International Conference on Machine Learning 2019
TU Darmstadt steht für deutsche Spitzenforschung
29.05.2019 von Kersting/Peters
Experten für maschinelles Lernen aus der ganzen Welt treffen sich ab dem 9. Juni auf der 36. International Conference Machine Learning (ICML), um neueste Fortschritte im Verständnis des maschinellen Lernens zu präsentieren. Die ICML gehört neben Konferenzen wie der NeurIPS oder der ICLR zu den renommiertesten Fachtagungen für die Forschung zum Maschinellen Lernen und insbesondere zum Deep Learning (DL).
Trotz des starken industriellen Interesses und vieler Beiträge von Unternehmen wie Google, Microsoft oder Facebook bleibt die International Conference on Machine Learning 2019 eine akademische Konferenz. Der relative Beitrag von Universitäten wie der TU Darmstadt und außeruniversitärer Forschungseinrichtungen – die Zahl der akademischen Autoren im Verhältnis zur Gesamtzahl aller Autoren pro Veröffentlichung – liegt bei 77 Prozent. Forscher der TU Darmstadt sind an insgesamt sechs Veröffentlichungen beteiligt.
Die Ergebnisse werden in Vorträgen und Postern vorgestellt und sind zuvor von internationalen Fachkollegen geprüften worden. Eine Akzeptanzquote von 23 Prozent spricht für die Qualität der Veröffentlichungen. Die Forscher der TU Darmstadt organisieren und beteiligen sich außerdem an zahlreichen Workshops während der Konferenz.
Einzige deutsche Uni unter den Top 50 der beitragenden Forschungseinrichtungen
Professor Kristian Kersting, Leiter der Machine-Learning-Gruppe und Initiator des AIDA-Netzwerks für Künstlichen Intelligenz (KI) an der TU Darmstadt, und Professor Jan Peters, PhD, sind begeistert. Die Zahlen zeigen, dass die TU Darmstadt ihrem Anspruch gerecht wird, eine der führenden Universitäten für KI nicht nur in Europa, sondern auch in der Welt zu sein. Die TU Darmstadt ist 2019 die einzige Universität aus Deutschland, die es unter die Top 50 der beitragenden akademischen Forschungseinrichtungen auf der ICML geschafft hat.
Die International Conference on Machine Learning findet dieses Jahr vom 9. bis 15. Juni 2019 in Long Beach, CA, USA, statt.
Atuelle Veröffentlichungen
Karl Stelzner, Robert Peharz, Kristian Kersting: Faster Attend-Infer-Repeat with Tractable Probabilistic Models, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:5966-5975, 2019.
Philip Becker-Ehmck, Jan Peters, Patrick Van Der Smagt: Switching Linear Dynamics for Variational Bayes Filtering, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:553-562, 2019.
Riad Akrour, Joni Pajarinen, Jan Peters, Gerhard Neumann: Projections for Approximate Policy Iteration Algorithms, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:181-190, 2019.
Christian Wildner, Heinz Koeppl: Moment-Based Variational Inference for Markov Jump Processes, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:6766-6775, 2019.
Jinseok Nam, Young-Bum Kim, Eneldo Loza Mencia, Sunghyun Park, Ruhi Sarikaya, Johannes Fürnkranz: Learning Context-dependent Label Permutations for Multi-label Classification, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:4733-4742, 2019.
Philipp Becker, Harit Pandya, Gregor Gebhardt, Cheng Zhao, C. James Taylor, Gerhard Neumann: Recurrent Kalman Networks: Factorized Inference in High-Dimensional Deep Feature Spaces, Proceedings of the 36th International Conference on Machine Learning, PMLR 97:544-552, 2019.
