Andreas Krause

新しい方法が不確実性をうまく測ることでマルチタスク学習を改善する。

新しいアルゴリズムが不確実な環境でのモデル選択を改善する。

データプライバシーを守りつつモデルのパーソナライズを強化する新しいアルゴリズム。

この研究は、転移的アクティブラーニングを使ってニューラルネットワークのファインチューニング効率を高めるよ。

新しい手法が不確実性に影響される複雑なシステムの制御戦略を強化するよ。

複雑な環境での選択を最適化するための新しい方法、好みによるフィードバックを利用して。

新しいアプローチがガウス過程を使って不確実な環境での制御を改善するよ。

GameOptは効率的な最適化手法を使ってタンパク質設計を革新してるよ。