Dr. Gyires-Tóth Bálint

Dr. Gyires-Tóth Bálint

egyetemi docens

Elérhetőség

Távközlési és Médiainformatikai Tanszék
BME I. épület, IB152-es szoba
Magyar Tudósok krt. 2.
Budapest, 1117 HUNGARY

E-mail

toth.b /kukac/ tmit /pont/ bme /pont/ hu

Telefon

+36-1-463-3512

Fax

+36-1-463-3107

2007 óta foglalkozik elméleti és alkalmazott gépi tanulással. 2008-ban elsőként hozott létre magyar nyelvű rejtett Markov-modell alapú szövegfelolvasó eljárást. Doktori fokozatát 2014 januárjában szerezte meg summa cum laude minősítéssel. 2014 óta a big data világában egyre hangsúlyosabbá váló deep learning (mély tanulás) az elsődleges kutatási területe. Többek között keresi a rekurrens neurális hálózatok, hagyományos és nyújtott (dilated) konvolúciós hálók, residual, highway és dense mély architektúrák hatékony tanításának a lehetőségeit, továbbá az a priori tudás mély tanuló rendszerekben való reprezentációját és a mély megerősítéses tanulás lehetőségeit vizsgálja. Az elméleti deep learning mellett hangsúlyt fektet az olyan gyakorlati alkalmazásokra, mint a sokdimenziós idősormodellezés és predikció, továbbá kép- és audióklasszifikáció és klaszterezés, illetve a természetes nyelvfeldolgozás. Számos sikeres kutatási és ipari projektben vett részt. 2017-ben felkérés alapján elnyerte a NVidia Deep Learning Institute (DLI) Certified Instructor és University Ambassador címet.

Kutatási területek

mély tanulás (deep learning), mély neurális hálózatok, rejtett Markov-modell, gépi beszédkeltés, jelfeldolgozás, idősorok, ember-gép interfész

Programozási nyelvek, keretrendszerek

Programozás
Python, Lua, Perl, PHP, C, C++, C#, JAVA, Android JAVA, R
Machine learning
pandas, numpy, sklearn, scipy, seaborn
Deep learning
TensorFlow, Torch, Keras

Nyelvi ismeretek

angol
folyékony írás, olvasás, beszéd
német
középfokú írás, olvasás
magyar
anyanyelv

Tanulmányok

  • Budapesti Műszaki és Gazdaságtudományi Egyetem

    Summa cum laude, téma: Rejtett Markov-modell alapú gépi beszédkeltés

  • Budapesti Műszaki és Gazdaságtudományi Egyetem

    Kitüntetéses diploma, Villamosmérnöki és Informatikai Kar, Villamosmérnöki Szak

Munkahely

  • Budapesti Műszaki és Gazdaságtudományi Egyetem

    Távközlési és Médiainformatikai Tanszék, Beszédtechnológia és Intelligens Interakciók Laboratórium

  • Budapesti Műszaki és Gazdaságtudományi Egyetem

    Távközlési és Médiainformatikai Tanszék, Beszédtechnológiai Laboratórium

  • Budapesti Műszaki és Gazdaságtudományi Egyetem

    Távközlési és Médiainformatikai Tanszék, Beszédtechnológiai Laboratórium

Díjak, kitüntetések, ösztöndíjak

  • MTA Bolyai János Kutatási Ösztöndíj 2018-2021

    Pályázat témája: Több-skálás szekvenciális adatstruktúrák modellezése mély tanulással

  • ÚNKP Bolyai+ ösztöndíj 2018-2019

  • Pro Progressio alapítvány TDK oktatói különdíj

  • NVidia Hardware Grant

  • NVidia Deep Learning Institute (DLI) Certified Instructor

  • NVidia Deep Learning Institute (DLI) University Ambassador

  • NVidia GPU Education Center Grant

  • Élet és Tudomány, Pro Progressio Alapítvány és BME közös cikkíró pályázata, II. helyezés

    Cikk címe: Mély neurális hálózatok - beszélő számítógépek mély gondolatokkal

  • NVidia Hardware Grant

  • Fiatalok a sikeres oktatásért elismerő oklevél

    Budapesti Műszaki és Gazdaságtudományi Egyetem, Távközlési és Médiainformatikai Tanszék


    Erdős Pál fiatal kutatói ösztöndíj

    TÁMOP 4.2.4.A/1-11-1-2012-0001, 5 hónap


    Huszty Dénes Emlékdíj 2013

  • Új tehetséggondozó programok és kutatások a Műegyetem tudományos műhelyeiben

    konzulensi különdíj, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • VI. Magyar Számítógépes Nyelvészeti Konferencia

