IDA Wiki

Block-Seminar: Kernels for Structured Data

Termine und Dozenten

Termin

Vorbesprechung am 3.11.2010 um 11:00 Uhr im Raum FR 6046

Blockseminar am 18.1.2011 von 10:00 bis 18:00 Uhr im Raum FR 6046

Verantwortlich

Dr. Konrad Rieck, Dr. Soeren Sonnenburg, Prof. Dr. Klaus-Robert Müller

Themenvergabe

per Email bis 10.11.2010 in Absprache mit dem Betreuer

Anrechenbarkeit

Wahlpflicht LV in den M.Sc. Modulen Maschinelles Lernen 1 & 2

Inhalt

In vielen Anwendungen des maschinellen Lernens sind die zu analysierenden Daten keine Vektoren, sondern Datenstrukturen wie Strings, Bäume und Graphen. Typische Beispiele sind DNA-Sequenzen in der Bioinformatik, Parsebäume in der Sprachverarbeitung und Graphen in der Chemoinformatik. Eine elegante Möglichkeit diese strukturierten Daten zu analysieren bietet das Konzept des kernbasierten Lernens. Die Lernalgorithmen sind hierbei ausschließlich über Kernfunktionen definiert, so dass es genügt Kerne für strukturierte Daten zu entwerfen, um diese zu analysieren. Das Seminar beschäftigt sich mit solchen Kernen. Es werden Kernfunktionen für Strings, Bäume und Graphen, ihre Implementierung und entsprechende Anwendungen besprochen.

Programm

Seminarplan für Dienstag, den 18. Januar 2011. Das Seminar findet in Raum FR 6046 statt.

Zeit

Thema

Vortragender

10:00

Begrüßung

10:15

Text Classification using String Kernels

Max Heimel

11:00

Sparse Spatial Sample Kernel

Mahmoud Mabrouk

11:45

Kaffeepause

12:00

The Fisher Kernel

Felix Franke

12:45

Marginalized Kernels for Biological Sequences

Arno Onken

13:30

Mittagspause

14:30

Convolution Kernels for Natural Language

Priska Herger

15:15

On Graph Kernels: Hardness Results and Efficient Alternatives

Vincent Froese

16:00

Kaffeepause

16:15

Fast Subtree Kernels on Graphs

Andreas Orthez

17:00

A Linear-Time Graph Kernel

Danny Panknin

17:45

Verabschiedung

Voraussetzungen

Wir empfehlen den vorherigen Besuch der Vorlesung "Maschinelles Lernen 1".

Ablauf

Vorträge

Jeder Vortrag soll 35 Minuten (+ 10 Minuten Diskussion) dauern. Der Vortrag kann wahlweise auf Deutsch oder Englisch gehalten werden. Ein guter Vortrag führt kurz in das jeweilige Thema ein, stellt die Problemstellung dar und beschreibt zusammenfassend relevante Arbeiten und Lösungen.

Leistungsnachweis

Die Note wird anhand des Vortrages und der Folien festgelegt. Das Seminar ist Wahlpflichtbestandteil der Master-Module "Maschinelles Lernen 1" und "Maschinelles Lernen 2". Bachelor-Studenten können diese Master-Module auf Antrag ebenfalls belegen.

Themen

Wir danken Marius Kloft für die Betreuung von Andreas Orthey.

IDA Wiki: Main/WS10_SeminarStructKernel (last edited 2011-01-26 11:49:40 by KonradRieck)