Elérhetőségek
Linkek
Tudományági besorolások
- 1. Természettudomány
- 1.1 Matematika
- Alkalmazott matematika
- 1.7 Egyéb természettudományok
- 1.1 Matematika
- 1.2 Számítógéptudomány és informatika tudomány
- Bioinformatika
- Informatika tudomány
- Számítógéptudomány
Főbb kutatási területek
Kutatásaim középpontjában a gépi és mélytanulási módszerek innovatív alkalmazása áll. A kutatások két fő iránya a következő: optimális erőforrás felhasználás neurális modellek alkalmazása során, azaz a feladatok megoldásához szükséges számítástechnikai erőforrásmennyiséget csökkkentve javítva azok üzleti alkalmazását, a kisebb energiafelhasználás révén pedig fenntarthatósági célokat is szolgálva. A másik fő irány a mélytanulás új, eddig nem érintett alkalmazási területeken való alkalmazása. Mindezek során számos témát érint a kutatás-fejlesztés, mint gépi látás, szegmentációs feladatok, természetes nyelvfeldolgozás, szekvenciák/logok feldolgozása, valamint a mélytanulás legtöbb technológiáját alkalmazzuk, konvolúciós, rekurrens, transformer architektúrák, különböző tanítási megközelítések.
Kiemelt publikációk
- 2007 – Impact of non-Poissonian activity patterns on spreading processes – mtmt.hu
- 2020 – Attention U-net based adversarial architectures for chest X-ray lung segmentation – mtmt.hu
- 2024 – Deep learning the Hurst parameter of linear fractional processes and assessing its reliability – mtmt.hu
- 2025 – Estimating room acoustic descriptors from bag-of-vectors representation with transformers – mtmt.hu
- 2024 – HackSynth: LLM Agent and Evaluation Framework for Autonomous Penetration Testing – mtmt.hu