Responsabil de proiect ICI București: Dr. ing. Liviu BADEA – CS I

Obiectivul general al proiectului

Proiectul și-a propus ca obiectiv desfășurarea de cercetări avansate privind convergența metodelor și tehnicilor utilizate în Big Data, analiza inteligentă a datelor („Analytics”) și învățarea automată avansată („Deep Learning”).

Descriere proiect

Proiectul a pornit de la ideea complementarității, sinergiei şi convergenței dintre Big Data şi Deep Learning, exploatate cu adevărat odată cu cele mai noi dezvoltări – interrelaţionate – în ambele domenii. Până recent, abordările în domeniul Big Data au pus accentul mai ales pe gestiunea datelor. Acestea sunt extrem de utile în multe aplicații, însă în și mai multe circumstanțe, există încă foarte multă informație nevalorificată în datele disponibile. În acest caz sunt utile tehnici de învățare automată sau „data mining”. Însă învățarea automată, din cauza complexității algoritmilor specifici, a abordat până de curând mai mult seturi de date de dimensiuni relativ reduse. Abia recent au fost dezvoltate metode precum Deep Learning şi Big Data Analytics, aplicabile pe seturi complexe și foarte mari de date (de ordinul milioanelor de instanțe/exemple).

Proiectul explorează domeniul tehnologiilor de management, analizei şi învățării automate avansate pentru Big Data, cercetarea şi dezvoltarea algoritmilor şi metodelor de planificare pentru platforme intensive ca date și abordarea unor probleme complexe cu aceste tehnologii şi dezvoltarea expertizei corespunzătoare, care să poată sta la baza unor viitoare dezvoltări, proiecte şi aplicații.

Rezultate

• studiu/analiză a domeniilor Big Data Analytics și Deep Learning;
• platformă bazată pe Apache Spark, suport pentru analiza avansată a datelor masive geospaţiale (model experimental);
• planificator de task-uri pentru platforme intensive ca date; mediu de simulare şi evaluare pentru acesta (model experimental);
• aplicații complexe bazate pe arhitecturi de referință de rețele neuronale convoluţionale adânci, de clasificare a obiectelor în imagini, precum şi de analiză a imaginilor histopatologice (model experimental).