Promotie
Transfer Learning in Optimization: From Surrogate Modeling Adaptation to Morphology-Aware Control of Soft Robotics
- S. Pan
- Datum
- woensdag 21 oktober 2026
- Tijd
- Bezoekadres
-
Academiegebouw
Rapenburg 73
2311 GJ Leiden
Promotor(en)
- Prof.dr. T.H.W. Bäck
- dr. H. Wang
Samenvatting
Machine learning en optimalisatie kunnen helpen bij het oplossen van complexe problemen in wetenschap en techniek. In de praktijk is daarvoor echter vaak veel data nodig, terwijl nieuwe metingen, simulaties of experimenten duur en tijdrovend kunnen zijn. Dit proefschrift onderzoekt daarom hoe kennis uit eerdere, vergelijkbare problemen opnieuw kan worden gebruikt wanneer een nieuw probleem wordt aangepakt.
Het onderzoek richt zich op twee toepassingen. In het eerste deel worden modellen die eerder zijn geleerd voor een optimalisatieprobleem aangepast aan een nieuw, verwant probleem. Hiervoor wordt geleerd hoe de twee problemen van elkaar verschillen, bijvoorbeeld door verschuivingen, rotaties of meer complexe veranderingen. Experimenten met zowel standaard testproblemen als realistische toepassingen laten zien dat deze aanpak vooral nuttig is wanneer slechts weinig nieuwe data beschikbaar zijn.
In het tweede deel wordt kennisoverdracht onderzocht bij zachte robots. Wanneer de vorm van een robot verandert, veranderen vaak ook zijn sensoren en actuatoren. Daarom is een regelmodel ontwikkeld dat de robot als een netwerk van verbonden onderdelen beschrijft. Hierdoor kan eerder geleerde kennis beter worden hergebruikt bij nieuwe robotvormen.
De belangrijkste conclusie is dat succesvolle kennisoverdracht niet betekent dat een oud model onveranderd moet worden hergebruikt. Het is belangrijker om te bepalen welke kennis behouden kan blijven en welke moet worden aangepast. Dit kan de hoeveelheid benodigde data, rekentijd en experimenten aanzienlijk verminderen, en daarmee de ontwikkeling van nieuwe technische oplossingen efficiënter maken.
Proefschriften
Ongeveer een week na de promotie zijn proefschriften van Leidse promovendi digitaal beschikbaar via het Leids Repositorium. De proefschriften op deze site zijn vrij toegankelijk. Alleen in sommige gevallen rust er een tijdelijk embargo op een proefschrift en wordt het proefschrift pas later volledig beschikbaar gesteld.
Persvragen (alleen journalisten)
071 - 527 1521
nieuws@leidenuniv.nl
Algemene informatie
Bureau Pedel
pedel@bb.leidenuniv.nl
071 527 7211