Marcel Gehrke, M.Sc.

- Wissenschaftlicher Mitarbeiter -

Institut für Informationssysteme
Universität zu Lübeck
Ratzeburger Allee 160 ( Gebäude 64 - 2.OG )
D-23562 Lübeck

Telefon: +49 451 3101 5714
Fax : +49 451 3101 5704
email :  E-Mail an Marcel Gehrke

Curriculum Vitae

Seit April 2017 - wissenschaftlicher Mitarbeiter am Institut für Informationssysteme der Universität zu Lübeck

Forschungsinteressen

Maschinelles Lernen
Probabilistische Graphische Modelle
Lifted Inference
Temporale und Relationale Modelle

Für meine Doktorarbeit befasse ich mich mit probabilistischen Formalismen mit logischen Konstrukten, wobei die Domänenobjekte bekannte sind. In diesen Formalismen wird standardmäßig u.a. Lifted Variable Elimination (LVE) genutzt, um Inferenz für einzelne Anfragen zu betreiben. Um mehrere Anfragen effizient abzuhandeln und für eine kompakte Darstellung wird der Lifted Junction Tree Algorithmus (LJT) als Erweiterung zu LVE verwendet. In meiner Arbeit erweitere ich jetzt die Formalismen und daraus resultierend LJT um temporale Aspekte. Hierbei geht es insbesondere um das Lösen verschiedenere Inferenzprobleme, wie z.B. Smoothing, Filtering und Prediction, und um das Lernen der zugrundeliegen Modelle.

Wissenschaftliche Aktivitäten

Review-Aktivitäten

Konferenzen: AAAI, ICCS (PC)
Journals: KAIS

Tutorials

Inference in Statistical Relational AI auf der ICCS 2019 in Zusammenarbeit mit Tanya Braun, 01.-04.07.2019

Publikationen

2019

Marcel Gehrke, Tanya Braun, Ralf Möller: Lifted Temporal Most Probable Explanation
wird veröffentlicht in: Proceedings of the International Conference on Conceptual Structures 2019, 2019, Springer
Tanya Braun, Marcel Gehrke: Inference in Statistical Relational AI
wird veröffentlicht in: Proceedings of the International Conference on Conceptual Structures 2019, 2019, Springer
Marcel Gehrke, Tanya Braun, Ralf Möller: Lifted Temporal Maximum Expected Utility
in: Proceedings of the 32nd Canadian Conference on Artificial Intelligence, Canadian AI 2019, 2019, Springer
Marcel Gehrke, Tanya Braun, Ralf Möller: Uncertain Evidence for Probabilistic Relational Models
in: Proceedings of the 32nd Canadian Conference on Artificial Intelligence, Canadian AI 2019, 2019, Springer
Marcel Gehrke, Tanya Braun, Ralf Möller: Relational Forward Backward Algorithm for Multiple Queries
in: Proceedings of the 32nd International Florida Artificial Intelligence Research Society Conference (FLAIRS-19), 2019, AAAI Press
Marcel Gehrke, Tanya Braun, Ralf Möller, Alexander Waschkau, Christoph Strumann, Jost Steinhäuser: Lifted Maximum Expected Utility
in: Artificial Intelligence in Health, 2019, Springer International Publishing, p.131-141

nach oben

2018

Marcel Gehrke, Tanya Braun, Ralf Möller: Answering Multiple Conjunctive Queries with the Lifted Dynamic Junction Tree Algorithm
in: Proceedings of the AI 2018: Advances in Artificial Intelligence, 2018, Springer, p.543-555
Marcel Gehrke, Tanya Braun, Ralf Möller: Preventing Unnecessary Groundings in the Lifted Dynamic Junction Tree Algorithm
in: Proceedings of the AI 2018: Advances in Artificial Intelligence, 2018, Springer, p.556-562
Simon Schiff, Marcel Gehrke, Ralf Möller: Efficient Enriching of Synthesized Relational Patient Data with Time Series Data
in: Procedia Computer Science, 2018, Vol.141, p.531 - 538, The 8th International Conference on Current and Future Trends of Information and Communication Technologies in Healthcare (ICTH-2018) / Affiliated Workshops
Marcel Gehrke, Tanya Braun, Ralf Möller: Towards Preventing Unnecessary Groundings in the Lifted Dynamic Junction Tree Algorithm
in: Proceedings of KI 2018: Advances in Artificial Intelligence, 2018, Springer, p.38-45
Marcel Gehrke, Tanya Braun, Ralf Möller: Preventing Unnecessary Groundings in the Lifted Dynamic Junction Tree Algorithm
in: 8th International Workshop on Statistical Relational AI at the 27th International Joint Conference on Artificial Intelligence, 2018

Marcel Gehrke, Tanya Braun, Ralf Möller: Answering Hindsight Queries with Lifted Dynamic Junction Trees
in: 8th International Workshop on Statistical Relational AI at the 27th International Joint Conference on Artificial Intelligence, 2018

@inproceedings{GehBrMo18b,
  author = {Marcel Gehrke and Tanya Braun and Ralf M\"oller}, 
  title = {{Answering Hindsight Queries with Lifted Dynamic Junction Trees}}, 
  booktitle = {8th International Workshop on Statistical Relational AI at the 27th International Joint Conference on Artificial Intelligence}, 
  year = {2018},
  url = {https://arxiv.org/abs/1807.01586}
}

Marcel Gehrke, Tanya Braun, Ralf Möller, Alexander Waschkau, Christoph Strumann, Jost Steinhäuser: Towards Lifted Maximum Expected Utility
in: Proceedings of the First Joint Workshop on Artificial Intelligence in Health in Conjunction with the 27th IJCAI, the 23rd ECAI, the 17th AAMAS, and the 35th ICML, 2018, CEUR-WS.org, CEUR Workshop Proceedings, Vol.2142, p.93-96
Marcel Gehrke, Tanya Braun, Ralf Möller: Lifted Dynamic Junction Tree Algorithm
in: Proceedings of the International Conference on Conceptual Structures, 2018, Springer, p.55-69

nach oben