Publikationen
- 2021
- Veröffentlicht
Auto-PyTorch: Multi-Fidelity MetaLearning for Efficient and Robust AutoDL
Zimmer, L., Lindauer, M. & Hutter, F., 1 Sept. 2021, in: IEEE Transactions on Pattern Analysis and Machine Intelligence. 43, 9, S. 3079-3090 12 S., 9382913.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
- Veröffentlicht
Winning Solutions and Post-Challenge Analyses of the ChaLearn AutoDL Challenge 2019
Liu, Z., Pavao, A., Xu, Z., Escalera, S., Ferreira, F., Guyon, I., Hong, S., Hutter, F., Ji, R., Junior, J. C. S. J., Li, G., Lindauer, M., Luo, Z., Madadi, M., Nierhoff, T., Niu, K., Pan, C., Stoll, D., Treguer, S., Wang, J., Wang, P., Wu, C., Xiong, Y., Zela, A. & Zhang, Y., 1 Sept. 2021, in: IEEE Transactions on Pattern Analysis and Machine Intelligence. 43, 9, S. 3108-3125 18 S., 9415128.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Automatic Risk Adaptation in Distributional Reinforcement Learning
Schubert, F., Eimer, T., Rosenhahn, B. & Lindauer, M., 11 Juni 2021, (Elektronisch veröffentlicht (E-Pub)) 14 S.Publikation: Arbeitspapier/Preprint › Preprint
- Veröffentlicht
Verfahren, Vorrichtung und Computerprogramm zum Erstellen eines künstlichen neuronalen Netzes
Lindauer, M., Hutter, F., Burkart, M. & Zimmer, L., 25 März 2021, IPC Nr. G06N 3/ 08 A I, Patent Nr. DE102019214625, Prioritätsdatum 25 Sept. 2019, Prioritätsnr. DE201910214625Publikation: Schutzrecht/Patent › Patent
- Veröffentlicht
METHOD, DEVICE AND COMPUTER PROGRAM FOR PRODUCING A STRATEGY FOR A ROBOT
Hutter, F., Fuks, L., Lindauer, M. & Awad, N., 14 Jan. 2021, IPC Nr. G05B 17/ 02 A I, Patent Nr. US2021008718, Prioritätsdatum 12 Juli 2019, Prioritätsnr. DE201910210372Publikation: Schutzrecht/Patent › Patent
- Veröffentlicht
Verfahren, Vorrichtung und Computerprogramm zum Erstellen einer Strategie für einen Roboter
Hutter, F., Fuks, L., Lindauer, M. & Awad, N., 14 Jan. 2021, IPC Nr. G05B13/02, G06N20/00, G06N3/02, Patent Nr. DE102019210372A1, 7 Dez. 2019, Prioritätsdatum 7 Dez. 2019, Prioritätsnr. DE102019210372APublikation: Schutzrecht/Patent › Patent
- Elektronisch veröffentlicht (E-Pub)
Bag of Baselines for Multi-objective Joint Neural Architecture Search and Hyperparameter Optimization
Guerrero-Viu, J., Hauns, S., Izquierdo, S., Miotto, G., Schrodi, S., Biedenkapp, A., Elsken, T., Deng, D., Lindauer, M. & Hutter, F., 2021, (Elektronisch veröffentlicht (E-Pub)) ICML 2021 Workshop AutoML. 22 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Veröffentlicht
Bayesian Optimization with a Prior for the Optimum
Souza, A., Nardi, L., Oliveira, L. B., Olukotun, K., Lindauer, M. & Hutter, F., 2021, Machine Learning and Knowledge Discovery in Databases. Research Track: European Conference, ECML PKDD 2021, Proceedings. Oliver, N., Pérez-Cruz, F., Kramer, S., Read, J. & Lozano, J. A. (Hrsg.). Cham: Springer Nature Switzerland AG, Band 3. S. 265-296 32 S. (Lecture Notes in Artificial Intelligence (Subseries of Lecture Notes in Computer Science); Band 12977).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Veröffentlicht
DACBench: A Benchmark Library for Dynamic Algorithm Configuration
Eimer, T., Biedenkapp, A., Reimer, M., Adriaensen, S., Hutter, F. & Lindauer, M. T., 2021, Proceedings of the Thirtieth International Joint Conference on Artificial Intelligence (IJCAI-21). Zhou, Z-H. (Hrsg.). S. 1668-1674 7 S. (IJCAI International Joint Conference on Artificial Intelligence).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
