Lehrstuhlinha­ber/in

Forschungsinteressen

Data Science
Machine Learning
Automated Algorithm Selection & Configuration
(Automated Machine Learning)
Optimierung:
- Kontinuierliche (Black-Box) Optimierung
- Mehrkriterielle Optimierung
- Routen-Optimierung
Benchmarking:
- Exploratory Landscape Analysis
- Visualisierung
- Statistische Performance-Analyse
Interpretierbarkeit Algorithmischen Verhaltens
(Interpretable Machine Learning, Explainable AI)

Netzwerke / Mitgliedschaften

Koordinierendes Gründungsmitglied:

Benchmarking Network
COSEAL (Configuration and Selection of Algorithms)

Mitglied und/oder Unterstützer:

ACM SigEVO (Special Interest Group on Genetic and Evolutionary Computation der Association for Computing Machinery)
CLAIRE (Confederation of Laboratories for Artificial Intelligence Research in Europe)
DStatG (Deutsche Statistische Gesellschaft)
ERCIS (European Research Center for Information Systems)
GfKl (Gesellschaft für Klassifikation)
GI (Gesellschaft für Informatik)
IEEE CIS Task Force on Benchmarking

Publikationen

68 Einträge

2022

BBE: Basin-Based Evaluation of Multimodal Multi-objective Optimization ProblemsHeins, J., Rook, J., Schäpermeier, L., Kerschke, P., Bossek, J. & Trautmann, H., 2022, Parallel Problem Solving from Nature – PPSN XVII - 17th International Conference, PPSN 2022, Proceedings. Rudolph, G., Kononova, A. V., Aguirre, H., Kerschke, P., Ochoa, G. & Tušar, T. (Hrsg.).S. 192-206, 15 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
HPO × ELA: Investigating Hyperparameter Optimization Landscapes by Means of Exploratory Landscape AnalysisSchneider, L., Schäpermeier, L., Prager, R. P., Bischl, B., Trautmann, H. & Kerschke, P., 2022, Parallel Problem Solving from Nature – PPSN XVII - 17th International Conference, PPSN 2022, Proceedings. Rudolph, G., Kononova, A. V., Aguirre, H., Kerschke, P., Ochoa, G. & Tušar, T. (Hrsg.).S. 575-589, 15 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Parallel Problem Solving from Nature – PPSN XVII: 17th International Conference, PPSN 2022, Dortmund, Germany, September 10–14, 2022, Proceedings, Part IRudolph, G., Kononova, A. V., Aguirre, H., Kerschke, P., Ochoa, G. & Tušar, T., 2022, Springer, ChamElektronische (Volltext-)VersionPublikation: Buch/Gutachten/Sammelbände > Monographie

2021

Towards Feature-Free Automated Algorithm Selection for Single-Objective Continuous Black-Box OptimizationPrager, R. P., Seiler, M. V., Trautmann, H. & Kerschke, P., 5 Dez. 2021, 2021 IEEE Symposium Series on Computational Intelligence, SSCI 2021 - ProceedingsElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Peeking beyond peaks: Challenges and research potentials of continuous multimodal multi-objective optimizationGrimme, C., Kerschke, P., Aspar, P., Trautmann, H., Preuss, M., Deutz, A. H., Wang, H. & 1 weitere, Dez. 2021, in: Computers and Operations Research. 136, 105489Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
On the potential of normalized TSP features for automated algorithm selectionHeins, J., Bossek, J., Pohl, J., Seiler, M., Trautmann, H. & Kerschke, P., 6 Sept. 2021, FOGA 2021 - Proceedings of the 16th ACM/SIGEVO Conference on Foundations of Genetic AlgorithmsElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Lifting the Multimodality-Fog in Continuous Multi-objective OptimizationKerschke, P. & Grimme, C., 2021, Natural Computing Series. S. 89-111, 23 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Buch/Sammelband/Gutachten
Multi ³: Optimizing Multimodal Single-Objective Continuous Problems in the Multi-objective Space by Means of MultiobjectivizationAspar, P., Kerschke, P., Steinhoff, V., Trautmann, H. & Grimme, C., 2021, Evolutionary Multi-Criterion Optimization - 11th International Conference, EMO 2021, Proceedings. Ishibuchi, H., Zhang, Q., Cheng, R., Li, K., Li, H., Wang, H. & Zhou, A. (Hrsg.).S. 311-322, 12 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
To Boldly Show What No One Has Seen Before: A Dashboard for Visualizing Multi-objective LandscapesSchäpermeier, L., Grimme, C. & Kerschke, P., 2021, Evolutionary Multi-Criterion Optimization - 11th International Conference, EMO 2021, Proceedings. Ishibuchi, H., Zhang, Q., Cheng, R., Li, K., Li, H., Wang, H. & Zhou, A. (Hrsg.).S. 632-644, 13 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband

