zoeken . nieuwsbrief . vacatures . redactie . site
Zelflerende verkeerslichtnetwerken
artikel door Marco Wiering
Netwerken spelen een centrale rol in de kunstmatige intelligentie, voornamelijk in de vorm van neurale netwerken. Neurale netwerken onderscheiden zich van andere kunstmatige systemen doordat ze kunnen leren van de invoer die ze verwerken, waardoor ze goed kunnen worden toegepast in een complexe omgeving met veranderende spelregels. Marco Wiering beschrijft in dit artikel hoe leermethodes uit de kunstmatige intelligentie gebruikt kunnen worden om netwerken van verkeerslichten efficiënter aan te sturen.
Marco Wiering studeerde in 1995 cum laude af in de informatica op het onderwerp reinforcement learning aan de Universiteit van Amsterdam. Hij promoveerde in 1999 in Lugano aan het Dalle Molle Institute for Artifical Intelligence op hetzelfde onderwerp. Van 2000 tot 2007 was hij universitair docent bij de Intelligente Systemen groep aan de Universiteit Utrecht. Sinds september 2007 werkt hij als universitair docent bij de Rijksuniversiteit Groningen, waar hij zich bezighoudt met machine learning, objectherkenning, optimalisatiemethodes en robotica.