SyMMys huippuyksikkö

Tutkimustuotos

Suodatin
Conference contribution
2020

Deep Convolutional Gaussian Processes

Blomqvist, K., Kaski, S. & Heinonen, M., 1 tammikuuta 2020, Machine Learning and Knowledge Discovery in Databases - European Conference, ECML PKDD 2019, Proceedings. Brefeld, U., Fromont, E., Hotho, A., Knobbe, A., Maathuis, M. & Robardet, C. (toim.). s. 582-597 16 Sivumäärä (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Vuosikerta 11907 LNAI).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

2019

A Mathematical Model for Enhancer Activation Kinetics During Cell Differentiation

Nousiainen, K., Intosalmi, J. & Lähdesmäki, H., 1 tammikuuta 2019, Algorithms for Computational Biology - 6th International Conference, AlCoB 2019, Proceedings. Vega-Rodríguez, M. A., Holmes, I. & Martín-Vide, C. (toim.). s. 191-202 12 Sivumäärä (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Vuosikerta 11488 LNBI).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Deep learning with differential Gaussian process flows

Hegde, P., Heinonen, M., Lähdesmäki, H. & Kaski, S., huhtikuuta 2019, The 22nd International Conference on Artificial Intelligence and Statistic. Vuosikerta 89. s. 1-15 16 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 89).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
Tiedosto
30 Lataukset (Pure)

ODE2VAE: Deep generative second order ODEs with Bayesian neural networks

Yildiz, C., Heinonen, M. & Lähdesmäki, H., 2019, 33rd Conference on Neural Information Processing Systems: NeurIPS 2019 . Neural Information Processing Systems Foundation, (Advances in Neural Information Processing Systems; Vuosikerta 32).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
2018

A Nonparametric Spatio-temporal SDE Model

Yildiz, C., Heinonen, M. & Lähdesmäki, H., 2018, NIPS 2018 Spatiotemporal Workshop: 32nd Conference on Neural Information Processing Systems (NIPS 2018), Montréal, Canada. Neural Information Processing Systems Foundation, s. 1-5

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionProfessional

Learning unknown ODE models with Gaussian processes

Heinonen, M., Yildiz, C., Mannerström, H., Intosalmi, J. & Lähdesmäki, H., 2018, Proceedings of the 35th International Conference on Machine Learning, ICML 2018. Vuosikerta 5. s. 3120-3132 13 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 80).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
Tiedosto
1 Sitaatiot (Scopus)
23 Lataukset (Pure)

Variational zero-inflated Gaussian processes with sparse kernels

Hegde, P., Heinonen, M. & Kaski, S., 2018, 34th Conference on Uncertainty in Artificial Intelligence 2018, UAI 2018. AUAI Press, Vuosikerta 1. s. 361-371 148

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
2017

A Mutually-Dependent Hadamard Kernel for Modelling Latent Variable Couplings

Remes, S., Heinonen, M. & Kaski, S., marraskuuta 2017, Proceedings of the 9th Asian Conference on Machine Learning. Zhang, M-L. & Noh, Y-K. (toim.). s. 455-470 16 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 77).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
Tiedosto
37 Lataukset (Pure)

Non-Stationary Spectral Kernels

Remes, S., Heinonen, M. & Kaski, S., 2017, Advances in Neural Information Processing Systems 30: Proceedings of NIPS2017. Curran Associates, Inc., s. 4645-4654 (Advances in Neural Information Processing Systems; Vuosikerta 30).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
13 Sitaatiot (Scopus)
2016

Non-Stationary Gaussian Process Regression with Hamiltonian Monte Carlo

Heinonen, M., Mannerström, H., Rousu, J., Kaski, S. & Lähdesmäki, H., 2016, Proceedings of the 19th International Conference on Artificial Intelligence and Statistics: JMLR: W&CP. JMLR, s. 732-740 9 Sivumäärä ( JMLR: Workshop and Conference Proceedings; Vuosikerta 51).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Random Fourier Features For Operator-Valued Kernels

Brault, R., Heinonen, M. & d'Alché-Buc, F., 2016, Proceedings of the 8th Asian Conference on Machine Learning. Durrant, B. & Kim, K-E. (toim.). s. 110-125 (Proceedings of Machine Learning Research; Vuosikerta 63).

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Open access
Tiedosto
84 Lataukset (Pure)
2015

A probabilistic method for quantifying chromatin interactions

Halla-Aho, V., Mannerström, H. & Lähdesmäki, H., 2015, Machine Learning in Computational Biology: A workshop at the Annual Conference on Neural Information Processing Systems (NIPS 2015) .

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionProfessional

2013

Active learning for Bayesian network models of biological networks using structure priors

Larjo, A. & Lähdesmäki, H., 2013, IEEE International Workshop on Genomic Signal Processing and Statistics, Houston, TX, USA, November 17-19, 2013.

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu