Constantin Waubert de Puiseau, M.Sc.
Wissenschaftlicher Mitarbeiter
Forschungsinteressen:
- Deep Reinforcement Learning für die Produktionsplanung und Warenlagerlogistik
- Industrial Deep Learning and Data Science
- Artificial Intelligence in Operations Research
Biographie
Constantin Waubert de Puiseau ist seit Dezember 2019 als wissenschaftlicher Mitarbeiter und Doktorand am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal tätig.
Herr Waubert de Puiseau studierte Maschinenbau an der RWTH Aachen mit Schwerpunkten auf informationstechnologischen Anwendungen in der Produktions- und Medizintechnik. In seiner Masterarbeit untersuchte er künstliche neuronale Netze und entwickelte Methoden zur Visualisierung der Repräsentation von in den Netzen gespeichertem Wissen.
Am TMDT beschäftigt er sich mit Anwendungen des maschinellen Lernens im Industriekontext. Ein besonderer Schwerpunkt, der Kern seines Dissertationsvorhabens ist, liegt dabei auf der Forschung an robuster und interpretierbarer Produktionsplanung mittels Deep Reinforcement Learning.
Publikationen
- 2022
- Maack, R. F., Waubert-de-Puiseau, C., Sokolova, A., Atsbha, H., Tercan, H., & Meisen, T. (2022). "Reducing the Sim2Real-Gap in Extrusion Blow Molding using Random Forest Regressors" , Manufacturing Letters , 33 , 843—849.
- 2020
- Meyes, R., Waubert-de-Puiseau, C., Posada-Moreno, A., & Meisen, T. (2020). "Under the Hood of Neural Networks: Characterizing Learned Representations by Functional Neuron Populations and Network Ablations" .
- 2019
- Meyes, R., Lu, M., Waubert-de-Puiseau, C., & Meisen, T. (2019). "Ablation Studies in Artificial Neural Networks" , arXiv arXiv:1901.08644 .
- Meyes, R., Lu, M., Waubert-de-Puiseau, C., & Meisen, T. (2019). "Ablation Studies to Uncover Structure of Learned Representations in Artificial Neural Networks" , Proceedings of the 2019 International Conference on Artificial Intelligence (ICAI) .
