In this dissertation (titled: Exploring the Synergies between Transfer in Reinforcement Learning and Procedural Content Generation) we explore how the two research fields named in the title, namely Transfer in Reinforcement Learning (TRL) and Procedural Content Generation (PCG) can synergize togethe…

This thesis investigates the contribution of quantum computers to machine learning, a field called Quantum Machine Learning. Quantum Machine Learning promises innovative perspectives and methods for solving complex problems in machine learning, leveraging the unique capabilities of quantum computers…

In this work, I explore the creation of new methods that optimize simulations of the gravitational N-body problem. Specifically, I take advantage of the recent popularity of Machine Learning methods to find tools that can suit this problem.

Over several decades, a variety of computational methods for drug discovery have been proposed and applied in practice. With the accumulation of data and the development of machine learning methods, computational drug design methods have gradually shifted to a new paradigm, i.e. deep learning methods…

Data Science & AI-student Nataliia Bagan weet wiskunde, taal en kunstmatige intelligentie op een bijzondere manier te combineren. Haar bachelorscriptie over het verbeteren van het redeneervermogen van grote taalmodellen leverde haar een nominatie op voor de Leiden Science Young Talent Award 2025.

‘We hopen dat ons artikel de mogelijkheden en voordelen laat zien van het gebruik van kunstmatige intelligentie in de quantumfysica om nieuwe ontdekkingen te doen.’ Vedran Dunjko van het Leiden Institute of Advanced Computer Science droeg bij aan een artikel dat vorig jaar verscheen in PNAS. Het artikel…