Anqi Chu, M. Sc.
- Wissenschaftliche Mitarbeiterin
- Gruppe: Prof. Stork
- Raum: 2.29
CS 30.10 - Tel.: +49 721 608-46499
- anqi chu ∂does-not-exist.kit edu
- Engesserstr. 5
76131 Karlsruhe
M.Sc. Anqi Chu
Beruflicher Lebenslauf
- Bachelor-Abschluss in Mechatronik an der Tongji-Universität, Shanghai
- Masterstudium der Elektrotechnik und Informationstechnik mit dem Schwerpunkt Elektromobilität am KIT
- Wissenschaftliche Mitarbeiterin am ITIV seit September 2022
AI for Optimization
Anwendung von Methoden der künstlichen Intelligenz – insbesondere des Reinforcement Learnings – zur Lösung komplexer Optimierungsprobleme in realen Systemen mit praktischen Einschränkungen und dynamischen Umgebungsbedingungen. Der Schwerpunkt liegt auf der Entwicklung effizienter Algorithmen sowie auf deren Generalisierungsfähigkeit und Anpassungsfähigkeit an reale Systeme mit praktischen Anforderungen.
Driving Behavior Prediction
Entwicklung datenbasierter Modelle zur Vorhersage des Fahrverhaltens unter Verwendung cloudgestützter und Echtzeit-Informationsquellen. Die Forschung umfasst multimodale Datenfusion, Verhaltensmodellierung und prädiktive Analytik zur Unterstützung intelligenter Fahrzeugsysteme und der Entscheidungsprozesse in dynamischen Umgebungen.
Explainable and Trustworthy AI
Forschung zur Verbesserung der Transparenz, Interpretierbarkeit und Verlässlichkeit von KI-Systemen in realen Anwendungen. Die Arbeit befasst sich mit der Entwicklung von Methoden, die es Experten aus Nicht-KI-Bereichen ermöglichen, KI-gestützte Entscheidungen nachzuvollziehen, zu bewerten und ihnen zu vertrauen, um eine sichere und robuste Entscheidungsfindung in komplexen Umgebungen zu unterstützen.
| Titel | Typ |
|---|---|
| KI-basierte Optimierung: Entwicklung lernender Algorithmen für komplexe Aufgabenstellungen | Bachelor- /Masterarbeit |
| Deep Learning-Ansatz zur Fahrverhaltensvorhersage mit Datenfusion | Masterarbeit |
| Train your own AI agent with Reinforcement Learning: Gaming, dynamic controlling like a pro | Bachelor-/ Masterarbeit |
| Meta-Learning: learning to learn. Generalisierung der Fähigkeit von neuronalen Netzen für Aufgabenserien | Bachelor-/ Masterarbeit |
Publikationen
Chu, A.; Xie, X.; Hermann, C. M.; Stork, W.; Roth-Stielow, J.
2023. IEEE International Conference on Big Data (BigData), Sorrento, Italy, 15th-18th December 2023, 1667–1676, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/BigData59044.2023.10386292
Chu, A.; Xie, X.; Stork, W.
2023. IEEE International Conference on Big Data (BigData), Sorrento, Italy, 15th-18th December 2023, 5176–5180, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/BigData59044.2023.10386853
Chu, A.; Hermann, C. M.; Silz, J.; Pfau, J.; Barón, K. M.; Anantharajaiah, N.; Schmidt, P.; Hotfilter, T.; Xie, X.; Becker, J.; Kallfass, I.; Roth-Stielow, J.; Stork, W.
2023. IEEE EUROCON 2023 - 20th International Conference on Smart Technologies, 665–670, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/EUROCON56442.2023.10199076
Xie, X.; Jin, M.; Chu, A.; Stork, W.
2022. IEEE International Conference on Big Data (Big Data), Osaka, Japan, 17th-20th December 2022, 2123–2132, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/BigData55660.2022.10020366
Xie, X.; Chen, T.; Chu, A.; Stork, W.
2022. 2022 26th International Conference on Pattern Recognition (ICPR), 1843–1850, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ICPR56361.2022.9956190