Project R-16996
Titel
Interpreteerbare en betrouwbare tijdreeksanalyse met betekenisvolle representaties (Onderzoek)
Abstract
Tijdreeksdata worden veel gebruikt om beslissingen te ondersteunen in domeinen zoals gezondheidszorg, industrie en monitoring, maar veel machine-learningmodellen zijn moeilijk te begrijpen. Deze PhD onderzoekt nieuwe methoden voor interpreteerbare en betrouwbare tijdreeksanalyse.
Het centrale idee is om tijdreeksen voor te stellen aan de hand van betekenisvolle patronen die rechtstreeks aan de oorspronkelijke data kunnen worden gekoppeld. Het onderzoek bestudeert verschillende soorten representaties en modellen, gaande van inherent interpreteerbare methoden tot complexere modellen waarvoor bijkomende verklaringen nodig zijn.
Deze methoden worden onderzocht voor taken zoals classificatie, segmentatie, clustering en anomaliedetectie en geëvalueerd op diverse datasets uit de praktijk. Daarbij wordt bijzondere aandacht besteed aan de afweging tussen interpreteerbaarheid, voorspellingskwaliteit, robuustheid en schaalbaarheid.
Het uiteindelijke doel is accurate tijdreeksmethoden te ontwikkelen waarvan de resultaten begrijpelijk en betrouwbaar zijn voor domeinexperts.
Periode
16 september 2026 - 15 september 2030