Даниель Куденко

Даниель Куденко


Исследовательские группы

Биография

Профессор Санкт-Петербургского национального исследовательского Академического университета Российской академии наук (СПбАУ РАН) и член группы Artificial Intelligence в университете Йорка (Великобритания).

Даниель Куденко получил степень магистра в области компьютерных наук в Саарском университете (Германия) и стал доктором наук в области машинного обучения в университете Ратгерс (США). Его исследования сосредоточены вокруг машинного обучения (в частности, обучение с подкреплением), аспектов взаимодействия человека и искусственного интеллекта. Даниель опубликовал более 100 рецензируемых статей по различным направлениям искусственного интеллекта и является соавтором трёх книг издательства Springer.

Профессор Куденко был членом комитета AgentLink II и координатором inter-network SIG on “Agents that Learn, Adapt, and Discover”. Был руководителем и сoиследователем во множестве проектов, финансируемых EPSRC, InnovateUK и DSTL. Имеет большой опыт в передаче знаний и сотрудничестве с промышленностью, проработав во многих проектах с индустриальными партнерами, в том числе компании QinetiQ, Eidos и Mood International. Профессор Куденко входит в состав программных комитетов многих конференций, в том числе AAMAS, AAAI, ECAI, и ICML.

На сегодняшний день 16 аспирантов закончили обучение под его руководством.

Публикации

MAGNet: Multi-agent Graph Network for Deep Multi-agent Reinforcement Learning

October 2019

Aleksandra Malysheva, Daniel Kudenko, Aleksei Shpilman

XVI International Symposium "Problems of Redundancy in Information and Control Systems" (REDUNDANCY)

Подробнее

Framework for Deep Reinforcement Learning with GPU-CPU Multiprocessing

December 2018

Ivan Sosin, Oleg Svidchenko, Aleksandra Malysheva, Daniel Kudenko, Aleksei Shpilman

Open Access Software

Подробнее

Deep Multi-Agent Reinforcement Learning with Relevance Graphs

December 2018

Aleksandra Malysheva, Tegg Taekyong Sung, Chae-Bong Sohn, Daniel Kudenko, Aleksei Shpilman

NeurIPS Deep Reinforcement Learning Workshop

Подробнее

A comparative evaluation of machine learning methods for robot navigation through human crowds

December 2018

A. Gaydashenko, D. Kudenko, A. Shpilman

ICMLA

Подробнее

Learning to Run with Potential-Based Reward Shaping and Demonstrations from Video Data

November 2018

A. Malysheva, D. Kudenko, A. Shpilman

ICARCV

Подробнее

Continuous Gesture Recognition from sEMG Sensor Data with Recurrent Neural Networks and Adversarial Domain Adaptation

November 2018

I. Sosin, D. Kudenko, A. Shpilman

ICARCV

Подробнее

Learning to Run with Reward Shaping from Video Data

July 2018

A. Malysheva, A. Shpilman, D. Kudenko

Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMAS

Подробнее

Automated Refactoring of Object-Oriented Code Using Clustering Ensembles

June 2018

Timofey Bryskin, Alexey Shpilman, and Daniel Kudenko

AAAI Workshop on Natural Language Processing for Software Engineering (NLP4SE'18)

Подробнее

Behavioural realism and the activation of aggressive concepts in violent video games

January 2018

D. Zendle, D. Kudenko, P. Cairns

Entertainment Computing

Подробнее

Using Uniform State Abstractions For Reward Shaping With Reinforcement Learning

2018

J. Burden, D. Kudenko

Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMAS

Reinforcement learning from multiple experts demonstrations

2018

M. Li, D. Kudenko

Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMA

iSynchronizer: A Tool for Extracting, Integration and Analysis of MovieLens and IMDb Datasets

2018

N. Al-Roussais, D. Kudenko

Holistic User Modelling Workshop at UMAP '18

Assurance in Reinforcement Learning Using Quantitative Verification

2018

G. Mason, R. Calinescu, D. Kudenko, A. Banks

Advances in Hybridization of Intelligent Methods. Smart Innovation, Systems and Technologies

Подробнее

Dynamic Selection of Environmental Variables to Improve the Prodiction of Aphid Phenology: A Machine Learning Approach

2018

P. Holloway, D. Kudenko, J. Bell

Ecological Indicators

Подробнее

Deep Learning of Cell Classification using Microscope Images of Intracellular Microtubule Networks

December 2017

A. Shpilman, D. Boikiy, M. Plyakova, D. Kudenko, A. Burakov, E. Nadezhdina

ICMLA

Подробнее

A Reinforcement Learning Based Workflow Application Scheduling Approach For SaaS Providers in Dynamic Cloud Environments

2017

Y. Wei, D. Kudenko, S. Liu, L. Pan, L. Wu, X. Meng

13th EAI International Conference on Collaborative Computing