Valokuva Markus Heinonen

Markus Heinonen

  • Puhelin+358442942600
  • Aalto SCI Computer Science Konemiehentie 2

20062022

Tutkimustuotoksia vuodessa

Jos olet muokannut tietoja Puressa, ne näkyvät pian tässä.
Suodatin
Conference contribution

Hakutulokset

  • 2022

    Tackling covariate shift with node-based Bayesian neural networks

    Trinh, T. Q., Heinonen, M., Acerbi, L. & Kaski, S., 17 heinäk. 2022, Proceedings of the 39th International Conference on Machine Learning. Chaudhuri, K., Jegelka, S., Song, L., Szepesvari, C., Niu, G. & Sabato, S. (toim.). s. 21751-21775 25 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 162).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    2 Lataukset (Pure)
  • 2021

    Bayesian Inference for Optimal Transport with Stochastic Cost

    Mallasto, A., Heinonen, M. & Kaski, S., 2021, Proceedings of Asian Conference on Machine Learning. s. 1601-1616 16 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 157).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    6 Lataukset (Pure)
  • Continuous-time Model-based Reinforcement Learning

    Yildiz, C., Heinonen, M. & Lähdesmäki, H., 21 heinäk. 2021, Proceedings of the 38th International Conference on Machine Learning, ICML 2021. s. 12009-12018 (Proceedings of Machine Learning Research; Vuosikerta 139).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    20 Lataukset (Pure)
  • De-randomizing MCMC dynamics with the diffusion Stein operator

    Shen, Z., Heinonen, M. & Kaski, S., 2021, Advances in Neural Information Processing Systems 34 - 35th Conference on Neural Information Processing Systems, NeurIPS 2021. Neural Information Processing Systems Foundation, s. 17507-17517 11 Sivumäärä (Advances in Neural Information Processing Systems; Vuosikerta 21).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    5 Lataukset (Pure)
  • Learning continuous-time PDEs from sparse data with graph neural networks

    Iakovlev, V., Heinonen, M. & Lähdesmäki, H., 2021, International Conference on Learning Representations. 15 Sivumäärä

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionProfessional

    Open access
  • Sparse Gaussian Processes Revisited: Bayesian Approaches to Inducing-Variable Approximations

    Rossi, S., Heinonen, M., Bonilla, E., Shen, Z. & Filippone, M., 2021, 24TH INTERNATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE AND STATISTICS (AISTATS). Banerjee, A. & Fukumizu, K. (toim.). MICROTOME PUBLISHING, 11 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 130).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    44 Lataukset (Pure)
  • 2020

    Deep Convolutional Gaussian Processes

    Blomqvist, K., Kaski, S. & Heinonen, M., 1 tammik. 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

    Open access
    12 Sitaatiot (Scopus)
  • Learning spectrograms with convolutional spectral kernels

    Shen, Z., Heinonen, M. & Kaski, S., 2020, The 23rd International Conference on Artificial Intelligence and Statistics. Chiappa, S. & Calandra, R. (toim.). s. 3826-3836 10 Sivumäärä (Proceedings of Machine Learning Research; Vuosikerta 108).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    12 Lataukset (Pure)
  • 2019

    Deep learning with differential Gaussian process flows

    Hegde, P., Heinonen, M., Lähdesmäki, H. & Kaski, S., huhtik. 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
    5 Sitaatiot (Scopus)
    64 Lataukset (Pure)
  • Harmonizable mixture kernels with variational Fourier features

    Shen, Z., Heinonen, M. & Kaski, S., toukok. 2019, The 22nd International Conference on Artificial Intelligence and Statistics. s. 1812-1821 (Proceedings of Machine Learning Research; Vuosikerta 89).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    Open access
    Tiedosto
    3 Sitaatiot (Scopus)
    59 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
    30 Sitaatiot (Scopus)
  • 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 Stochastic Differential Equations With Gaussian Processes Without Gradient Matching

    Yildiz, C., Heinonen, M., Intosalmi, J., Mannerström, H. & Lähdesmäki, H., 2018, IEEE International Workshop on Machine Learning for Signal Processing. IEEE, 6 Sivumäärä 8516991

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

    9 Sitaatiot (Scopus)
  • 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
    2 Sitaatiot (Scopus)
    72 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
    2 Sitaatiot (Scopus)
  • 2017

    A Mutually-Dependent Hadamard Kernel for Modelling Latent Variable Couplings

    Remes, S., Heinonen, M. & Kaski, S., marrask. 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
    2 Sitaatiot (Scopus)
    49 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
    28 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
    94 Lataukset (Pure)
  • 2012

    Efficient Path Kernels for Reaction Function Prediction

    Heinonen, M., Välimäki, N., Mäkinen, V. & Rousu, J., 2012, Proceedings of the International Conference on Bioinformatics Models, Methods and Algorithms. s. 202-207

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

  • 2010

    Multilabel classification of drug-like molecules via max-margin conditional random fields

    Su, H., Heinonen, M. & Rousu, J., 2010, Proceedings of The Fifth European Workshop on Probabilistic Graphical Models (PGM-2010): 13-15 September, 2010, Helsinki, Finland. Myllymäki, P., Roos, T. & Jaakkola, T. (toim.). HIIT, s. 265-272 (HIIT Publications; Vuosikerta 2010, nro 2).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

  • Structured output prediction of anti-cancer drug activity

    Su, H., Heinonen, M. & Rousu, J., 2010, Pattern Recognition in Bioinformatics: 5th IAPR International Conference, PRIB 2010, Nijmegen, The Netherlands, September 22-24, 2010. Proceedings. Dijkstra, T. M. H., Tsivtsivadze, E., Marchiori, E. & Heskes, T. (toim.). Springer Verlag, s. 38-49 ( Lecture Notes in Computer Science; Vuosikerta 6282).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

  • 2006

    Ab Initio prediction of molecular fragments from tandem mass spectrometry data

    Heinonen, M., Rantanen, A., Mielikäinen, T., Pitkänen, E., Kokkonen, J. T. & Rousu, J., 2006, Proceedings of the German Conference on Bioinformatics. Huson, D., Kohlbacher, O., Lupas, A., Nieselt, K. & Zell, A. (toim.). Gesellschaft für Informatik (GI), s. 40-53 (Lecture Notes in Informatics (LNI); Vuosikerta P83).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference contributionScientificvertaisarvioitu

Viestisi lähetys onnistui.
Viestiäsi ei lähetetty, koska tapahtui virhe.