04.04.2023
TU Dresden / ScaDS.AI @ COSEAL 2023
COSEAL Workshop Teilnehmer 2023
Vom 6. bis zum 8. März nahm das ScaDS.AI Team (Pascal Kerschke, Lennart Schäpermeier und Konstantin Dietrich) der Professur für Big Data Analytics in Transportation der TU Dresden erfolgreich am 10. Workshop für COnfiguration and SElection of ALgorithms (COSEAL) in Paris, Frankreich, teil. Lennart Schäpermeier war als Co-General Chair mit an der Organisation des Workshops beteiligt.
Neben der Teilnahme an interessanten Vorträgen und dem produktiven Austausch mit anderen Forschenden hat unser Team in den Poster Sessions zwei eigene Arbeiten vorgestellt. Lennart Schäpermeier hat ein Poster zur Publikation “HPO×ELA: Investigating Hyperparameter Optimization Landscapes by Means of Exploratory Landscape Analysis” [1] präsentiert, welche in Kooperation mit Kolleg:innen der Universität Münster und dem MCML entstanden ist. Außerdem hat Konstantin Dietrich ein Poster zu seiner Veröffentlichung “Increasing the Diversity of Benchmark Function Sets Through Affine Recombination” [2] vorgestellt.
Zum Schluss hatte Pascal Kerschke die Ehre zu verkünden, dass die Professur für Big Data Analytics in Transportation Gastgeber für den COSEAL Workshop 2024 in Dresden sein wird.
[1] Schneider, L., Schäpermeier, L., Prager, R.P., Bischl, B., Trautmann, H., Kerschke, P. (2022). HPO×ELA: Investigating Hyperparameter Optimization Landscapes by Means of Exploratory Landscape Analysis. In: Rudolph, G., Kononova, A.V., Aguirre, H., Kerschke, P., Ochoa, G., Tušar, T. (eds) Parallel Problem Solving from Nature – PPSN XVII. PPSN 2022. Lecture Notes in Computer Science, vol 13398. Springer, Cham. https://doi.org/10.1007/978-3-031-14714-2_40
[2] Dietrich, K., Mersmann, O. (2022). Increasing the Diversity of Benchmark Function Sets Through Affine Recombination. In: Rudolph, G., Kononova, A.V., Aguirre, H., Kerschke, P., Ochoa, G., Tušar, T. (eds) Parallel Problem Solving from Nature – PPSN XVII. PPSN 2022. Lecture Notes in Computer Science, vol 13398. Springer, Cham. https://doi.org/10.1007/978-3-031-14714-2_41