ELIS-onderzoeker Sander Dieleman wint Galaxy Challenge

Galaxy Zoo (http://www.galaxyzoo.org/) is een online crowdsourcing project dat mensen uitnodigt om sterrenstelsels te helpen classificeren aan de hand van afbeeldingen. Door geobserveerde sterrenstelsels te classificeren op basis van hun vorm, kunnen sterrenkundigen tot nieuwe inzichten komen over hun ontstaan en hun verdeling in de ruimte.
Er zijn meer dan honderd miljard sterrenstelsels in het waarneembaar heelal. Er worden steeds betere telescopen ontwikkeld, waardoor we in staat zijn om meer en verder afgelegen sterrenstelsels te fotograferen. Het classificeren van zulke grote hoeveelheden beeldmateriaal door mensen is niet haalbaar. Dit proces moet dus geautomatiseerd worden.
Daarom organiseerde Galaxy Zoo een wedstrijd: de Galaxy Challenge (http://www.kaggle.com/c/galaxy-zoo-the-galaxy-challenge). Het doel van deze wedstrijd was om een systeem te bouwen dat automatisch sterrenstelsels kan classificeren. Meer dan 300 deelnemers namen het tegen elkaar op om een zo betrouwbaar mogelijk classificatiesysteem te ontwerpen.
Sander Dieleman van de vakgroep Elektronica en Informatiesystemen won deze wedstrijd met een systeem op basis van convolutionele neurale netwerken.
Dit zijn modellen die op een autonome manier verbanden kunnen leren uit grote hoeveelheden data. Hun structuur vertoont overeenkomsten met die van het menselijk visueel systeem.
Convolutionele neurale netwerken worden sinds een aantal jaren op grote schaal toegepast voor beeldherkenning, onder andere door Google en Facebook. In het Reservoir Lab (http://reslab.elis.ugent.be/), de onderzoeksgroep waar Sander Dieleman deel van uitmaakt, wordt ook onderzoek verricht naar het gebruik van convolutionele neurale netwerken voor gebarentaalherkenning, muziekaanbeveling en automatische detectie van epileptische aanvallen.
Meer informatie: