William L. Hamilton

Tutkijatohtorit

Jos olet kiinnostunut jostakin näistä tehtävistä, lähetä täydellinen ansioluettelosi ja lyhyt (eli yksi sivu) saatekirje, jossa eritellään tutkimustaustasi ja-kiinnostuksesi [email protected] aiherivillä “POSTDOC-hakija”.

Graph Neural Networks, Logical Reasoning, and Knowledge Graphs

Supervisor: William L. Hamilton
Summary: I am looking for a postdoctor researching questions at the intersection of graph representation learning, logical reasoning, and knowledge graphs. Postdoc: n tavoitteena on edistää perusmenetelmiä, jotka yhdistävät graafin esittämisen oppimisen ja loogisen päättelyn (esim.graafin neuroverkot, Markovin logiikkaverkot ja induktiivisen logiikan ohjelmointi). Ensisijainen sovellusalue on perustelu osaamiskuvaajille (esim.biolääketieteen osaamiskuviot). Postdoc: n odotettuja tuotoksia ovat uusien menetelmien kehittäminen sekä avoimen lähdekoodin ja datan julkaisu knowledge graph-tutkimuksen edistämiseksi.
vaadittu kokemus: tietojenkäsittelytieteen tohtori tai lähisukulainen. Aikaisempien kokemusten julkaiseminen kaavion esittämisen oppimiseen ja/tai tietämyksen kaavion analysointiin liittyvistä aiheista.
aloituspäivä ja kesto: Tammikuu 2021 aloituspäivä ja kahden vuoden kesto ovat suositeltavia, mutta neuvoteltavissa.
palkka: palkka on neuvoteltavissa, kilpailukykyinen ja ehdollinen hakijan aikaisemman kokemuksen perusteella.

Tohtorintutkintotehtävät

tulevassa hakusyklissä (eli Tohtorintutkintojen alkaessa syksyllä 2021) priorisoin Tohtorinhakijoita, jotka ovat kiinnostuneita työskentelemään alla esitettyjen tutkimusaiheiden parissa. Kaikki PhD tutkimusavustajat saavat kilpailukykyisiä stipendejä ja opetusta.

Jos olet kiinnostunut jostakin näistä tehtävistä, lähetä virallinen hakemus Mcgillille ja ilmoita myös kiinnostuksesi työskennellä kanssani Mila Research Instituten kautta. En pysty vastaamaan suoriin sähköpostikyselyihin.

Graph Representation Learning Beyond Neural Message Passing

Supervisor: William L. Hamilton
Summary: I am looking for PhD students who want to develop the next generation of graph representation learning methods. Viimeaikainen tutkimus graph representation learning on suurelta osin keskittynyt ns “message-passing” paradigma kehittää graph neural networks (esim., GraphSAGE, GCNs, GINs; katso Luku 5 kirjani aiheesta). Näillä viestiä välittävillä kuvaajahermoverkoilla on kuitenkin vakavia rajoituksia sekä teoreettisen ekspressiivisyyden että empiirisen voiman suhteen. Tämän väitöskirjatutkimuksen tavoitteena on kehittää seuraavan sukupolven menetelmiä syväoppimiseen kuvaajilla, jotka ylittävät nykyisen sanomaa välittävän paradigman ja johtavat merkityksellisiin reaalimaailman parannuksiin.
vaadittu kokemus: diplomi-insinööri tietojenkäsittelytieteessä tai siihen läheisesti liittyvällä alalla. Etusija annetaan hakijoille, joilla on aikaisempaa tutkimusta graafisen esittämisen oppimisesta (esim.julkaisut).

Graph Representation Learning, Signal Processing, and Logic

Supervisor: William L. Hamilton
Summary: I am looking for PhD students who want to improve our fundamental theoretical understanding of graph-based machine learning, while also developing new methods and algorithms. Tämän tutkimusalueen tavoitteena on selvittää uusia suhteita graafien esittämisen oppimisen, spektrisen graafiteorian, graafisignaalin käsittelyn ja neurosymbolisen päättelyn alojen välillä. Tämä tutkimusalue priorisoi teoreettisen kehityksen ja teoreettisen algoritmin suunnittelun.
vaadittu kokemus: diplomi-insinööri tietojenkäsittelytieteessä tai siihen läheisesti liittyvällä alalla. Etusija annetaan hakijoille, joilla on aikaisempaa tutkimuskokemusta (esim.julkaisut) graafien esittämisen oppimisesta, graafien signaalinkäsittelystä tai niihin liittyvistä aloista.

MSc-Tutkijatehtävät

tulevassa hakusyklissä (eli syksyllä 2021 aloittaville MSc-opiskelijoille) priorisoin MSc-hakijoita, jotka ovat kiinnostuneita työskentelemään alla esitettyjen tutkimusaiheiden parissa. Kaikki MSc tutkimusavustajat saavat kilpailukykyisiä stipendejä ja opetusta tukea.

Jos olet kiinnostunut jostakin näistä tehtävistä, lähetä virallinen hakemus Mcgillille ja ilmoita myös kiinnostuksesi työskennellä kanssani Mila Research Instituten kautta. En pysty vastaamaan suoriin sähköpostikyselyihin.

Graph Representation Learning for Wireless Networks

Supervisor: William L. Hamilton (primary), with Reihaneh Rabbany and Georges Kaddoum
Summary: I am looking for MSc research students who are interested to applying graph representation learning methods (e.g., graph neural networks) for problems in wireless network design. Tutkimusalueen tavoitteena on kehittää menetelmiä, joilla voi olla välitöntä vaikutusta Langattoman verkon suunnitteluun ja hallintaan liittyvissä reaalimaailman ongelmissa. Hankkeessa tehdään tiivistä yhteistyötä langattomien verkkojen aihealueen asiantuntijoiden kanssa.
vaadittu kokemus: BSc tietojenkäsittelytieteessä tai siihen läheisesti liittyvällä alalla. Kurssityö tai muu aikaisempi kokemus koneoppimisesta ja / tai langattomista järjestelmistä.

Graph Representation Learning for Computational Drug Design

Supervisor: William L. Hamilton (primary), in collaboration with the LambdaZero Mila Initiative
Summary: I am looking for MSc research students who are interested to applying graph representation learning methods (esim., graph neural networks) laskennalliseen lääkesuunnitteluun liittyviin ongelmiin. Tähän sisältyy graafin neuroverkkojen käyttäminen molekyylirakenteiden mallintamiseen sekä graafin oppimistekniikoiden soveltaminen biolääketieteellisiin tietokaavioihin. Tämän alan tutkimus priorisoi reaalimaailman sovelluksia, mukaan lukien erilaisten syöpien, COVID-19: n ja muiden tartuntatautien hoitojen kehittäminen. Tähän hankkeeseen kuuluu yhteistyö Mila: n ja McGill: n meneillään olevien, laskennalliseen lääkesuunnitteluun liittyvien aloitteiden kanssa.
vaadittu kokemus: BSc tietojenkäsittelytieteessä tai siihen läheisesti liittyvällä alalla. Kurssityö tai muu aikaisempi kokemus koneoppimisesta ja laskennallisesta biologiasta.

Tutkijatohtorit Graph Neural Networks, Logical Reasoning, and Knowledge GraphsTohtorintutkintotehtävät Graph Representation Learning Beyond Neural Message PassingGraph Representation Learning, Signal Processing, and LogicMSc-Tutkijatehtävät Graph Representation Learning for Wireless NetworksGraph Representation Learning for Computational Drug Design Tutkijatohtorit Jos olet kiinnostunut jostakin näistä tehtävistä, lähetä täydellinen ansioluettelosi ja lyhyt (eli yksi sivu) saatekirje, jossa eritellään tutkimustaustasi ja-kiinnostuksesi [email protected]

Tutkijatohtorit Graph Neural Networks, Logical Reasoning, and Knowledge GraphsTohtorintutkintotehtävät Graph Representation Learning Beyond Neural Message PassingGraph Representation Learning, Signal Processing, and LogicMSc-Tutkijatehtävät Graph Representation Learning for Wireless NetworksGraph Representation Learning for Computational Drug Design Tutkijatohtorit Jos olet kiinnostunut jostakin näistä tehtävistä, lähetä täydellinen ansioluettelosi ja lyhyt (eli yksi sivu) saatekirje, jossa eritellään tutkimustaustasi ja-kiinnostuksesi [email protected]

Vastaa

Sähköpostiosoitettasi ei julkaista.