Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken, für Komforteinstellungen oder zur Anzeige personalisierter Inhalte genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen .

Essentiell aktivieren/deaktivieren

Diese Cookies sind für die Funktionalität unserer Website erforderlich und können nicht deaktiviert werden.

Name	Webedition CMS
Zweck	Dieses Cookie wird vom CMS (Content Management System) Webedition für die unverwechselbare Identifizierung eines Anwenders gesetzt. Es bietet dem Anwender bessere Bedienerführung, z.B. Speicherung von Sucheinstellungen oder Formulardaten. Typischerweise wird dieses Cookie beim Schließen des Browsers gelöscht.
Name	econda
Zweck	Session-Cookie für die Webanalyse Software econda. Diese läuft im Modus „Anonymisiertes Messen“.

Statistik aktivieren/deaktivieren

Diese Cookies helfen uns zu verstehen, wie Besucher mit unserer Webseite interagieren, indem Informationen anonym gesammelt und analysiert werden. Je nach Tool werden ein oder mehrere Cookies des Anbieters gesetzt.

Name	econda
Zweck	Measure with Visitor Cookie emos_jcvid

Externe Medien aktivieren/deaktivieren

Inhalte von externen Medienplattformen werden standardmäßig blockiert. Wenn Cookies von externen Medien akzeptiert werden, bedarf der Zugriff auf diese Inhalte keiner manuellen Zustimmung mehr.

Name	YouTube
Zweck	Zeige YouTube Inhalte
Name	Twitter
Zweck	Twitter Feeds aktivieren

Research

Graph Neural Networks for (Bio-)Medical Applications

The talk will provide a brief introduction to graph neural networks, that is, modern neural networks for graph-structured data. Graph-structured data is ubiquitous in the biomedical domain as it can be used to represent, among others, chemical compounds, proteins, and relationships between various biological concepts. I will address some recent advances, challenges, and applications in the (bio-) medical domain.

Biosketch Dr. Mathias Niepert

Mathias is Research Manager of the Machine Learning group and Chief Research Scientist for AI at NEC Labs Europe in Heidelberg. From 2012-2015 I was a postdoctoral research associate at the Allen School of Computer Science, University of Washington, working primarily with Pedro Domingos. He was also a member of the Data and Web Science Research Group at the University of Mannheim.

Mathias’ research interests include representation learning for graph-structured data, geometric deep learning, probabilistic graphical models, and statistical relational learning. His group's methods are concerned with learning, inducing, and leveraging relational structure with applications in vision, natural language processing, and the (bio-)medical domain.

http://www.matlog.net/