William L. Hamilton

Postdoc-Forschungspositionen

Wenn Sie an einer dieser Positionen interessiert sind, senden Sie bitte Ihren vollständigen Lebenslauf und ein kurzes (d. H. einseitiges) Anschreiben mit Angaben zu Ihrem Forschungshintergrund und Ihren Interessen an [email protected] mit dem Betreff “POSTDOC BEWERBER”.

Graph Neural Networks, Logical Reasoning, and Knowledge Graphs

Betreuer: William L. Hamilton
Zusammenfassung: Ich suche einen Postdoc, der Fragen an der Schnittstelle von Graphendarstellungslernen, logischem Denken und Wissensgraphen untersucht. Das Ziel des Postdoc wird es sein, grundlegende Methoden zu entwickeln, die Graphendarstellungslernen und logisches Denken kombinieren (z. B. graphenneuronale Netze, Markov-Logiknetze und induktive Logikprogrammierung). Die primäre Anwendungsdomäne wird sein Argumentation über Wissensgraphen (z. B. biomedizinische Wissensgraphen). Zu den erwarteten Ergebnissen des Postdocs gehören die Entwicklung neuer Methoden sowie die Veröffentlichung von Open-Source-Code und -Daten, um die Knowledge Graph-Forschung voranzutreiben.
Erfahrung erforderlich: Promotion in Informatik oder einem eng verwandten Bereich. Vorherige Erfahrung in der Veröffentlichung zu Themen im Zusammenhang mit Graphendarstellung Lernen und / oder Knowledge Graph-Analyse.
Startdatum und Dauer: Januar 2021 Startdatum und eine zweijährige Laufzeit sind bevorzugt, aber verhandelbar.
Gehalt: Gehalt ist verhandelbar, wettbewerbsfähig und abhängig von der Vorerfahrung des Antragstellers.

PhD Research Positions

Im kommenden Bewerbungszyklus (d. H. Für Doktoranden, die im Herbst 2021 beginnen) werde ich Doktoranden mit Interesse an der Arbeit an den unten beschriebenen Forschungsthemen priorisieren. Alle Doktoranden erhalten wettbewerbsfähige Stipendien und Studienunterstützung.

Wenn Sie an einer dieser Positionen interessiert sind, reichen Sie bitte eine offizielle Bewerbung bei McGill ein und geben Sie auch Ihr Interesse an einer Zusammenarbeit mit mir über das Mila Research Institute an. Ich kann nicht auf direkte E-Mail-Anfragen antworten.

Graph Representation Learning Beyond Neural Message Passing

Betreuer: William L. Hamilton
Zusammenfassung: Ich suche Doktoranden, die die nächste Generation von Graphendarstellungslernmethoden entwickeln möchten. Neuere Forschungen zum Lernen von Graphendarstellungen haben sich weitgehend auf das sogenannte “Message-Passing” -Paradigma konzentriert, um neuronale Graphennetze zu entwickeln (z. B. GraphSAGE, GCNs, GINs; siehe Kapitel 5 meines Buches zu diesem Thema). Diese neuronalen Netzwerke für Nachrichtenübermittlungsgraphen weisen jedoch schwerwiegende Einschränkungen auf, sowohl hinsichtlich der theoretischen Ausdruckskraft als auch der empirischen Aussagekraft. Das Ziel dieses PhD-Forschungsbereichs ist es, auf die nächste Generation von Methoden für Deep Learning auf Graphen hinzuarbeiten, die über das aktuelle Message-Passing-Paradigma hinausgehen und zu sinnvollen Verbesserungen in der realen Welt führen.Erfahrung erforderlich: MSc in Informatik oder einem eng verwandten Bereich. Priorität haben Bewerber mit vorheriger Forschung zum Erlernen der Graphendarstellung (z. B. Veröffentlichungen).

Graph Representation Learning, Signal Processing, and Logic

Betreuer: William L. Hamilton
Zusammenfassung: Ich suche Doktoranden, die unser grundlegendes theoretisches Verständnis von graphbasiertem maschinellem Lernen verbessern und gleichzeitig neue Methoden und Algorithmen entwickeln möchten. Ziel dieses Forschungsbereichs ist es, neue Zusammenhänge zwischen den Bereichen Graphendarstellungslernen, Spektralgraphentheorie, Graphsignalverarbeitung und neuro-symbolischem Denken aufzudecken. Dieser Forschungsbereich wird theoretische Entwicklungen und theoretisch getriebene Algorithmendesigns priorisieren. Erfahrung erforderlich: MSc in Informatik oder einem eng verwandten Bereich. Bewerber mit vorheriger Forschungserfahrung (z. B. Veröffentlichungen) zum Erlernen der Graphendarstellung, zur Graphsignalverarbeitung oder zu verwandten Bereichen haben Vorrang.

