BME kutatóknak és hallgatóknak kiírt cikkpályázatunk eredményhirdetése
Megszületett az Élet és Tudomány – BME – Pro Progressio Alapítvány idei tudománynépszerűsítő cikkpályázatának az eredménye. A zsűri – Dobrowiecki Tadeusz, Hős Csaba, Kovács Flórián, Krámer Tamás, Nagy Péter Tamás, Pásztor Balázs, Pokol Gergő, Salgó András, Szabó-Szentjóbi Hajnalka, Török Ádám, Zilahy Gyula – június 3-i ülésén a díjakról az alábbi döntést hozta:
Cikkpályázat BME kutatóknak és hallgatóknak
A műszaki tudományok legfrissebb eredményeinek és kérdésfelvetéseinek széles körű megismertetésére és népszerűsítésére a Budapesti Műszaki és Gazdaságtudományi Egyetem (továbbiakban: BME), a Pro Progressio Alapítvány és az Élet és Tudomány közös ismeretterjesztő cikkpályázatot hirdet a BME oktatói, kutatói és hallgatói részére BME oktató-kutató és BME hallgató kategóriákban.
Ismeretterjesztő cikkpályázat - újra!
A műszaki tudományok legfrissebb eredményeinek és kérdésfelvetéseinek széles körű megismertetésére és népszerűsítésére a Budapesti Műszaki és Gazdaságtudományi Egyetem (továbbiakban: BME), a Pro Progressio Alapítvány és az Élet és Tudomány közös ismeretterjesztő cikkpályázatot hirdet a BME oktatóinak, tudományos kutatóinak és hallgatóinak.
Cikkpályázat BME kutatóknak és BME hallgatóknak
A műszaki tudományok legfrissebb eredményeinek és kérdésfelvetéseinek széles körű megismertetésére és népszerűsítésére a Budapesti Műszaki és Gazdaságtudományi Egyetem (továbbiakban: BME), a Pro Progressio Alapítvány és az Élet és Tudomány közös ismeretterjesztő cikkpályázatot hirdet, két kategóriában: BME kutatóknak és BME hallgatóknak.
Ismeretterjesztő cikkpályázat
A műszaki tudományok legfrissebb eredményeinek és kérdésfelvetéseinek széles körű megismertetésére és népszerűsítésére a Budapesti Műszaki és Gazdaságtudományi Egyetem (továbbiakban: BME), a Pro Progressio Alapítvány és az Élet és Tudomány közös ISMERETTERJESZTŐ CIKKPÁLYÁZATOT HIRDET A BME OKTATÓINAK, TUDOMÁNYOS KUTATÓINAK és HALLGATÓINAK.
Neurális hálózatok
A mesterséges neurális hálózatok fogalma az 1980-as, 90-es években már nem először járta be a világot – kutatók ezrei és az ipar is óriási reményeket fűzött hozzá. Idővel azonban az akkor kidolgozott eljárás elérte korlátait és jelentősebb eredmények hiányában a gépi tanulás szakértői más, abban az időben hatékonyabb módszerek felé fordultak. Ugorjunk előre az időben! Ma a kutatók a mély tanuláson alapuló neurális hálózatok segítségével a legtöbb tudományterületen minden korábbinál jobb, pontosabb eredményt érnek el. De mi is az az újdonság, aminek köszönhetően a neurális hálózat felülkerekedett korábbi korlátain? És mire képesek napjaink legfejlettebb mély tanuló rendszerei?
BME cikkpályázat
A műszaki tudományok legfrissebb eredményeinek és kérdésfelvetéseinek széles körű megismertetésére és népszerűsítésére a Budapesti Műszaki és Gazdaságtudományi Egyetem (BME), a Pro Progressio Alapítvány és az Élet és Tudomány közös ismeretterjesztő cikkpályázatot hirdet a BME oktatóinak, tudományos kutatóinak és hallgatóinak.
Aktuális számunk
Galéria
Október
