AI-Driven Data Science


"We hebben tot doel om data op een betrouwbare en geautomatiseerde wijze te ontsluiten. Op die manier kunnen we complexe besluitvormingsprocessen ondersteunen en nieuwe inzichten bieden waarmee zowel individuen als de hele samenleving aan de slag kunnen. Daardoor wordt het mogelijk om grote vorderingen te maken in de gezondheidszorg, het onderwijs, industrie 4.0, energiesystemen en zoveel meer."

Voor het maken van beslissingen in veel industriële processen en systemen, worden er complexe randvoorwaarden opgelegd. De onderzoekslijn met de ondertitel 'Making Data Science Hybrid, Automated, Trusted and Actionable' richt zich op het maken van automatische analyses van beschikbare data, op het formuleren van bestaande expertises en op het vergaren van nieuwe kennis door machine learning. Daarbij worden uiteraard alle regels omtrent veiligheid, ethiek en privacy gerespecteerd.

Bart de Moor KULeuven - ESAT/STADIUS Management team
Piet Demeester UGent - IDLab Management team
Ann Ackaert UGent - IDLab Management team
Oscar Mauricio Agudelo KULeuven - ESAT/STADIUS Management team
Luc De Raedt KULeuven -CS / DTAI WP1 Lead: AI-assisted Data Acquisition and Pre-Processing
Hendrik Blockeel KULeuven -CS / DTAI WP2 Lead: Integrated learning and reasoning
Tijl De Bie UGent - IDLab WP3 Lead: AI-Assisted Data Exploration
Tom Dhaene UGent - IDLab WP4 Lead: Automation in machine learning
Yves Moreau KULeuven - ESAT/STADIUS WP5 Lead: Trustworthy AI
Matthew Blaschko KULeuven -ESAT/PSI WP6 Lead: Decision Support Systems
Yvan Saeys UGent -VIB - DAMBI WP7 Lead: Use Cases Healthcare
Bart de Moor KULeuven – ESAT/STADIUS WP8 Lead: Use Cases Industry

Verschillende onderzoeksgroepen werken samen in dit onderzoeksdomein. Bovenstaande tabel geeft enkel de contactpersonen weer per werkpakket.

Meer weten?