研究领域

我的主要研究领域是计算理论(和复杂性)和逻辑学, 关注隐式复杂性(将概念的逻辑复杂性与计算, 基于资源的复杂性),特别是在新兴的计算模型上,例如 流计算、生物神经网络等. 我的第二研究领域是 人工智能,专注于机器学习.

隐式复杂性领域将概念复杂性与基于资源的复杂性联系起来. 概念复杂性定义的一个优点是它们是合乎逻辑的,而且确实如此 不参考特定的机器模型或资源,因此很容易适应 新兴的计算模型. 我过去和现在的研究一直是 研究概念复杂性,以及它们与基于资源的复杂性类的关系 通过不同的数据模型. 我计划继续研究新兴的计算模型, 特别是在一个计算模型还没有被严格的数学定义的地方 细节,比如生物现实的神经网络,DNA计算,概率 计算等.

我也对使用机器学习/数据挖掘技术来解决现实世界的问题感兴趣 问题. 此外,我对神经网络的发展很感兴趣——尤其是 生物学启发的发展.