E-mail senden E-Mail Adresse kopieren

E-Mail

Adresse

Im Oberen Werk 1
66386 St. Ingbert (Germany)

Weitere Informationen

Kurzbiografie

Dr. Krikamol Muandet ist Tenure-Track-Faculty (Fast Track) am CISPA Helmholtz-Zentrum für Informationssicherheit. Von 2018 bis 2022 war er Forschungsgruppenleiter in der Abteilung Empirische Inferenz am Max-Planck-Institut für Intelligente Systeme in Tübingen. Von Januar 2016 bis Dezember 2017 war er Dozent in der Abteilung Mathematik an der naturwissenschaftlichen Fakultät der Mahidol University in Thailand. Unter der Leitung von Prof. Bernhard Schölkopf promivierte er summa cum laude zu Kernel-Methoden im maschinellen Lernen. Zuvor schloss er sein Master-Studium in maschinellem Lernen am University College London (UCL) mit Auszeichnung ab. Am UCL arbeitete er hauptsächlich in der Gatsby Computational Neuroscience Unit bei Prof. Yee Whye Teh.

CV: Letzte Stationen

Seit 2022
Tenure-Track Faculty am CISPA Helmholtz-Zentrum für Informationssicherheit
2018 - 2022
Forschungsgruppenleiter im Empirical Inference Department am Max-Planck-Institut für Intelligente Systeme
2016 - 2017
Lecturer im Fachbereich Mathematik, Faculty of Science, Mahidol Universität in Thailand

Veröffentlichungen von Krikamol Muandet

Jahr 2024

Artikel

Trans. Mach. Learn. Res. Learning Counterfactually Invariant Predictors.

Konferenz / Medium

International Conference on Artificial Intelligence and Statistics (AISTATS)
Looping in the Human: Collaborative and Explainable Bayesian Optimization.

Konferenz / Medium

National Conference of the American Association for Artificial Intelligence (AAAI)
Causal Strategic Learning with Competitive Selection

Jahr 2023

Konferenz / Medium

Conference on Neural Information Processing Systems (NeurIPS)
A Measure-Theoretic Axiomatisation of Causality.

Konferenz / Medium

Conference on Neural Information Processing Systems (NeurIPS)
Explaining the Uncertain: Stochastic Shapley Values for Gaussian Process Models.

Artikel

Trans. Mach. Learn. Res. Gated Domain Units for Multi-source Domain Generalization.

Konferenz / Medium

International Conference on Algorithmic Learning Theory
Towards Empirical Process Theory for Vector-Valued Functions: Metric Entropy of Smooth Function Classes

Jahr 2022

Konferenz / Medium

International Conference on Machine Learning (ICML)
On the Relationship Between Explanation and Prediction: A Causal View

Konferenz / Medium

Conference on Neural Information Processing Systems (NeurIPS)
AutoML Two-Sample Test.