HPOBench: A Collection of Reproducible Multi-Fidelity Benchmark Problems for HPO
Eggensperger, K., Müller, P., Mallik, N., Feurer, M., Sass, R., Awad, N., Lindauer, M. & Hutter, F., 2021, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international conference on Neural Information Processing Systems (NeurIPS) (Datasets and Benchmarks Track). 36 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Veröffentlicht
Hyperparameters in Contextual RL are Highly Situational
Eimer, T., Benjamins, C. & Lindauer, M. T., 2021, International Workshop on Ecological Theory of RL (at NeurIPS).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Learning Heuristic Selection with Dynamic Algorithm Configuration
Speck, D., Biedenkapp, A., Hutter, F., Mattmüller, R. & Lindauer, M., 2021, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the International Conference on Automated Planning and Scheduling (ICAPS).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Prior-guided Bayesian Optimization
Souza, A., Nardi, L., Oliveira, L. B., Olukotun, K., Lindauer, M. & Hutter, F., 2021, (Elektronisch veröffentlicht (E-Pub)) Machine Learning and Knowledge Discovery in Databases. Research Track: European Conference, ECML PKDD 2021.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Self-Paced Context Evaluation for Contextual Reinforcement Learning
Eimer, T., Biedenkapp, A., Hutter, F. & Lindauer, M., 2021, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international conference on machine learning (ICML). 14 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
TempoRL: Learning When to Act
Biedenkapp, A., Rajan, R., Hutter, F. & Lindauer, M., 2021, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international conference on machine learning (ICML). 18 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Well-tuned Simple Nets Excel on Tabular Datasets
Kadra, A., Lindauer, M., Hutter, F. & Grabocka, J., 2021, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international conference on Advances in Neural Information Processing Systems (NeurIPS 2021). 23 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- 2020
- Elektronisch veröffentlicht (E-Pub)
Squirrel: A Switching Hyperparameter Optimizer
Awad, N., Shala, G., Deng, D., Mallik, N., Feurer, M., Eggensperger, K., Biedenkapp, A., Vermetten, D., Wang, H., Doerr, C., Lindauer, M. & Hutter, F., 16 Dez. 2020, (Elektronisch veröffentlicht (E-Pub)) 3 S.Publikation: Arbeitspapier/Preprint › Preprint
- Veröffentlicht
VERFAHREN, VORRICHTUNG UND COMPUTERPROGRAMM ZUM EINSTELLEN EINES HYPERPARAMETERS
Lindauer, M., Hutter, F., Biedenkapp, A. & Bozkurt, F., 9 Dez. 2020, IPC Nr. G06N 7/ 00 A I, Patent Nr. EP3748551, Prioritätsdatum 7 Juni 2019, Prioritätsnr. EP20190179116Publikation: Schutzrecht/Patent › Patent
- Veröffentlicht
Using AutoML to Optimize Shape Error Prediction in Milling Processes
Denkena, B., Dittrich, M., Lindauer, M. T., Mainka, J. M. & Stürenburg, L. K., 12 Nov. 2020, in: SSRN Electronic Journal. 2020, 6 S.Publikation: Beitrag in Fachzeitschrift › Konferenzaufsatz in Fachzeitschrift › Forschung › Peer-Review
- Veröffentlicht
Best Practices for Scientific Research on Neural Architecture Search
Lindauer, M. & Hutter, F., Nov. 2020, in: Journal of Machine Learning Research. 21, 18 S.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review