Daniel de Leng

Postdoktor

Jag är forskningsingenjör och biträdande labbledare för Reasoning and Learning Lab (ReaL).

Tillämpad artificiell intelligens

Jag är forskningsingenjör och biträdande labbledare för Reasoning and Learning Lab (ReaL).

I min position som forskningsingenjör och biträdande labbledare för Reasoning and Learning Lab (ReaL) ansvarar jag för den dagliga förvaltningen av all hårdvara, mjukvara, infrastruktur och kontorslokaler.

Dessutom deltar jag aktivt i och stödjer pågående forskningsaktiviteter som bedrivs av labbets doktorander och postdoktorer, och jag är involverad i både undervisning och handledning på alla nivåer.

Mina forskningsintressen kretsar kring AI och autonoma system.

Kortfattat CV

(På engelska)

PhD Computer Science, Dec 2019, Linköping University, Sweden.
Lic Computer Science, Oct 2017, Linköping University, Sweden.
MSc Computer Science, Nov 2013, Utrecht University, the Netherlands.
BSc Computer Science, Jul 2011, Utrecht University, the Netherlands.

SAIS Master's Thesis Award recipient.
Local organising committee SR2019 workshop.

Saab Aeronautics' first Point of Contact for Artificial Intelligence until 2022.
Part of the AIOps ELLIIT Infrastructure Initiative.
Part of the AI Academy management team.

Publikationer

2023

Ella Olsson, Mikael Nilsson, Kristoffer Bergman, Daniel de Leng, Stefan Carlén, Emil Karlsson, Bo Granbom (2023) Urdarbrunnen: Towards an AI-enabled mission system for Combat Search and Rescue operations Proceedings of the 35th Annual Workshop of the Swedish Artificial Intelligence Society (SAIS 2023), s. 38-45

Vidare till DOI

Mattias Tiger, David Bergström, Simon Wijk Stranius, Evelina Holmgren, Daniel de Leng, Fredrik Heintz (2023) On-Demand Multi-Agent Basket Picking for Shopping Stores 2023 IEEE International Conference on Robotics and Automation (ICRA)

2019

Daniel de Leng (2019) Robust Stream Reasoning Under Uncertainty

Daniel de Leng, Fredrik Heintz (2019) Approximate Stream Reasoning with Metric Temporal Logic under Uncertainty Proceedings of the Thirty-Third AAAI Conference on Artificial Intelligence (AAAI), s. 2760-2767

Vidare till DOI

2018

Daniel de Leng, Fredrik Heintz (2018) Partial-State Progression for Stream Reasoning with Metric Temporal Logic SIXTEENTH INTERNATIONAL CONFERENCE ON PRINCIPLES OF KNOWLEDGE REPRESENTATION AND REASONING, s. 633-634

Forskning

Daniel de Leng (2017)

Spatio-Temporal Stream Reasoning with Adaptive State Stream Generation

Daniel de Leng (2019)

Robust Stream Reasoning Under Uncertainty

AI Academy

AI Academy vid Linköpings universitet

AI Academy är ett initiativ som utmanar begåvade studenter från en mängd olika program med spännande verkliga AI-problem. AI Academy hjälper Sverige att tillämpa AI på verkliga problem.

Om avdelningen

Robothunden Spot överlämnar en första hjälpen väska till en knäböjande man

Artificiell intelligens och integrerade datorsystem (AIICS)

Verksamheten vid avdelningen AIICS, Institutionen för datavetenskap, är fokuserad på forskning och undervisning inom artificiell intelligens, dess teoretiska grunder och dess tillämpningar.

Kollegor vid AIICS