Platzhalterbild der Organisationseinheit

Institut für Künstliche Intelligenz

Organisation: Institut/Seminar

Adressentyp: Besucheradresse.
Appelstraße 9a
30167
Hannover
Forschungs-netzwerk anzeigen
1 - 20 von 114Seitengröße: 20

Publikationen

  1. 2024
  2. Elektronisch veröffentlicht (E-Pub)

    Optimizing Time Series Forecasting Architectures: A Hierarchical Neural Architecture Search Approach

    Deng, D. & Lindauer, M., 10 Juni 2024, (Elektronisch veröffentlicht (E-Pub)) (ArXiv).

    Publikation: Arbeitspapier/Preprint › Preprint

  3. Elektronisch veröffentlicht (E-Pub)

    Hyperparameter Importance Analysis for Multi-Objective AutoML

    Theodorakopoulos, D., Stahl, F. & Lindauer, M., 13 Mai 2024, (Elektronisch veröffentlicht (E-Pub)).

    Publikation: Arbeitspapier/Preprint › Preprint

  4. Veröffentlicht

    Verfahren zum Trainieren eines Algorithmus des maschinellen Lernens durch ein bestärkendes Lernverfahren

    Eimer, T., Hutter, F., Lindauer, M. & Biedenkapp, A., 4 Apr. 2024, IPC Nr. G06N20/00, Patent Nr. DE102022210480A1, 4 Okt. 2022, Prioritätsdatum 4 Okt. 2022, Prioritätsnr. DE202210210480A

    Publikation: Schutzrecht/Patent › Patent

  5. Elektronisch veröffentlicht (E-Pub)

    Towards Leveraging AutoML for Sustainable Deep Learning: A Multi-Objective HPO Approach on Deep Shift Neural Networks

    Hennig, L., Tornede, T. & Lindauer, M., 2 Apr. 2024, (Elektronisch veröffentlicht (E-Pub)) 5th Workshop on practical ML for limited/low resource settings.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  6. Angenommen/Im Druck

    auto-sktime: Automated Time Series Forecasting

    Zöller, M., Lindauer, M. & Huber, M., Apr. 2024, (Angenommen/Im Druck) Proceedings of the 18TH Learning and Intelligent Optimization Conference (LION).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  7. Elektronisch veröffentlicht (E-Pub)

    Structure in Deep Reinforcement Learning: A Survey and Open Problems

    Mohan, A., Zhang, A. & Lindauer, M., Apr. 2024, (Elektronisch veröffentlicht (E-Pub)) in: Journal of Artificial Intelligence Research.

    Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review

  8. Veröffentlicht

    Who Determines What Is Relevant? Humans or AI? Why Not Both? A spectrum of human–artificial intelligence collaboration in assessing relevance

    Faggioli, G., Dietz, L., Clarke, C. L. A., Demartini, G., Hagen, M., Hauff, C., Kando, N., Kanoulas, E., Potthast, M., Stein, B. & Wachsmuth, H., 25 März 2024, in: Communications of the ACM. 67, 4, S. 31-34 4 S.

    Publikation: Beitrag in Fachzeitschrift › Meinungsbeitrag › Forschung › Peer-Review

  9. Veröffentlicht

    Interactive Hyperparameter Optimization in Multi-Objective Problems via Preference Learning

    Giovanelli, J., Tornede, A., Tornede, T. & Lindauer, M., 24 März 2024, Proceedings of the 38th conference on AAAI. Wooldridge, M., Dy, J. & Natarajan, S. (Hrsg.). S. 12172-12180 9 S. (Proceedings of the AAAI Conference on Artificial Intelligence; Band 38, Nr. 11).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  10. Elektronisch veröffentlicht (E-Pub)

    AutoML in the Age of Large Language Models: Current Challenges, Future Opportunities and Risks

    Tornede, A., Deng, D., Eimer, T., Giovanelli, J., Mohan, A., Ruhkopf, T., Segel, S., Theodorakopoulos, D., Tornede, T., Wachsmuth, H. & Lindauer, M., 9 Feb. 2024, (Elektronisch veröffentlicht (E-Pub)) in: Transactions on Machine Learning Research.

    Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review

  11. Elektronisch veröffentlicht (E-Pub)

    Instance Selection for Dynamic Algorithm Configuration with Reinforcement Learning: Improving Generalization

    Benjamins, C., Cenikj, G., Nikolikj, A., Mohan, A., Eftimov, T. & Lindauer, M., 2024, (Elektronisch veröffentlicht (E-Pub)) Genetic and Evolutionary Computation Conference (GECCO).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  12. Veröffentlicht

    Position Paper: A Call to Action for a Human-Centered AutoML Paradigm

    Lindauer, M., Karl, F., Klier, A., Moosbauer, J., Tornede, A., Müller, A., Hutter, F., Feurer, M. & Bischl, B., 2024, Proceedings of the international conference on machine learning.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  13. 2023
  14. Veröffentlicht

    AutoML: advanced tool for mining multivariate plant traits

    Shoaib, M., Kotthoff, L., Lindauer, M. & Kant, S., Dez. 2023, in: Trends in Plant Science. 28, 12, S. 1451-1452 2 S.

    Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review

  15. Veröffentlicht

    Modeling Highlighting of Metaphors in Multitask Contrastive Learning Paradigms

    Sengupta, M., Dez. 2023, Findings of the Association for Computational Linguistics: EMNLP 2023. Singapore, S. 4636–4659 24 S.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  16. Elektronisch veröffentlicht (E-Pub)

    AutoML in Heavily Constrained Applications

    Neutatz, F., Lindauer, M. & Abedjan, Z., 17 Nov. 2023, (Elektronisch veröffentlicht (E-Pub)) in: VLDB Journal.

    Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review

  17. Angenommen/Im Druck

    A Patterns Framework for Incorporating Structure in Deep Reinforcement Learning

    Mohan, A., Zhang, A. & Lindauer, M., 17 Sept. 2023, (Angenommen/Im Druck) The 16th European Workshop on Reinforcement Learning (EWRL 2023).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Abstract in Konferenzband › Forschung › Peer-Review

  18. Angenommen/Im Druck

    Extended Abstract: AutoRL Hyperparameter Landscapes

    Mohan, A., Benjamins, C., Wienecke, K., Dockhorn, A. & Lindauer, M., 15 Sept. 2023, (Angenommen/Im Druck) The 16th European Workshop on Reinforcement Learning (EWRL 2023).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  19. Veröffentlicht

    Claim Optimization in Computational Argumentation

    Skitalinskaya, G., Spliethöver, M. & Wachsmuth, H., Sept. 2023, Proceedings of the 16th International Natural Language Generation Conference. Keet, C. M., Lee, H-Y. & Zarrieß, S. (Hrsg.). S. 134-152

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  20. Veröffentlicht

    Identifying Feedback Types to Augment Feedback Comment Generation

    Stahl, M. & Wachsmuth, H., Sept. 2023, Proceedings of the 16th International Natural Language Generation Conference: Generation Challenges. S. 31-36

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  21. Elektronisch veröffentlicht (E-Pub)

    PriorBand: Practical Hyperparameter Optimization in the Age of Deep Learning

    Mallik, N., Bergman, E., Hvarfner, C., Stoll, D., Janowski, M., Lindauer, M., Nardi, L. & Hutter, F., Sept. 2023, (Elektronisch veröffentlicht (E-Pub)) Proceedings of the international Conference on Neural Information Processing Systems (NeurIPS).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

  22. Veröffentlicht

    Hyperparameters in Reinforcement Learning and How to Tune Them

    Eimer, T., Lindauer, M. & Raileanu, R., 23 Juli 2023, ICML'23: Proceedings of the 40th International Conference on Machine Learning. S. 9104–9149 366

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review

Vorherige 1 2 3 4 5 6 Nächste