Den här sidan handlar om WASP Matematik. Här kan du läsa om våra två forskargrupper:
- Matematik och algoritmer för intelligent beslutsfattande
- Optimering för maskininlärning
Det finns stor potential i att använda matematik och algoritmer för att stödja beslutsfattande i komplexa sammanhang. Vi arbetar främst med diskret optimering för beslutsproblem som syftar till att schemalägga eller allokera resurser.
Vår grupp fokuserar på att utveckla mer effektiva algoritmer till modern maskininlärning.
Kontinuerlig optimering spelar en central roll i modern maskininlärning. Varje inlärningsprocess kräver att ett så kallat högdimensionellt minimeringsproblem blir löst. Ju snabbare vi löser det, desto färre resurser så som energi, tid eller pengar slösar vi bort.
Nuvarande toppmoderna algoritmer inkluderar viss heuristik, vilket innebär att de ger lösningar som inte är garanterat optimala men tillräckligt bra. Det kräver mycket justering. Vår grupp arbetar med den teoretiska motiveringen av sådan heuristik och gruppen fokuserar på att utveckla nya, mer effektiva algoritmer.