Széchenyi Terv Plusz | Magyarország Kormánya. Az Európai Unió finanszírozásával. NextGeneration EU.

EN HU
  • Felfedezés
    • Hírek
    • Események
  • Kutatási területek
  • Anyagok
    • Publikációk
    • Letöltések
    • Kiadvány
  • Rólunk
  • Partnerek
  1. Címlap

Csabai István

Eötvös Loránd Tudományegyetem

Csabai István az ELTE TTK Fizika Intézet Komplex Rendszerek Fizikája Tanszékének egyetemi tanára, az MTA levelező tagja. Több multidiszciplináris területen kutat, ahol az új technológiák nagy mennyiségű adat összegyűjtését és elemzését teszik lehetővé. A 90-es évek elején kezdett dolgozni a mesterséges neurális hálózatokon és azok alkalmazásán. Kutatásainak középpontjában az összetett rendszerek megértése áll, legyen szó rákgenetikáról, az ember által létrehozott internet vagy az Univerzum nagyméretű szerkezetéről. A jelenségek megértésében a hagyományos tudományterületek szokásos ismeretein túl a modern statisztikai elemzés módszerei, az adatbányászat és újabban a gépi tanulás egyre nagyobb szerepet kapnak. Csabai professzor szilárd háttérismeretekkel rendelkezik ezeken a területeken, és nagy tapasztalattal rendelkezik a multidiszciplináris kutatásokban, a nemzetközi kutatókkal való együttműködésben. Vezető vagy társ-kutatóként részt vett számos hazai és nemzetközi projektben, több mint 200 nemzetközi publikáció szerzője, amelyek több mint 70 000 idézetet kaptak.

  • Honlap

  • Google Scholar

Kiemelt publikációk

  • Ribli, D., Horváth, A., Unger, Z., Pollner, P. and Csabai, I., 2018. Detecting and classifying lesions in mammograms with deep learning. Scientific reports, 8(1), pp.1-7. (192 Google Scholar citations in 2 years)
  • Ribli, D., Pataki, B.Á. and Csabai, I., 2019. An improved cosmological parameter inference scheme motivated by deep learning. Nature Astronomy, 3(1), pp.93-98.

Become a partner

Iratkozzon fel hírlevelünkre!

Legyen partnerünk!

Felfedezés

  • Hírek
  • Események
  • Publikációk
  • Letöltések
  • Partnerek

Kutatási területek

  • Az MI alapjai
  • Biztonság és személyes adatok védelme
  • Gépi látás és érzékelés
  • Gépi tanuláson alapuló intelligens gyártás, logisztika, távközés IoT megoldások fejlesztése
  • Nyelvtechnológia fejlesztése
  • Orvosi, egészségügyi alkalmazások

Kapcsolat

1111 Budapest,
Kende u. 13-17.

+36 1 279 6000

milab@sztaki.hun-ren.hu

© 2020-2021 Artifical Intelligence National Laboratory, Budapest