Tous les postes sont dans le sous-groupe d’apprentissage automatique de la section des langages déclaratifs et de l’intelligence artificielle (DTAI), qui fait partie du département d’informatique de la KU Leuven. Le laboratoire DTAI est l’un des principaux groupes de recherche pour l’apprentissage automatique, l’intelligence artificielle et l’exploration de données. Le groupe d’apprentissage automatique de DTAI compte actuellement cinq membres du corps professoral (Hendrik Blockeel, Jesse Davis, Luc De Raedt, Tias Guns, Angelika Kimmig), deux directeurs de recherche (Wannes Meert et Jessa Bekker), environ 10 post-doctorants et plus de 35 doctorants. Le groupe Machine Learning suit une approche d’intelligence artificielle pour l’analyse des données. Il étudie une grande variété de problèmes d’apprentissage automatique et de science des données. Il se concentre principalement sur les problèmes qui impliquent des données complexes et structurées et des connaissances de base. Il possède une expertise dans des domaines tels que l’apprentissage et le raisonnement, la science des données automatisée, les contraintes d’apprentissage et les critères d’optimisation, le clustering (contraint), la programmation probabiliste, l’intelligence artificielle relationnelle statistique, le calcul symbolique neuronal, l’apprentissage prédictif, la vérification et l’apprentissage automatique et il applique son expertise dans des domaines tels que la détection d’anomalies, l’analyse sportive, la robotique, les données de capteurs, l’apprentissage par l’action et l’activité et la recherche opérationnelle (voir https://dtai.cs.kuleuven.be/ pour plus d’informations). Nous cherchons actuellement à embaucher : 1) 2-3 doctorants travaillant avec le professeur Tias Guns sur la combinaison de techniques d’apprentissage automatique (apprentissage axé sur la décision, apprentissage des préférences et IA explicable) et de résolution de contraintes (CP/SAT/MIP et interactif optimisation). L’objectif est d’apprendre de l’utilisateur et de l’environnement et d’expliquer les solutions trouvées à des problèmes tels que l’itinéraire des véhicules, les horaires, la planification, etc. (voir https://people.cs.kuleuven.be/~tias.guns/chat-opt.html ) 2) 2-3 doctorants travaillant avec le professeur Jesse Davis sur les sujets de l’automatisation de la science des données (par exemple, la construction automatisée de caractéristiques), les techniques de vérification pour les ensembles d’arbres avec des applications au sport, la détection d’anomalies et l’apprentissage positif et non étiqueté (voir : https://dtai.cs.kuleuven.be/drupal/projects/na-1), 3) 1 étudiant travaillant avec le professeur Angelika Kimmig sur l’apprentissage automatique de programmes de logique probabiliste. Les programmes probabilistes sont bien adaptés au raisonnement et à la prise de décision dans des domaines complexes et incertains, mais les encoder manuellement est fastidieux (voir https://www.kuleuven.be/onderzoek/portaal/#/projecten/3E201127?hl=en&lang=en) cs.kuleuven.be/~tias.guns/chat-opt.html) 2) 2-3 doctorants travaillant avec le professeur Jesse Davis sur les sujets de l’automatisation de la science des données (par exemple, la construction automatisée de caractéristiques), les techniques de vérification pour les ensembles d’arbres avec des applications au sport, à la détection d’anomalies et à l’apprentissage positif et non étiqueté (voir : https://dtai.cs.kuleuven.be/drupal/projects/na-1), 3) 1 étudiant travaillant avec le professeur Angelika Kimmig sur l’apprentissage automatique programmes logiques probabilistes. Les programmes probabilistes sont bien adaptés au raisonnement et à la prise de décision dans des domaines complexes et incertains, mais les encoder manuellement est fastidieux (voir https://www.kuleuven.be/onderzoek/portaal/#/projecten/3E201127?hl=en&lang=en) cs.kuleuven.be/~tias.guns/chat-opt.html 2) 2-3 doctorants travaillant avec le professeur Jesse Davis sur les sujets de l’automatisation de la science des données (par exemple, la construction automatisée de caractéristiques), les techniques de vérification pour les ensembles d’arbres avec des applications au sport, à la détection d’anomalies et à l’apprentissage positif et non étiqueté (voir : https://dtai.cs.kuleuven.be/drupal/projects/na-1), 3) 1 étudiant travaillant avec le professeur Angelika Kimmig sur l’apprentissage automatique programmes logiques probabilistes. Les programmes probabilistes sont bien adaptés au raisonnement et à la prise de décision dans des domaines complexes et incertains, mais les encoder manuellement est fastidieux (voir https://www.kuleuven.be/onderzoek/portaal/#/projecten/3E201127?hl=en&lang=en) construction automatisée de caractéristiques), techniques de vérification d’ensembles d’arbres avec des applications au sport, à la détection d’anomalies et à l’apprentissage positif et non étiqueté (voir : https://dtai.cs.kuleuven.be/drupal/projects/na-1), 3) 1 étudiant travaillant avec le professeur Angelika Kimmig sur l’apprentissage automatique de programmes de logique probabiliste. Les programmes probabilistes sont bien adaptés au raisonnement et à la prise de décision dans des domaines complexes et incertains, mais les encoder manuellement est fastidieux (voir https://www.kuleuven.be/onderzoek/portaal/#/projecten/3E201127?hl=en&lang=en) construction automatisée de caractéristiques), techniques de vérification d’ensembles d’arbres avec des applications au sport, à la détection d’anomalies et à l’apprentissage positif et non étiqueté (voir : https://dtai.cs.kuleuven.be/drupal/projects/na-1), 3) 1 étudiant travaillant avec le professeur Angelika Kimmig sur l’apprentissage automatique de programmes de logique probabiliste. Les programmes probabilistes sont bien adaptés au raisonnement et à la prise de décision dans des domaines complexes et incertains, mais les encoder manuellement est fastidieux (voir https://www.kuleuven.be/onderzoek/portaal/#/projecten/3E201127?hl=en&lang=en)
Projet