Publikationen
- 2024
- 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)) NeurIPS Workshop on Time Series in the Age of Large Models. (ArXiv).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- 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
- 2023
- Elektronisch veröffentlicht (E-Pub)
MASIF: Meta-learned Algorithm Selection using Implicit Fidelity Information
Ruhkopf, T., Mohan, A., Deng, D., Tornede, A., Hutter, F. & Lindauer, M., 18 Apr. 2023, (Elektronisch veröffentlicht (E-Pub)) in: Transactions on Machine Learning Research.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
- Veröffentlicht
Hyperparameter Optimization: Foundations, Algorithms, Best Practices and Open Challenges
Bischl, B., Binder, M., Lang, M., Pielok, T., Richter, J., Coors, S., Thomas, J., Ullmann, T., Becker, M., Boulesteix, A., Deng, D. & Lindauer, M., 10 März 2023, in: Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 13, 2, 70 S., e1484.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
- 2022
- Veröffentlicht
SMAC3: A Versatile Bayesian Optimization Package for Hyperparameter Optimization
Lindauer, M., Eggensperger, K., Feurer, M., Biedenkapp, A., Deng, D., Benjamins, C., Sass, R. & Hutter, F., Feb. 2022, in: Journal of Machine Learning Research. 2022, 23, 8 S.Publikation: Beitrag in Fachzeitschrift › Artikel › Forschung › Peer-Review
- Veröffentlicht
Efficient Automated Deep Learning for Time Series Forecasting
Deng, D., Karl, F., Hutter, F., Bischl, B. & Lindauer, M., 2022, Proceedings of the European Conference on Machine Learning (ECML).Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- Elektronisch veröffentlicht (E-Pub)
Searching in the Forest for Local Bayesian Optimization
Deng, D. & Lindauer, M., 2022, (Elektronisch veröffentlicht (E-Pub)) ECML/PKDD workshop on Meta-learning. 17 S.Publikation: Beitrag in Buch/Bericht/Sammelwerk/Konferenzband › Aufsatz in Konferenzband › Forschung › Peer-Review
- 2021
- 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
- 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