MSc Research Positions

Im kommenden Bewerbungszyklus (d. H. Für MSc-Studenten, die im Herbst 2021 beginnen) werde ich MSc-Bewerbern mit Interesse an der Arbeit an den unten beschriebenen Forschungsthemen Vorrang einräumen. Alle MSc Research Assistants erhalten wettbewerbsfähige Stipendien und Studienunterstützung.

Wenn Sie an einer dieser Positionen interessiert sind, reichen Sie bitte eine offizielle Bewerbung bei McGill ein und geben Sie auch Ihr Interesse an einer Zusammenarbeit mit mir über das Mila Research Institute an. Ich kann nicht auf direkte E-Mail-Anfragen antworten.

Graph Representation Learning for Wireless Networks

Betreuer: William L. Hamilton (primary), mit Reihaneh Rabbany und Georges Kaddoum
Zusammenfassung: Ich suche MSc-Forschungsstudenten, die daran interessiert sind, Graph Representation Learning-Methoden (z. B. Graph Neural Networks) für Probleme im drahtlosen Netzwerkdesign anzuwenden. Ziel dieses Forschungsbereichs ist es, Methoden zu entwickeln, die unmittelbare Auswirkungen auf reale Probleme im Zusammenhang mit dem Design und Management von drahtlosen Netzwerken haben können. Dieses Projekt wird eine enge Zusammenarbeit mit Fachexperten für drahtlose Netzwerke beinhalten. Erfahrung erforderlich: BSc in Informatik oder einem eng verwandten Bereich. Kursarbeit oder andere Vorkenntnisse in maschinellem Lernen und / oder drahtlosen Systemen.

Graph Representation Learning for Computational Drug Design

Betreuer: William L. Hamilton (primary), in Zusammenarbeit mit der LambdaZero Mila Initiative
Zusammenfassung: Ich suche MSc-Forschungsstudenten, die an der Anwendung von Graph Representation Learning-Methoden interessiert sind (z., graph neural Networks) zu Problemen im Zusammenhang mit dem Computational Drug Design. Dies beinhaltet die Verwendung von neuronalen Graphennetzen zur Modellierung von Molekülstrukturen sowie die Anwendung von Graphenlerntechniken auf biomedizinische Wissensgraphen. Die Forschung in diesem Bereich wird realen Anwendungen Priorität einräumen, einschließlich der Entwicklung von Behandlungen für verschiedene Krebsarten, COVID-19 und andere Infektionskrankheiten. Dieses Projekt wird die Zusammenarbeit mit laufenden Initiativen bei Mila und McGill im Zusammenhang mit Computational Drug Design beinhalten. Erfahrung erforderlich: BSc in Informatik oder einem eng verwandten Bereich. Kursarbeit oder andere Vorkenntnisse in maschinellem Lernen und Computational Biology.

Postdoc-Forschungspositionen Graph Neural Networks, Logical Reasoning, and Knowledge GraphsPhD Research Positions Graph Representation Learning Beyond Neural Message PassingGraph Representation Learning, Signal Processing, and LogicMSc Research Positions Graph Representation Learning for Wireless NetworksGraph Representation Learning for Computational Drug Design Postdoc-Forschungspositionen Wenn Sie an einer dieser Positionen interessiert sind, senden Sie bitte Ihren vollständigen Lebenslauf und ein…

Postdoc-Forschungspositionen Graph Neural Networks, Logical Reasoning, and Knowledge GraphsPhD Research Positions Graph Representation Learning Beyond Neural Message PassingGraph Representation Learning, Signal Processing, and LogicMSc Research Positions Graph Representation Learning for Wireless NetworksGraph Representation Learning for Computational Drug Design Postdoc-Forschungspositionen Wenn Sie an einer dieser Positionen interessiert sind, senden Sie bitte Ihren vollständigen Lebenslauf und ein…

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.