    Legjobb Ifjú Kutatói Díj

  • Forum Nokia Mobile Programming Competition 2006

    University round, 2nd place

  • Diplomaterv díj

    Pro Progressio alapítvány


    Microsoft Imagine Cup

    Software Design Regional Competition, 5th place (Thessaloniki, Greece)


    Microsoft Imagine Cup

    Software Design Competition, Hungarian round, 1st place

  • Országos Tudományos Diákköri Konferencia (OTDK)

    Alkalmazott informatika szekció, 2. helyezés


    Tudományos Diákköri Konferencia (TDK)

    BME-VIK, Szoftver szekció, 1. helyezés


    Avaya ACA Certificate


    Microsoft Imagine Cup

    Software Design Regional Competition, 7th place (Cambridge, England)

  • Microsoft Research Group Contest

    "Tablet PC" and "Smartphone" winner


    Avaya IP Telephony Certificate


    Tudományos Diákköri Konferencia (TDK)

    BME-VIK, Szoftver szekció, 1. helyezés

Tagságok

  • Magyar Tudományos Akadémia köztestületi tag

  • International Speech Communication Association (ISCA) tag

  • Hírközlési és Informatikai Tudományos Egyesület tag

Egyéb szakmai tevékenység

  • Hungarian Natural Language Processing Meetup meghívott előadója. Téma: Gépi beszédkeltés deep learning alapon. (2019. május 15.)

  • Budapest Artificial Intelligence Meetup meghívott előadója. Téma: Sequential data modeling with deep learning (2019. április 29.)

  • Telekom MOST Fórum kerekasztal beszélgetés meghívott résztvevője. Téma: Kultúra a digitalizáció korában (2019. április 24.)
    Sajtóhír Felvétel a beszélgetésről

  • Morgan Stanley Meetup: L4L: Learning for Life meghívott előadója. Téma: ajánlati könyv modellezés deep learning alapon. (2019. április 9.)

  • HWSW Mobile konferencia, Alkalmazott AI szekció meghívott előadója. Téma: A deep learning iparosodása (2019. november 21.)

  • HTE Infokom 2018 konferencia meghívott előadója. Téma: Deep Learning: a mesterséges intelligencia hajtóereje (2018. november 8.)

  • MTA Wigner GPU Day 2018 konferencia meghívott előadója. Téma: Enhanced Sequence Modeling with Deep Learning (június 22.)
    Videó az előadásról.

  • Budapest Data Fórum 2018 konferencia meghívott előadója. Téma: AI, Machine and Deep Learning - past, present and future aspects (június 13).

  • Kerekasztal beszélgetés az RTL Klub Magyar Balóval c. műsorában a humanoid robotokról és mesterséges intelligenciáról (június 5.)
    Videó az előadásról.

  • BME TMIT Seminar: Deep Learning Based Time Series Modeling on Steroids (május 16.)

  • NVidia Deep Learning Institute: Fundamentals of Deep Learning for Computer Vision workshop vezető előadója (április 16.)

  • BME-VIK Tudományos Diákköri Konferencia, Intelligens rendszerek, elnök

  • Budapest Data Fórum 2017 konferencia meghívott előadója. Téma: WaveNet: Deep learning based speech and audio synthesis on steroids (június 13).

  • Interjú Deep Learning témában a Kossuth rádión (április 4).

  • Budapest Data Science Meetup meghívott előadója. Téma: Deep learning - The ultimate machine learning method? (március 22).

  • Budapest Big Data Meetup meghívott előadója. Téma: Deep learning and TensorFlow (március 9).

  • HTE Médiainformatikai Szakosztály szakmai Klubest meghívott előadója. Téma: Deep learning és a mesterséges intelligencia – mi várható 2017-től? (január 17).
    Videó az előadásról.

  • Kerekasztal beszélgetés a mesterséges intelligánciáról a Simonyi 100 rendezvénysorozaton, moderátor (november 2).
    Videó a teljes beszélgetésről

  • Interjú Deep Learning témában a Jazzy rádión (szeptember 16).
    Interjú meghallgatása

  • Az IVSZ MENTA konferencia meghívott előadója. Az előadás címe: Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? (szeptember 14)
    Előadás megtekintése

  • A Current Medical Imaging Reviews impakt faktoros folyóirat felkért bírálója.

  • Schönherz Bázis Meetup meghívott előadó. Meetup címe: Mesterséges intelligencia – elmélet és gyakorlat. Előadás témája: Deep Learning (június 8)

  • 5. Schönherz Meetup meghívott előadó. Előadás címe: Deep Learning: Milyen mély gondolatai lehetnek egy számítógépnek? (március 8)
    Előadás megtekintése

  • BME-VIK Tudományos Diákköri Konferencia, Szoftver Szekció, bizottsági tag

  • BME-VIK Tudományos Diákköri Konferencia, Mobil Alkalmazások Szekció, elnök

  • Meghívott előadója az ELTE BTK Fonetikai Tanszék Beszédtechnológia doktori kurzusának.

