Tutkimustuotoksia vuodessa
Tutkimustuotoksia vuodessa
Henkilökohtainen profiili
Koulutus / tieteellinen pätevyys
Master of Science in Physics, Georg-August-Universität Göttingen
Myöntöpäivä: 13 syysk. 2019
Sormenjälki
Sukella tutkimusaiheisiin, joissa Erik Schultheis on aktiivinen. Nämä aihemerkinnät ovat peräisin tämän henkilön teoksista. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
- 1 Samanlaiset profiilit
Yhteistyöt ja huippututkimusalueet viimeisiltä viideltä vuodelta
Viimeisin maa-/aluetasolla toteutettu yhteistyö. Saat tarkempia lisätietoja pisteitä napauttamalla, tai
-
Beyond Standard Performance Measures in Extreme Multi-label Classification
Schultheis, E., Wydmuch, M., Babbar, R. & Dembczynski, K., elok. 2022. 11 Sivumäärä.Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Konferenssiesitys › Scientific › vertaisarvioitu
Open access -
CascadeXML : Rethinking Transformers for End-to-end Multi-resolution Extreme Multi-label Classification
Schultheis, E., 1 jouluk. 2022.Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Poster › Scientific › vertaisarvioitu
-
CascadeXML: Rethinking Transformers for End-to-end Multi-resolution Training in Extreme Multi-label Classification
Kharbanda, S., Banerjee, A., Schultheis, E. & Babbar, R., 2022, Advances in Neural Information Processing Systems 35 (NeurIPS 2022). Koyejo, S., Mohamed, S., Agarwal, A., Belgrave, D., Cho, K. & Oh, A. (toim.). Morgan Kaufmann Publishers, 14 Sivumäärä (Advances in Neural Information Processing Systems; Vuosikerta 35).Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu
Open access4 Sitaatiot (Scopus) -
On Missing Labels, Long-tails and Propensities in Extreme Multi-label Classification
Schultheis, E., Babbar, R., Wydmuch, M. & Dembczynski, K., elok. 2022, Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. ACM, s. 1547–1557 11 SivumääräTutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussa › Conference contribution › Scientific › vertaisarvioitu
Open accessTiedosto6 Sitaatiot (Scopus)33 Lataukset (Pure) -
Speeding-up one-versus-all training for extreme classification via mean-separating initialization
Schultheis, E. & Babbar, R., marrask. 2022, julkaisussa: Machine Learning. 111, 11, s. 3953-3976Tutkimustuotos: Lehtiartikkeli › Conference article › Scientific › vertaisarvioitu
Open accessTiedosto2 Sitaatiot (Scopus)33 Lataukset (Pure)
Tietoaineistot
-
Dismec++
Schultheis, E. (Creator) & Babbar, R. (Työnjohtaja), Zenodo, 2022
DOI - pysyväislinkki: 10.5281/zenodo.6699586, https://zenodo.org/record/6699587
Tietoaineisto: Ohjelmisto tai koodi
Palkinnot
-
NeurIPS 2021 Outstanding Reviewer Award
Schultheis, Erik (Recipient), 15 lokak. 2021
Palkinto: Palkinto tai huomionosoitus tuotoksesta
Aktiviteetit
-
Speeding-up one-versus-all training for extreme classification via mean-separating initialization
Erik Schultheis (Puhuja)
21 syysk. 2022Aktiviteetti: Konferenssiesitelmä
-
On Missing Labels, Long-tails and Propensities in Extreme Multi-label Classification
Erik Schultheis (Puhuja)
16 elok. 2022Aktiviteetti: Konferenssiesitelmä
-
Conference on Neural Information Processing Systems (Tapahtuma)
Erik Schultheis (Vertaisarvioija)
4 kesäk. 2021 → 28 syysk. 2021Aktiviteetti: Konferenssiartikkeleiden refereenä toimiminen
-
International Conference on Machine Learning (Tapahtuma)
Erik Schultheis (Vertaisarvioija)
11 helmik. 2021 → 8 toukok. 2021Aktiviteetti: Konferenssiartikkeleiden refereenä toimiminen
-
Information Sciences (Elsevier) (Lehti)
Erik Schultheis (Vertaisarvioija)
12 lokak. 2021Aktiviteetti: Konferenssiartikkeleiden refereenä toimiminen