Inhalt des Dokuments
Dr. Andreas Ruttor
- © Copyright??
Habilitand
Raum: MAR 4.019
Telefon: +49 30 314-23938
E-Mail: andreas.ruttor <AT> tu-berlin.de
Sprechstunde nach Vereinbarung
| Zeitraum | Art der Tätigkeit |
|---|---|
| 2003 | Diplom der Physik, Universität Würzburg |
| 2003-2007 | Wissenschaftlicher Mitarbeiter, Universität Würzburg, Fachgebiet Statistische Physik |
| 2007 | Doktor der Physik, Universität Würzburg |
| seit 2007 | Post-Doc, TU Berlin, Fachgebiet Künstliche Intelligenz |
Forschungsgebiete
- Stochastische dynamische Systeme (exakte und approximative Inferenz, Modellauswahl)
- Statistische Lerntheorie (Gauss' Prozesse, neurale Netzwerke)
- Statische Physik von komplexen Systemen
- Anwendungsgebiete: Systembiologie, Datenanalyse, Kryptographie
Publikationen
| Zitatschlüssel | Stimberg:2012:BIC |
|---|---|
| Autor | Florian Stimberg and Manfred Opper and Andreas Ruttor |
| Buchtitel | Proceedings of the International Conference on Artificial Intelligence and Statistics |
| Jahr | 2012 |
| ISSN | 1938-7228 |
| Journal | JMLR W&CP |
| Jahrgang | 22 |
| Zusammenfassung | We study a model of a stochastic process with unobserved parameters which suddenly change at random times. The possible parameter values are assumed to be from a finite but unknown set. Using a Chinese restaurant process prior over parameters we develop an efficient MCMC procedure for Bayesian inference. We demonstrate the significance of our approach with an application to systems biology data. |
Zusatzinformationen / Extras
Direktzugang
Schnellnavigation zur Seite über Nummerneingabe