Xiaoqi Tan s'efforce de créer un cadre commun pour la prise de décision optimale dans différents types d'incertitude, avec des garanties formelles de performance, de robustesse et d'explicabilité.

Prise de décision dans l'incertitude

Xiaoqi Tan est professeur adjoint d'informatique à l'université d'Alberta et membre de l'Amii. Il est également membre du corps enseignant du laboratoire SODA de l'université d'Alberta.

Avant juillet 2021, il était boursier postdoctoral à l'Université de Toronto. Il a obtenu son doctorat à l'Université des sciences et de la technologie de Hong Kong en 2018. Au cours de son doctorat, il a également été chercheur invité à l'école d'ingénierie et de sciences appliquées de l'université Harvard.

Les intérêts de recherche de Xiaoqi couvrent divers sujets dans l'optimisation et la prise de décision dans l'incertitude, avec un accent sur l'exploration de l'interaction entre les algorithmes (pour l'optimisation), l'apprentissage (pour la prédiction), et les incitations (pour la modélisation des comportements stratégiques) dans la prise de décision en ligne/multi-agents.