Kathlén Kohn får Göran Gustafssonpriset i teknisk fysik vid KTH. Hon föddes i Tyskland 1990, tog sin doktorsexamen vid TU Berlin 2018, var forskare vid ICERM (Brown University) och Universitetet i Oslo.
Hon flyttade till KTH 2019, där hon nu är lektor vid matematiska institutionen.
Kathlén beskriver sin forskning på följande sätt: Jag utforskar den underliggande geometrin gömd i många datavetenskap- och AI-problem, med hjälp av algebraiska verktyg. Ett av mina huvudsakliga vetenskapliga intressen är att belysa varför djupinlärning fungerar bra. Med den inriktningen analyserar Kathlén systematiskt hur arkitektoniska val av ett neuralt nätverk påverkar geometrin av mängden funktioner som nätverket kan representera och hur denna geometri påverkar inlärningsprocessen. Hennes filosofi är att approximera godtyckliga neurala nätverk genom nätverk med polynomaktiveringsfunktioner och att till fullo förstå sådana polynomnätverk med hjälp av verktyg från algebraisk geometri. Hennes ambition är en komplett ordbok mellan arkitektoniska val, geometriska egenskaper och inlärningsprestanda, vilket leder till bättre informerad neurala nätverksdesign.
Förutom neurala nätverk arbetar Kathlén med 3D-rekonstruktion i datorseende. Hon studerar geometrin av rörliga kameror och utnyttjar detta för att formulera 3D-rekonstruktionsproblem via system av polynomekvationer som kan lösas effektivt.
Utanför vetenskapen tränar Kathlén akrobatik, spelar gitarr och piano, och utforskar världen med sin dotter.