< Terug naar vorige pagina
Onderzoeker
Johan Suykens
- Disciplines:Modellering, Toegepaste wiskunde, Computerarchitectuur en -netwerken, Informatiewetenschappen, Informatiesystemen, Programmeertalen, Scientific computing, Theoretische informatica, Visual computing, Andere informatie- en computerwetenschappen, Controlesystemen, robotica en automatisatie, Ontwerptheorieën en -methoden, Mechatronica en robotica, Biologische systeemtechnologie, Computertheorie, Signaalverwerking
Affiliaties
- Dynamische Systemen, Signaalverwerking en Gegevensanalyse (STADIUS) (Afdeling)
Lid
Vanaf1 aug 2020 → Heden - Afdeling ESAT - STADIUS, Stadius Centrum voor Dynamische Systemen,Signaalverwerking en Gegevensanalyse (Afdeling)
Lid
Vanaf1 jan 2008 → 31 jul 2020 - Faculteit Ingenieurswetenschappen (Faculteit)
Lid
Vanaf1 okt 2000 → 30 sep 2003 - Departement Elektrotechniek (ESAT) (Departement)
Lid
Vanaf1 okt 1999 → 31 dec 2007
Projecten
1 - 10 of 36
- Designing full data science pipelines for clinical decision support systems (CDS)Vanaf9 okt 2023 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Tensor modellen in kernel-gebaseerde modellen en diep lerenVanaf1 okt 2023 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Tensoralgoritmen om de vloek van de dimensies te temmenVanaf1 jan 2023 → HedenFinanciering: BOF - iBOF
- Duale modelgebaseerde benaderingen voor clusteringVanaf27 sep 2021 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- IMPULS-AI-2021Vanaf1 jan 2021 → 31 dec 2023Financiering: Departement Algemene Zaken en Financiën
- AI-based Model FusionVanaf5 okt 2020 → HedenFinanciering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Fundamenten van Betrouwbare AI - Integreren van Redeneren, Leren en OptimaliserenVanaf1 sep 2020 → HedenFinanciering: H2020-EU.2.3.- INDUSTRIAL LEADERSHIP - Innovatie in KMOs
- Eindgebruiker interpreteerbaarheid voor complexe machinaal geleerde modellenVanaf11 okt 2019 → 11 okt 2023Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Opleggen van beperkingen aan model-vrije reinforcement learning algoritmes met als toepassing autonoom rijdenVanaf24 sep 2019 → 24 sep 2023Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
- Optimalisatie-kaders voor diepe kernel-gebaseerde modellenVanaf9 sep 2019 → 21 dec 2023Financiering: Eigen Middelen zoals patrimonium, inschrijvingsgelden, giften, ....
Publicaties
11 - 20 van 408
- Towards a Unified Quadrature Framework for Large-Scale Kernel Machines(2022)
Auteurs: Fanghui Liu, Johan Suykens
Pagina's: 7975 - 7988 - Recurrent Restricted Kernel Machines for Time-series Forecasting(2022)
Auteurs: Arun Pandey, Hannes De Meulemeester, Henri De Plaen, Bart De Moor, Johan Suykens
Aantal pagina's: 6 - Disentangled representation learning and generation with manifold optimization(2022)
Auteurs: Arun Pandey, Michaël Fanuel, Joachim Schreurs, Johan Suykens
Pagina's: 2009 - 2036 - Short-Term Traffic Flow Prediction Based on the Efficient Hinging Hyperplanes Neural Network(2022)
Auteurs: Johan Suykens
- Piecewise Linear Neural Networks and Deep Learning(2022)
Auteurs: Johan Suykens
- Determinantal Point Processes Implicitly Regularize Semiparametric Regression Problems(2022)
Auteurs: Johan Suykens
Pagina's: 1171 - 1190 - Transfer Learning in Demand Response: a Review of Algorithms for Data-efficient Modelling and Control(2022)
Auteurs: Thijs Peirelinck, Hussain Syed Kazmi, Johan Suykens, Geert Deconinck
- Nystrom landmark sampling and regularized Christoffel functions(2022)
Auteurs: Michaël Fanuel, Joachim Schreurs, Johan Suykens
Pagina's: 2213 - 2254 - Positive semi-definite embedding for dimensionality reduction and out-of-sample extensions.(2022)
Auteurs: Johan Suykens
Pagina's: 153 - 178 - Trustworthy Kernel Machines: Diversity, Robustness, and Disentanglement(2021)
Auteurs: Joachim Schreurs, Johan Suykens