Zur JKU Startseite
Institut für Machine Learning
Was ist das?

Institute, Schools und andere Einrichtungen oder Angebote haben einen Webauftritt mit eigenen Inhalten und Menüs.

Um die Navigation zu erleichtern, ist hier erkennbar, wo man sich gerade befindet.

Univ. Prof. Mag. Dr. Günter Klambauer

Forschungsthemen

  • Deep Learning & architectures
  • Self-normalizing neural networks & signal propagation theory
  • Machine learning methods for life sciences

Ausgewählte Publikationen

  • Self-Normalizing Neural Networks (2017), Günter Klambauer, Thomas Unterthiner, Andreas Mayr, and Sepp Hochreiter. Advances in Neural Information Processing Systems 30, 972--981. [PDF], öffnet eine externe URL in einem neuen Fenster
  • DeepTox: toxicity prediction using deep learning (2016), Andreas Mayr, Günter Klambauer, Thomas Unterthiner, Sepp Hochreiter, Frontiers in Environmental Science, 3:80. doi: 10.3389/fenvs.2015.00080, öffnet eine externe URL in einem neuen Fenster
  • xLSTM: Extended Long Short-Term Memory (2024. Beck, M., Pöppel, K., Spanring, M., Auer, A., Prudnikova, O., Kopp, M., .., Klambauer, G. Brandstetter, J. & Hochreiter, S. (2024). arXiv preprint arXiv:2405.04517.

Wissenschaftliche Wettbewerbe

Lehre

  • Deep Learning and neural networks I
  • Deep Learning and neural networks II
  • Artificial Intelligence in life sciences
  • Genome analysis and transcriptomics
  • Sequence analysis and phylogenetics
  • Introduction to machine learning
  • Structural bioinformatics