Onderzoeksgroep
Expertise
Mijn onderzoekservaring richt zich op het intelligent beheren en orkestreren van computer- en netwerkbronnen in gedistribueerde edge-, cloud- en 5G/6G-omgevingen. Mijn werk onderzoekt hoe kunstmatige intelligentie (AI) kan worden beschouwd als een eersteklas orkestreerbare capaciteit, die de geautomatiseerde plaatsing, schaling, migratie, modelselectie en lifecyclemanagement van AI-applicaties en -componenten mogelijk maakt. Mijn belangrijkste onderzoeksthema's zijn AI-gestuurde orkestratie, multi-access edge computing, netwerkintelligentie, digitale netwerktweelingen, reinforcement learning, adaptieve autoscaling, Kubernetes-gebaseerde infrastructuren en MLOps. Ik onderzoek de afwegingen tussen latentie, energieverbruik, resourcegebruik, servicelevel-doelstellingen en machine learning-nauwkeurigheid. Mijn onderzoeksactiviteiten omvatten het ontwerpen en evalueren van reinforcement learning-controllers, het vergelijken ervan met drempelgebaseerde en regeltheoretische benaderingen, het ontwikkelen van digitale tweelingomgevingen voor experimenten en het bouwen van closed-loop monitoring- en orkestratiepipelines met behulp van Kubernetes, Prometheus, Grafana, Kepler, Prefect en gecontaineriseerde microservices.