  • Meghívott előadó a HTE Távközlési Klubban.

  • Előadás az International Conference Probability and Statistics with Applications rendezvényen.

  • Budapest New Technology Meetup meghívott előadó.

PhD hallgatók és témakiírások

Ha PhD-ben (=doktoriban) gondolkodsz - és most érdemes! -, akkor nézd át az alábbi oldalt: http://smartlab.tmit.bme.hu/phd-deep-learning

Aktuális PhD témakiírásaim angol nyelven: https://doktori.hu/index.php?menuid=192&lang=HU&sz_ID=23128
Ha van olyan téma, ami különösen érdekel, keress meg és megbeszéljük, hogy érdemes-e doktori témának azt választanod!

  • Mély megerősítéses tanulás autonóm járművekben

    PhD képzés, Villamosmérnöki Tudományok Doktori Iskola

  • Automated Machine Learning, Neural Architecture Search

    PhD képzés, Villamosmérnöki Tudományok Doktori Iskola

  • Modern gépi tanuló algoritmusok hidrodinamikai alkalmazásai

    PhD képzés, Gépészmérnöki Kar

  • Natural Language Processing with Deep Learning

    PhD képzés, Villamosmérnöki Tudományok Doktori Iskola

Tudásgondozás

  • Neurális hálózatok általánosító képessége, idősor modellek kutatása

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    XXXIV. Országos Tudományos Diákköri Konferencia (OTDK) 2019, Informatikai Tudományi Szekció, Mesterséges intelligencia és neurális hálózatok, I. helyezés

    BME-VIK TDK 2018, Neurális hálózatok szekció, I. helyezés

  • Idősor modellek kutatása, hierarchikus temporális memória

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK TDK 2018, Neurális hálózatok szekció, III. helyezés

  • Művészi hatású képek készítése mély tanulás alapon

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2018

    BME-VIK TDK 2018, Neurális hálózatok szekció, II. helyezés

  • Objektum felismerés és követés videókon mély neurális hálózatokkal

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2018

  • Mély neurális hálózatok mobil eszközökön

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2017

    BME-VIK TDK 2018, Neurális hálózatok szekció, II. helyezés

  • Mély megerősítéses tanulás kutatása

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2018

  • Blockchain struktúrák elemzése mély tanulással

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2018

  • Deep learning alapú algoritmikus végrehajtási stratégiák kereskedési platformokon

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2018

  • Deep learning alapú algoritmikus végrehajtási stratégiák kereskedési platformokon

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2018

  • Mély megerősítéses tanulás alapú felhasználói interfész kiértékelése

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc kitüntetéses szakdolgozat, 2018

  • Kriptovaluta ár elemzés közösségi media segítségével mély tanulás alapokon

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2018

    BME-VIK TDK 2017, Információs rendszerek szekció, I. helyezés

  • Felhasználó viselkedés modellezése szenzoradatok alapján mély neuronhálókkal

    Statisztikai modellekkel segített ember-gép interakció mobil eszközökön

    BSc és MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2014

    BME-VIK MSc diploma, 2018

  • Evezős mozgás detektálása és elemzése videókon mély tanulással

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2017

  • Mély neurális hálózatok alapú pénzügyi idősor modellezés (FOREX, BÉT)

    MSc képzés, Villamosmérnöki és Informatikai Kar, Gazdaságinformatikus Szak

    BME-VIK MSc kitüntetéses diploma, 2017

  • Mély neurális hálózatok alapú termékkészlet előrejelzés nagyvállalati környezetben

    MSc képzés, Villamosmérnöki és Informatikai Kar, Gazdaságinformatikus Szak

    BME-VIK MSc kitüntetéses diploma, 2017

    HTE Diplomaterv és Szakdolgozat pályázat MSc kategória I. helyezés

  • Mély neurális hálózat alapú objektum detektállás és szegmentáció

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2017

  • Konvolúciós mély neurális hálózatok, auto-encoderek, felügyelet nélküli tanítás

