Dr.
Nuwan Gunasekara

Nuwan Gunasekara ist Postdoktorand an der Halmstad University in Schweden und KI-Forscher mit Spezialisierung auf Data-Stream-Learning und Continual Learning. Seine Arbeit konzentriert sich auf adaptive neuronale Netze und Ensemble-Methoden für sich entwickelnde, nicht-stationäre Daten, mit besonderem Fokus auf die Anpassung an Concept Drift und die Abschwächung von katastrophalem Vergessen in Echtzeit-Lernsystemen.

Nuwans Forschung umfasst adaptive neuronale Architekturen, gradientengeboostete Modelle und Online-Hyperparameter-Optimierung, mit Publikationen in führenden Fachzeitschriften und Konferenzen wie IJCAI, Machine Learning sowie Data Mining and Knowledge Discovery. Er ist aktiver Mitwirkender und Maintainer von Open-Source-Frameworks für Data-Stream-Learning, darunter MOA und CapyMOA, und engagiert sich regelmäßig in Tutorials, Workshops und Programmkomitees innerhalb der Machine-Learning-Community.

Mit einem Hintergrund, der Wissenschaft und Industrie verbindet – einschließlich eines Jahrzehnts als Senior Software Engineer – schätzt Nuwan interdisziplinäre Zusammenarbeit und verfolgt das Ziel, Spitzenforschung in robuste, reproduzierbare und wirkungsvolle KI-Systeme für reale Anwendungen zu überführen.