DIFFUSE uppdelning av features för systematisk utvärdering
| Diarienummer | |
| Koordinator | RISE Research Institutes of Sweden AB |
| Bidrag från Vinnova | 3 657 500 kronor |
| Projektets löptid | april 2022 - juni 2024 |
| Status | Pågående |
| Utlysning | Elektronik, mjukvara och kommunikation - FFI |
Syfte och mål
Att träna och validera maskininlärningsbaserade metoder kräver i allmänhet stora dataset. Dessa dataset kan dessvärre endast approximera verkligheten och är i många fall inte applicerbara globalt. Det vill säga att data som samlats in på en plats på Jorden inte tvunget måste vara representativt överallt. DIFFUSE projektets ambition är att utveckla metoder för generering av data, som möjliggör en ökad kontroll av vad dataseten innehåller och i förlängning vad de validerar.
Förväntade effekter och resultat
En utmaning som kvarstår vid generering av dataset är att skapa en bra kombination av realism, kontroll och variation. Vi föreslår i DIFFUSE projektet en förbättring av befintliga algoritmer för datagenerering genom att vidareutveckla deras förmåga att dela upp features i indatan. Det vill säga att om man ändrar en specifik del av indatan bör en specifik förståelig del av utdatan förändras. Detta har applikationer inom att öka förståelsen för vad ett genererat dataset innehåller och då kunna ge en klarare bild av vilka situationer ett nätverk evaluerat med det det kan förväntas fungera.
Planerat upplägg och genomförande
Projektet är planerat mellan 01-04-2022 och 31-03-2024. Arbetet delas upp i fem arbetspaket: Administration & Dissemination, Uppdelning av Features, Autentisering, Datagenerering, Utvärdering.