AI Colloquium mit Prof. Dr. Alexander Marx
Das KI-Kolloquium, das vom Lamarr-Institut, dem Research Center Trustworthy Data Science and Security (RC Trust) und dem Center for Data Science & Simulation der TU Dortmund (DoDas) organisiert wird, bietet führenden Forschenden eine Plattform, um wegweisende Arbeiten im Bereich des maschinellen Lernens und der Künstlichen Intelligenz zu präsentieren. Diese 90-minütigen Sitzungen, die in der Regel donnerstags um 10 Uhr c.t. stattfinden, legen im Gegensatz zu anderen Kolloquien den Schwerpunkt auf den interaktiven Dialog und die internationale Zusammenarbeit und umfassen einstündige Vorträge und 30-minütige Fragerunden. Das Kolloquium wird hauptsächlich in englischer Sprache abgehalten. Das hybride Format des Kolloquiums gewährleistet, dass alle Interessierten persönlich im Hörsaal in der Fraunhofer Straße 25 in Dortmund oder online über auf unserem Lamarr-YouTube-Kanal teilnehmen können. Am 27. Juni begrüßt das KI-Kolloquium Prof. Dr. Alexander Marx als nächste Referent mit einer Präsentation zum Thema „Causal Discovery under Scaled Noise: Identifiability and Robust Estimation“.
Prof. Dr. Alexander Marx
Prof. Dr. Alexander Marx ist Professor an der TU Dortmund, Leiter der Causality-Gruppe am Forschungszentrum für Vertrauenswürdige Datenwissenschaft und Sicherheit sowie am Fachbereich Statistik und Mitglied der ELLIS-Gesellschaft. Seine Forschung liegt an der Schnittstelle von Kausalität und maschinellem Lernen und konzentriert sich auf kausale Entdeckung, kausale Repräsentationslernen, Informationstheorie und Bayesianisches Deep Learning. Er war Postdoktorand in der Computational Biology Group an der ETH Zürich, Postdoc-Stipendiat am ETH AI Center und Teil der Medical Data Science Group. Er promovierte in der Exploratory Data Analysis Group, die dem CISPA Helmholtz-Zentrum für Informationssicherheit und dem Max-Planck-Institut für Informatik angegliedert ist.
Details
Datum
27. Juni 2024
11:00 - 12:00
Ort
Raum 303, 3. Stock, Joseph-von-Fraunhofer-Straße, 44227 Dortmund
Themen
Bildung