    BSc képzés, Villamosmérnöki és Informatikai Kar, Villamosmérnöki Szak

    BME-VIK BSc szakdolgozat, 2017

    BME-VIK TDK 2016, Intelligens rendszerek szekció, I. helyezés

  • Beszédparaméterek párhuzamos modellezése mély neurális hálózatokkal

    Rugalmas szöveg felolvasási funkciók mobil eszközökön

    MSc képzés, Villamosmérnöki és Informatikai Kar, Villamosmérnöki Szak

    BME-VIK MSc kitüntetéses diploma, 2017

    BME-VIK BSc szakdolgozat, 2014

    BME-VIK TDK 2015, Jelfeldolgozás szekció, III. helyezés

    BME-VIK TDK 2016, Intelligens rendszerek szekció, III. helyezés

  • Mély neurális hálózatok

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

  • Rekurrens neurális hálózat alapú f0 modellezés

    A beszéd alapfrekvenciájának statisztikai vizsgálata és modellezése

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2016

    Pro Progressio Alapítvány 2016 diplomaterv ösztöndíj

  • Intelligent mobile application: Clipboard reader

    BSc angol képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2014

  • Kommunikációsegítő alkalmazás készítése beszédsérültek számára

    MSc képzés, Villamosmérnöki és Informatikai Kar, Villamosmérnöki Szak

    BME-VIK MSc diploma, 2012

    BME-VIK TDK 2012, II. helyezés

  • Üzenetkezelő rendszer vakok és gyengénlátók számára Androidon

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2012

    XXXI. Országos Tudományos Diákköri Konferencia (OTDK) 2013, Informatikai Tudományi Szekció, Beágyazott rendszerek alszekció, I. helyezés

    BME-VIK TDK 2012, Mobil alkalmazások szekció, I. helyezés

    BME-VIK TDK 2011, Információs és intelligens rendszerek szekció, jutalom

  • Multimodális XML alapú gyalogos navigációs szoftver mobil eszközökre

    XML alapú multimodális felhasználói felület mobil eszközökön

    BSc és MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2010

    BME-VIK MSc diploma, 2012

    BME-VIK TDK 2011, Információs és intelligens rendszerek szekció, III. helye

  • Magyar nyelvű rejtett Markov-modell alapú szövegfelolvasó továbbfejlesztése

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2011

    XXX. Országos Tudományos Diákköri Konferencia (OTDK) 2011, Informatikai Tudományi Szekció, I. helyezés

    BME-VIK TDK 2010, I. helyezés

  • Modern beszédkódoló alkalmazása rejtett Markov-modell alapú szövegfelolvasóban

    Újgenerációs szövegfelolvasó optimalizálása mobil környezetben

    BSc és MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2010

    BME-VIK MSc diploma, 2012

    BME-VIK TDK 2010, II. helyezés

  • Multimodális alkalmazások fejlesztése

    MSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2011

  • RSS hírfolyam felolvasó mobiltelefonra

    BSc képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK BSc szakdolgozat, 2011

  • Multimodális felhasználói felület mobil eszközökben

    5 éves képzés, Villamosmérnöki és Informatikai Kar, Villamosmérnöki Szak

    BME-VIK MSc diploma, 2007

  • GPS alapú navigációs rendszer vak és látássérült felhasználók számára Symbian OS alapú okostelefonokra

    5 éves képzés, Villamosmérnöki és Informatikai Kar, Informatikai Szak

    BME-VIK MSc diploma, 2009

    XXIX. Országos Tudományos Diákköri Konferencia (OTDK) 2009, Informatikai Tudományi Szekció, I. helyezés

    BME-VIK TDK 2008, I. helyezés

Oktatási tevékenység

  • Deep Learning a gyakorlatban Python és LUA alapon

    szabadon választható tárgy, tárgyfelelős és előadó, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • Tanköri foglalkozás

    BSc német nyelvű képzés, előadó, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • Infocommunications

    BSc angol nyelvű képzés, előadó, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • Ember-gép interfész

    MSc magyar nyelvű képzés, előadó, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem


    Human Computer Interaction

    MSc angol nyelvű képzés, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • Multimédiás rendszerek

    MSc magyar nyevű képzés, előadó, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

  • Szakirány laboratórium

    BSc magyar nyevű képzés, mérésvezető, Villamosmérnöki és Informatikai Kar, Budapesti Műszaki és Gazdaságtudományi Egyetem

Publikációk

Teljes publikációs lista az MTMT2-ben


Laboratóriumunk magyar és idegennyelvű gépi szövegfelolvasó fejlesztésével, az ember-gép kapcsolat vizsgálatával és modern gépi tanulóalgoritmusok kutatásával foglalkozik.

Akadémiai és ipari partnereink sikeresen alkalmazzák megoldásainkat.

Kiemelt tartalmak

Hallgatóknak

Kapcsolat

Magyar tudósok krt. 2.
1117 Budapest, HUNGARY
Telefon: +36-1-463-3883
Fax: +36-1-463-3107
Email: smartlab@tmit.bme.hu

2024 © Minden jog fenntartva. A honlap minden tartalma és a honlapról letölthető dokumentumok (cikkek, bemutatók, diasorok, szoftverek, könyvek, stb.) a szerzői jog védelme alatt állnak. Ezek egészének vagy bármilyen részének újra felhasználása, terjesztése, megjelenítése csak a szerző(k) írásbeli beleegyezése esetén megengedett. (v914)