Даниель Куденко

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

  • P. Holloway, D. Kudenko, J. Bell
    Dynamic Selection of Environmental Variables to Improve the Prodiction of Aphid Phenology: A Machine Learning Approach
    Ecological Indicators, 2018
  • N. Al-Roussais, D. Kudenko
    iSynchronizer: A Tool for Extracting, Integration and Analysis of MovieLens and IMDb Datasets
    Holistic User Modelling Workshop at UMAP '18, 2018
  • D. Zendle, D. Kudenko, P. Cairns
    Behavioural realism and the activation of aggressive concepts in violent video games
    Entertainment Computing, 2018
  • J. Burden, D. Kudenko
    Using Uniform State Abstractions For Reward Shaping With Reinforcement Learning
    Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMAS, 2018
  • M. Li, T. Brys, D. Kudenko
    Introspective Reinforcement Learning and Learning from Demonstration
    17th International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2018
  • T. Bryskin, A. Shpilman, D. Kudenko
    Automated refactoring of object-oriented code using clustering ensembles
    AAAI Workshop on Natural Language Processing for Software Engineering, 2018
  • A. Malysheva, A. Shpilman, and D. Kudenko
    Learning to Run with Reward Shaping from Video Data
    Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMAS, 2018
  • G. Mason, R. Calinescu, D. Kudenko, A. Banks
    Assurance in Reinforcement Learning Using Quantitative Verification
    Advances in Hybridization of Intelligent Methods. Smart Innovation, Systems and Technologies, 2018
  • M. Li, D. Kudenko
    Reinforcement learning from multiple experts demonstrations
    Workshop on Adaptive and Learning Agents (ALA) at ICML-AAMA, 2018
  • M. Li, T. Brys, D. Kudenko
    Introspective Reinforcement Learning and Learning from Demonstration
    17th International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2018
  • A. Shpilman, D. Boikiy, M. Plyakova, D. Kudenko, A. Burakov, E. Nadezhdina
    Deep Learning of Cell Classification using Microscope Images of Intracellular Microtubule Networks
    Sixteenth International Conference on Machine Learning and Applications (ICMLA), 2017
  • Y. Wei, D. Kudenko, S. Liu, L. Pan, L. Wu, X. Meng
    A Reinforcement Learning Based Workflow Application Scheduling Approach For SaaS Providers in Dynamic Cloud Environments
    13th EAI International Conference on Collaborative Computing, 2017