Michael Kölle, M.Sc.

Michael Kölle, M.Sc.

Lehrstuhl für Mobile und Verteilte Systeme

Ludwig-Maximilians-Universität München, Institut für Informatik

Oettingenstraße 67
80538 München

Raum E109

Telefon: +49 89 / 2180-9160

Fax: +49 89 / 2180-9148

Mail: michael.koelle@ifi.lmu.de

🎓 Research Interests

  • Quantum Artificial Intelligence
  • Multi-Agent Reinforcement Learning

📚 Publications

2022

  • A. Sedlmeier, M. Kölle, R. Müller, L. Baudrexel, and C. Linnhoff-Popien, "Quantifying Multimodality in World Models," in Proceedings of the 14th International Conference on Agents and Artificial Intelligence - Volume 1: ICAART,, 2022, pp. 367-374. doi:10.5220/0010898500003116
    [BibTeX]
    @conference{multimod_icaart22,
    author={Andreas Sedlmeier and Michael Kölle and Robert Müller and Leo Baudrexel and Claudia Linnhoff-Popien},
    title={Quantifying Multimodality in World Models},
    booktitle={Proceedings of the 14th International Conference on Agents and Artificial Intelligence - Volume 1: ICAART,},
    year={2022},
    pages={367-374},
    publisher={SciTePress},
    organization={INSTICC},
    doi={10.5220/0010898500003116},
    isbn={978-989-758-547-0},
    }

❗ Hinweis zu Abschlussarbeiten

Für Einzelpraktika (EP), Bachelorarbeiten (BA) und Masterarbeiten (MA) muss eine gewisse Einarbeitungszeit eingeplant werden die sich an den Vorkenntnissen des Studierenden orientiert.
Die Bearbeitungszeit liegt bei bis zu 20 Wochen bei einer BA und bis zu 26 Wochen bei einer MA. Der Bearbeitungszeitraum eines EP umfasst ein Semester.
Antworten auf Anfragen sind nicht als Zusage für die Betreuung zu werten.

👷‍♀️ Open thesis ideas

Bei Interesse an einem der ausgeschriebenen Themen einfach eine E-Mail schreiben.
Gerne können Sie sich auch jederzeit mit einer eigenen Idee in meinem Forschungsbereich bei mir melden.

  • Aktuell sind keine spezifischen Themen ausgeschrieben

📖 In Progress

  • A comparison of Generative Adversarial Networks and Variational Autoencoders for Density Estimation
  • Efficient embedding in Quantum Support Vector Machines using a specialized NISQ approach
  • Anomaly Detection on Medical Images using Classification of Clustering Results
  • A Risk-Sensitive Approach for modeling the Hedging Portfolio Problem with Reinforcement Learning

✅ Completed thesis

  • Exploring the impact of markets on the credit assignment problem in a multi-agent environment
  • Learning to Participate through Trading of Reward Shares