Mély gépi tanulás párhuzamos és elosztott környezetben

Projekt célja az elosztott gépi tanulási problémák vizsgálata és modellezése, továbbá a jelenlegi módszerek javítása vagy esetleges új módszertan kidolgozása egy adott gépi tanulási probléma esetén.

Publikációk

6 - 10 | 10
2025

Energy-aware cloud workload prediction method using machine learning techniques

Gáspár, Balázs; Farkas, Attila; Kertész, Gábor
Mély gépi tanulás párhuzamos és elosztott környezetben
Tovább
Tovább
2022

Analyzing machine learning based on distributed file system

István Kali
Mély gépi tanulás párhuzamos és elosztott környezetben
Tovább
Tovább
2022

Combining Negative Selection Techniques for Triplet Mining in Deep Metric Learning

Kertész, Gábor
Mély gépi tanulás párhuzamos és elosztott környezetben
Tovább
Tovább
2022

Deep Metric Learning Using Negative Sampling Probability Annealing

Gábor, Kertész
Mély gépi tanulás párhuzamos és elosztott környezetben
Tovább
Tovább
2022

Evaluation of a distributed deep learning framework as a reference architecture for a cloud environment

Farkas, A; Póra, K; Szénási, Sándor; Kertész, G; Lovas, R
Mély gépi tanulás párhuzamos és elosztott környezetben
Tovább
Tovább