2020

Multiobjectivization of Local Search: Single-Objective Optimization Benefits From Multi-Objective Gradient DescentSteinhoff, V., Kerschke, P., Aspar, P., Trautmann, H. & Grimme, C., 1 Dez. 2020, 2020 IEEE Symposium Series on Computational Intelligence (SSCI)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Per-Instance Configuration of the Modularized CMA-ES by Means of Classifier Chains and Exploratory Landscape AnalysisPrager, R. P., Trautmann, H., Wang, H., Bäck, T. H. W. & Kerschke, P., 1 Dez. 2020, 2020 IEEE Symposium Series on Computational Intelligence (SSCI)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Enhancing Resilience of Deep Learning Networks by Means of Transferable AdversariesSeiler, M., Trautmann, H. & Kerschke, P., 28 Sept. 2020, 2020 International Joint Conference on Neural Networks (IJCNN)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Anytime Behavior of Inexact TSP Solvers and Perspectives for Automated Algorithm SelectionBossek, J., Kerschke, P. & Trautmann, H., 3 Sept. 2020, 2020 IEEE Congress on Evolutionary Computation (CEC)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
The Node Weight Dependent Traveling Salesperson Problem: Approximation Algorithms and Randomized Search HeuristicsBossek, J., Casel, K., Kerschke, P. & Neumann, F., 26 Juni 2020, 2020 Genetic and Evolutionary Computation ConferenceElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Initial design strategies and their effects on sequential model-based optimization: an exploratory case study based on BBOBBossek, J., Doerr, C. & Kerschke, P., 25 Juni 2020, Proceedings of the 2020 Genetic and Evolutionary Computation ConferenceElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
A multi-objective perspective on performance assessment and automated selection of single-objective optimization algorithmsBossek, J., Kerschke, P. & Trautmann, H., März 2020, in: Applied soft computing : the official journal of the World Federation on Soft Computing (WFSC). 88, 105901Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
Deep Learning as a Competitive Feature-Free Approach for Automated Algorithm Selection on the Traveling Salesperson ProblemSeiler, M., Pohl, J., Bossek, J., Kerschke, P. & Trautmann, H., 2020, Parallel Problem Solving from Nature – PPSN XVIElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Evolving Sampling Strategies for One-Shot Optimization TasksBossek, J., Doerr, C., Kerschke, P., Neumann, A. & Neumann, F., 2020, Parallel Problem Solving from Nature – PPSN XVIElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
One PLOT to Show Them All: Visualization of Efficient Sets in Multi-objective LandscapesSchäpermeier, L., Grimme, C. & Kerschke, P., 2020, 16th International Conference on Parallel Problem Solving from NatureElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband

2019

Search Dynamics on Multimodal Multiobjective ProblemsKerschke, P., Wang, H., Preuss, M., Grimme, C., Deutz, A. H., Trautmann, H. & Emmerich, M. T. M., Dez. 2019, in: Evolutionary Computation. 27, 4, S. 577–609Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
OpenML: An R package to connect to the machine learning platform OpenMLCasalicchio, G., Bossek, J., Lang, M., Kirchhoff, D., Kerschke, P., Hofner, B., Seibold, H. & 2 weitere, Sept. 2019, in: Computational statistics. 34, S. 977–991Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Forschungsartikel
Evolving diverse TSP instances by means of novel and creative mutation operatorsBossek, J., Kerschke, P., Neumann, A., Wagner, M. & Neumann, F., 27 Aug. 2019, 15th ACM/SIGEVO Conference on Foundations of Genetic Algorithms - FOGA '19Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Exploratory Landscape AnalysisKerschke, P. & Preuss, M., 13 Juli 2019, GECCO '19: Proceedings of the Genetic and Evolutionary Computation Conference Companion. S. 1137–1155Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Exploring the MLDA benchmark on the nevergrad platformRapin, J., Gallagher, M., Kerschke, P., Preuss, M. & Teytaud, O., 13 Juli 2019, Genetic and Evolutionary Computation Conference (GECCO) CompanionElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
Making a case for (Hyper-)parameter tuning as benchmark problemsDoerr, C., Dreo, J. & Kerschke, P., 13 Juli 2019, Genetic and Evolutionary Computation Conference (GECCO) CompanionElektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband

