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 : Öffnet ein Fenster zum Versenden einer E-Mail 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 

      Publikationen

      2019

      • Marcel Gehrke, Tanya Braun, Ralf Möller: Lifted Temporal Most Probable Explanation
        in: Proceedings of the International Conference on Conceptual Structures 2019, 2019, Springer, p.72-85
        DOI BibTeX
      • Tanya Braun, Marcel Gehrke: Inference in Statistical Relational AI
        in: Proceedings of the International Conference on Conceptual Structures 2019, 2019, Springer, p.xvii-xix
        DOI BibTeX:
        @inproceedings{BraGe19a,
          author = {Tanya Braun and Marcel Gehrke}, 
          title = {{Inference in Statistical Relational AI}}, 
        	Booktitle = {Proceedings of the International Conference on Conceptual Structures 2019},
          year = {2019},
          publisher = {Springer},
          pages = {xvii--xix},
          doi = {https://doi.org/10.1007/978-3-030-23182-8}
        }
      • 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, p.380-386
        DOI BibTeX
      • 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, p.80-93
        DOI BibTeX
      • 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, p.464-469
        Website BibTeX
      • 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
        DOI BibTeX
      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
        DOI BibTeX
      • 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
        DOI BibTeX
      • 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
        DOI BibTeX
      • 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
        DOI BibTeX
      • 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
        Website BibTeX
      • 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
        Website BibTeX
      • 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
        Website BibTeX
      • 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
        DOI BibTeX
      nach oben