21.12.2022
Professur Big Data Analytics in Transportation meets ERCIS in Münster
Socializing auf einem der Münsteraner Weihnachtsmärkte
Am Montag, 12. Dezember 2022, trafen Angehörige der WWU Münster auf Gäste von der TU Dresden, Universiteit Leiden, Universiteit Twente, GESIS und TH Köln. Gastgeberin war die Professur für “Data Science: Statistik und Optimierung” (Prof. Dr. Heike Trautmann, WWU Münster).
Prof. Dr. Kerschke, der 2017 erster Promovend der gastgebenden Professur war und seit 2021 Personal ERCIS Member ist, festigte somit die Zusammenarbeit der Dresdner Professur für “Big Data Analytics in Transportation” im ERCIS-Netzwerk (European Research Center for Information Systems). Dabei handelt es sich um ein Netzwerk aus Forschungseinrichtungen und Unternehmen, die Informationssysteme erforschen und/oder verwenden.
Bereits in der Vergangenheit sowie aktuell haben Lehrstuhlmitglieder mit anderen Teilnehmer:innen zusammengearbeitet. Hieraus wurden im Jahr 2022 folgende Arbeiten veröffentlicht:
-
Clever, L., Pohl, J. S., Bossek, J., Kerschke, P., & Trautmann, H. (2022). Process-Oriented Stream Classification Pipeline: A Literature Review (2022). Applied Sciences, 12 (18), 9094.
-
Heins, J., Bossek J., Pohl, J., Seiler, M., Trautmann, H., & Kerschke, P. (2022). A Study on the Effects of Normalized TSP Features for Automated Algorithm Selection. Theoretical Computer Science, 940 (B), 123-145.
-
Heins, J., Rook, J., Schäpermeier, L., Kerschke, P., Bossek, J., & Trautmann, H. (2022). BBE: Basin-Based Evaluation of Multimodal Multi-objective Optimization Problems. In: International Conference on Parallel Problem Solving from Nature (192-206). Springer, Cham.
-
Kerschke, P., Preuss, M. (11. Sep. 2022). Exploratory Landscape Analysis [Tutorial]. 17th International Conference on Parallel Problem Solving from Nature, Dortmund.
-
Prager, R. P., Seiler, M. V., Trautmann, H., & Kerschke, P. (2022). Automated Algorithm Selection in Single-Objective Continuous Optimization: A Comparative Study of Deep Learning and Landscape Analysis Methods. In: International Conference on Parallel Problem Solving from Nature (3-17). Springer, Cham.
-
Schäpermeier, L., Grimme, C. & Kerschke, P. (2022). Plotting Impossible? Surveying Visualization Methods for Continuous Multi-Objective Benchmark Problems. IEEE Transactions on Evolutionary Computation, 26 (6), 1306-1320 .
-
Schäpermeier, L., Grimme, C., & Kerschke, P. (2022). MOLE: Digging Tunnels Through Multimodal Multi-Objective Landscapes. In: Proceedings of the Genetic and Evolutionary Computation Conference (GECCO ’22) (592-600). ACM.
-
Schneider, L., Schäpermeier, L., Prager, R. P., Bischl, B., Trautmann, H., & Kerschke, P. (2022). HPO x ELA: Investigating Hyperparameter Optimization Landscapes by Means of Exploratory Landscape Analysis. In: International Conference on Parallel Problem Solving from Nature (575-589). Springer, Cham.
-
Seiler, M. V., Prager, R. P., Kerschke, P., & Trautmann, H. (2022). A Collection of Deep Learning-based Feature-Free Approaches for Characterizing Single-Objective Continuous Fitness Landscapes. In: Proceedings of the Genetic and Evolutionary Computation Conference (GECCO ’22) (657-665). ACM.
Auch in Zukunft werden Kooperationen in den Themenkomplexen Optimierung, Algorithm Selection und Maschinelles Lernen angestrebt.