Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.

Acht publicaties over machine learning gepresenteerd op 's werelds beste conferenties

3 juli 2018

Acht publicaties over machine learning, door onderzoekers van het Informatica Instituut, zijn geaccepteerd door International Conference on Machine Learning (ICML) en Uncertainty in Artificial Intelligence (UAI). Drie artikelen zullen worden gepresenteerd op ICML en vijf op UAI.
© UvA- AMLAB

ICML en UAI behoren tot de belangrijkste machine learning en AI-conferenties met een lange traditie (de 35e editie van de ICML en de 34e editie van de UAI dit jaar). De acceptatiegraad op beide conferenties is laag (ICML: ~ 25% en UAI: ~ 30%) waarmee de hoogste kwaliteit van alle geaccepteerde artikelen kan worden bewaard. Deze cijfers tonen aan dat het Informatica Instituut erin slaagt haar positie als leidend AI-instituut te continueren, niet alleen in Europa, maar ook in de wereld. Een aantal co-auteurs van de artikelen (Tim Davidson, Luca Falorsi en Nicola De Cao) zijn MSc-studenten die maken dit succes bijzonder waardevol.

A discrepancy between the variational lower bound (blue line) and the true log-likelihood function (red). © UvA- AMLAB

ICML 2018

The accepted papers are:

  • Neural Relational Inference for Interacting Systems. Thomas Kipf (UvA), Ethan Fetaya, Kuan-Chieh Wang, Max Welling (UvA), Richard Zemel
  • BOCK: Bayesian Optimization with Cylindrical Kernels. ChangYong Oh (UvA), Efstratios Gavves (UvA), Max Welling (UvA)
  • Attention-based Deep Multiple Instance Learning. Maximilian Ilse (UvA), Jakub Tomczak (UvA), Max Welling (UvA)
Low-dimensional data manifold given by the Variational Auto-Encoder. © UvA- AMLAB

UAI 2018

The accepted papers  are:

  • Sylvester Normalizing Flows for Variational Inference. Rianne van den Berg (UvA), Leonard Hasenclever, Jakub Tomczak (UvA), Max Welling (UvA).
  • Hyperspherical Variational Auto-Encoders.Tim Davidson (UvA), Luca Falorsi (UvA), Nicola De Cao (UvA), Thomas Kipf (UvA), Jakub M. Tomczak (UvA).
  • From Deterministic ODEs to Dynamic Structural Causal Models. Paul K. Rubenstein, Stephan Bongers (UvA), Joris M. Mooij (UvA), Bernhard Schoelkopf.
  • Constraint-based Causal Discovery for Non-Linear Structural Causal Models with Cycles and Latent Confounders. Patrick Forré (UvA), Joris M. Mooij (UvA).
  • Causal Discovery in the Presence of Measurement Error. Tineke Blom (UvA), Sara Magliacane, Anna Klimovskaia, Joris M. Mooij (UvA).
Latent representation for a Variational Auto-Encoder with Gaussian prior and posterior (baseline) and a Hyperspherical Variational Auto-Encoder with von-Mises-Fisher posterior and uniform prior over a hypersphere. © UvA- AMLAB

De papers zullen worden gepresenteerd tijdens ICML van 10-15 juli 2018 in Stockholm Zweden, en UAI van 6-10 augustus in Monterey Californië, VS.

ICML 2018 Thirty-fifth International Conference on Machine Learning, 10-15 July 2018 UAI 2018 The Conference on Uncertainty in Artificial Intelligence, 6-10 August 2018