Beruflicher Werdegang

seit 2021:
Inhaber der Professur für Big Data Analytics in Transportation,
Fakultät Verkehrswissenschaften "Friedrich List", Technische Universität Dresden
seit 2019:
Dozent im Masterstudiengang IT-Management,
WWU Weiterbildung, Münster
seit 2019:
Dozent im Zertifikatsstudiengang Data Science,
WWU Weiterbildung, Münster
2017 - 2021:
PostDoc am Lehrstuhl für Data Science: Statistik & Optimierung,
Institut für Wirtschaftsinformatik, Westfälische Wilhelms-Universität Münster
2017 - 2020:
Dozent im dualen Studiengang Betriebswirtschaftslehre und Steuern,
Fachhochschule Münster
2013 - 2017:
Wissenschaftlicher Mitarbeiter am Lehrstuhl für Data Science: Statistik & Optimierung,
Institut für Wirtschaftsinformatik, Westfälische Wilhelms-Universität Münster

Studium

2013 - 2017:
Promotion (Dr. rer. pol.) am Institut für Wirtschaftsinformatik,
Wirtschaftswissenschaftliche Fakultät, Westfälische Wilhelms-Universität Münster
- Titel der Doktorarbeit: Automated and Feature-Based Problem Characterization and Algorithm Selection Through Machine Learning
2010 - 2013:
Datenwissenschaft (M.Sc.), Technische Universität Dortmund
2011:
Auslandssemester (ERASMUS) an der Universität Bergen, Bergen, Norwegen
2007 - 2010:
Datenanalyse und Datenmanagement (B.Sc.), Technische Universität Dortmund

Auszeichnungen und Preise

07/2025:
Nominiert für den Best Paper Award im ECOM Track der GECCO (2025),
Organisationskommittee der GECCO 2025
- Nominiert wurde die Publikation:
  Jonathan Heins, Darrell Whitley and Pascal Kerschke (2025). To Repair or Not to Repair? Investigating the Importance of AB-Cycles for the State-of-the-Art TSP Heuristic EAX. Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), ACM.
  Vorabversion verfügbar auf arXiv: https://www.arxiv.org/abs/2505.00803
09/2024:
PPSN XVIII Best Paper Award (2024),
FH Oberösterreich und Organisationskommittee der PPSN XVIII
- Ausgezeichnet wurde die Publikation:
  Lennart Schäpermeier and Pascal Kerschke (2024). Reinvestigating the R2 Indicator: Achieving Pareto Compliance by Integration. International Conference on Parallel Problem Solving from Nature (PPSN XVIII), S. 202 - 216, Springer.
09/2021:
Nominiert für den FOGA XVI Best Paper Award (2021),
FH Vorarlberg und Organisationskommittee der FOGA XVI
- Nominiert wurde die Publikation:
  Jonathan Heins, Jakob Bossek, Janina Pohl, Moritz Seiler, Heike Trautmann and Pascal Kerschke (2021). On the Potential of Normalized TSP Features for Automated Algorithm Selection. 16th ACM/SIGEVO Conference on Foundations of Genetic Algorithms (FOGA XVI), S. 1 - 15, ACM.
12/2018:
Dissertationspreis der Wirtschaftswissenschaftlichen Fakultät,
Westfälische Wilhelms-Universität Münster
09/2018:
Invited Young Researcher auf dem 6th Heidelberg Laureate Forum,
Heidelberg Laureate Forum Foundation
09/2016:
PPSN XIV Best Paper Award (2016),
Edinburgh Napier University und Organisationskommittee der PPSN XIV
- Ausgezeichnet wurde die Publikation:
  Pascal Kerschke, Hao Wang, Mike Preuss, Christian Grimme, André Deutz, Heike Trautmann, Michael Emmerich (2016). Towards Analyzing Multimodality of Continuous Multiobjective Landscapes. International Conference on Parallel Problem Solving from Nature (PPSN XIV), S. 962 - 972, Springer.

Lehrstuhlinhaber/in

2022

2021

2020

2019

Zu dieser Seite

Einblicke ins Studium