor machinaal leren
21 Uren