Nieuwe algoritmes voor chipontwerp en machine learning

Onderzoekers in de informatica werken vaak met discrete objecten zoals snaren en circuits. Het is belangrijk om te begrijpen hoe de verschillende optimale patronen van deze objecten eruit zien, en hoe deze algoritmisch vindbaar zijn. Traditioneel werden deze vragen bestudeerd aan de hand van discrete wiskunde. Maar recent is aangetoond dat dergelijke problemen ook benaderd kunnen worden met behulp van continue wiskunde. Hoe deze methode precies werkt is echter niet helemaal duidelijk.

Hoogleraar Nikhil Bansal van TU/e heeft nu een Vici-beurs gekregen om nieuwe algoritmische technieken ontwikkelen om discrete beslissingen te nemen op een continue manier. Hij verwacht dat dit zal leiden tot toepassingen in de logistiek, bio-informatica, chipontwerp en machine learning.

Nieuwe wiskundige methoden

Bansal wil op het grensvlak tussen continue en discrete wiskunde nieuwe algoritmische technieken ontwikkelen, waaronder methoden die algemeen bruikbaar zijn. Hij baseert zich hierbij op eerder onderzoek van zijn vakgroep naar algoritmische discrepantie, wat eerder al leidde tot doorbraken binnen dit onderzoeksgebied.

Eigen onderzoeksgroep

De Vici-beurzen van anderhald miljoen euro zijn gericht op gevorderde onderzoekers, om hun eigen onderzoeksgroep op te bouwen. De beurs is een van de grootste persoonsgebonden wetenschappelijke subsidies van Nederland.