freli29

Fredrik Lindsten

Biträdande professor, Avdelningschef

Jag utvecklar verktyg som kan användas för att extrahera värdefull information från komplexa datamängder. Jag är särskilt intresserad av tekniker som kan kvantifiera och resonera kring den osäkerhet som i princip all data är behäftad med.

Jag är biträdande professor vid avdelningen för statistik och maskininlärning, Linköpings universitet.

Jag är intresserad av samspelet mellan statistik och maskininlärning, i synnerhet hur statistiska metoder kan användas för att resonera kring och kvantifiera osäkerheten i de prediktioner och beslut som tas av maskininlärningssystem.

För ytterligare information, besök min externa hemsida (på engelska).

For information in english, see my external homepage.

Publikationer

2024

Patrick E. Konold, Leonardo Monrroy, Alfredo Bellisario, Diogo Filipe, Patrick Adams, Roberto Alvarez, Richard Bean, Johan Bielecki, Szabolcs Bodizs, Gabriel Ducrocq, Helmut Grubmueller, Richard A. Kirian, Marco Kloos, Jayanath C. P. Koliyadu, Faisal H. M. Koua, Taru Larkiala, Romain Letrun, Fredrik Lindsten, Michael Maihöfer, Andrew V. Martin, Petra Meszaros, Jennifer Mutisya, Amke Nimmrich, Kenta Okamoto, Adam Round, Tokushi Sato, Joana Valerio, Daniel Westphal, August Wollter, Tej Varma Yenupuri, Tong You, Filipe Maia, Sebastian Westenhoff (2024) Microsecond time-resolved X-ray scattering by utilizing MHz repetition rate at second-generation XFELs Nature Methods, Vol. 21, s. 1608-1611 (Artikel i tidskrift) Vidare till DOI
Amanda Olmin, Jakob Lindqvist, Lennart Svensson, Fredrik Lindsten (2024) On the connection between Noise-Contrastive Estimation and Contrastive Divergence INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND STATISTICS, VOL 238, s. 3016-3024 (Konferensbidrag)
Filip Ekström Kelvinius, Fredrik Lindsten (2024) Discriminator Guidance for Autoregressive Diffusion Models Proceedings of The 27th International Conference on Artificial Intelligence and Statistics, s. 3403-3411 (Konferensbidrag)
Amirhossein Ahmadian, Yifan Ding, Gabriel Eilertsen, Fredrik Lindsten (2024) Unsupervised Novelty Detection in Pretrained Representation Space with Locally Adapted Likelihood Ratio International Conference on Artificial Intelligence and Statistics 2024, Proceedings of Machine Learning Research (Konferensbidrag)
Johannes Varga, Emil Karlsson, Günther R. Raidl, Elina Rönnberg, Fredrik Lindsten, Tobias Rodemann (2024) Speeding Up Logic-Based Benders Decomposition by Strengthening Cuts with Graph Neural Networks Machine Learning, Optimization, and Data Science, s. 24-38 (Konferensbidrag) Vidare till DOI

Forskning

Nyheter

Om avdelningen

Medarbetare vid STIMA

Om institutionen