< Terug naar vorige pagina
Onderzoeker
Laurens Devos
- Disciplines:Artificiële intelligentie
Affiliaties
- Declaratieve Talen en Artificiële Intelligentie (DTAI) (Afdeling)
Lid
Vanaf1 aug 2020 → Heden - Afdeling Informatica (Afdeling)
Lid
Vanaf1 sep 2018 → 4 aug 2020
Projecten
1 - 1 of 1
- Schaalbare, interpreteerbare en versatiele modellen voor relationele data: ontwerp, inductie en inferentieVanaf21 sep 2018 → 31 okt 2023Financiering: FWO Strategische Onderzoeksbeurs
Publicaties
1 - 9 van 9
- Robustness Verification of Multiclass Tree Ensembles(2024)
Auteurs: Laurens Devos, Lorenzo Cascioli, Jesse Davis
Pagina's: 21019 - 21028 - Decision trees: from efficient prediction to responsible AI(2023)
Auteurs: Hendrik Blockeel, Laurens Devos
- Bitpaths: compressing datasets without decreasing predictive performance(2023)
Auteurs: Loren Nuyts, Laurens Devos, Wannes Meert, Jesse Davis
Pagina's: 261 - 268Aantal pagina's: 8 - Detecting Evasion Attacks in Deployed Tree Ensembles(2023)
Auteurs: Laurens Devos, Lorenzo Perini, Wannes Meert, Jesse Davis
Pagina's: 120 - 136 - Evaluating Sports Analytics Models: Challenges, Approaches, and Lessons Learned(2022)
Auteurs: Jesse Davis, Laurens Devos, Wannes Meert, Pieter Robberechts, Jan Van Haaren, Maaike Van Roy
Pagina's: 1 - 11 - Versatile Verification of Tree Ensembles(2021)
Auteurs: Laurens Devos, Wannes Meert, Jesse Davis
Pagina's: 2654 - 2664 - Verifying tree ensembles by reasoning about potential instances(2021)
Auteurs: Laurens Devos, Wannes Meert, Jesse Davis
Pagina's: 1 - 9 - Gradient boosting for quantitative finance(2021)
Auteurs: Jesse Davis, Laurens Devos, Sofie Reyners, Wim Schoutens
Pagina's: 1 - 40 - Fast gradient boosting decision trees with bit-level data structures(2020)
Auteurs: Laurens Devos, Wannes Meert, Jesse Davis
Pagina's: 590 - 606