William L. Hamilton

postdoctoral Research Positions

om du är intresserad av någon av dessa positioner, skicka ditt fullständiga CV och ett kort (dvs. en sida) brev som beskriver din forskningsbakgrund och intressen till [email protected] med ämnesraden”postdoktor sökande”.

Graf neurala nätverk, logiska resonemang och Kunskapsgrafer

handledare: William L. Hamilton
sammanfattning: jag letar efter en postdoktoral forskare för att undersöka frågor vid skärningspunkten mellan grafrepresentationsinlärning, logisk resonemang och kunskapsgrafer. Målet med postdoktorn är att främja grundläggande metoder som kombinerar grafrepresentationsinlärning och logiskt resonemang (t.ex. grafneurala nätverk, Markov logic networks och induktiv logikprogrammering). Den primära applikationsdomänen kommer att resonera över kunskapsgrafer (t.ex. biomedicinska kunskapsgrafer). Förväntade resultat från postdoktorn inkluderar utveckling av nya metoder, samt frisläppande av öppen källkod och data för att främja kunskapsgrafforskning.
erfarenhet krävs: doktorsexamen i datavetenskap eller ett närbesläktat område. Tidigare erfarenhet publicering på ämnen relaterade till graf representation lärande och / eller kunskap graf analys.
startdatum och varaktighet: januari 2021 startdatum och en tvåårsperiod är föredragna men förhandlingsbara.lön: lön är förhandlingsbar, konkurrenskraftig och villkorad av sökandens tidigare erfarenhet.

PhD research Positions

i den kommande ansökningscykeln (dvs. för doktorander att börja hösten 2021) kommer jag att prioritera doktorander med intresse av att arbeta med de forskningsämnen som beskrivs nedan. Alla Doktorandforskningsassistenter får konkurrenskraftiga stipendier och undervisningsstöd.

Om du är intresserad av någon av dessa positioner, skicka in en officiell ansökan till McGill och ange också ditt intresse för att arbeta med mig via Mila Research Institute. Jag kan inte svara på direkta e-postförfrågningar.

Graph Representation Learning Beyond Neural Message Passing

handledare: William L. Hamilton
sammanfattning: jag söker doktorander som vill utveckla nästa generation av graph representation inlärningsmetoder. Ny forskning om grafrepresentationsinlärning har till stor del fokuserat på det så kallade “meddelandepassande” paradigmet för att utveckla grafneurala nätverk (t.ex. GraphSAGE, GCNs, GINs; se Kapitel 5 i min bok om ämnet). Men dessa meddelandepassande grafneurala nätverk har allvarliga begränsningar, både när det gäller teoretisk uttrycksförmåga och empirisk kraft. Målet med detta Doktorandforskningsområde är att arbeta mot nästa generations metoder för djupt lärande på grafer, som går utöver det nuvarande meddelandepassande paradigmet och leder till meningsfulla verkliga förbättringar.
erfarenhet krävs: MSc i datavetenskap eller ett närbesläktat område. Prioritet kommer att ges till sökande med tidigare forskning om grafrepresentationsinlärning (t.ex. publikationer).

Grafrepresentation lärande, signalbehandling och logik

handledare: William L. Hamilton
sammanfattning: Jag söker doktorander som vill förbättra vår grundläggande teoretiska förståelse för grafbaserad maskininlärning, samtidigt som vi utvecklar nya metoder och algoritmer. Målet med detta forskningsområde är att avslöja nya relationer mellan fälten grafrepresentationsinlärning, spektral grafteori, grafsignalbehandling och neuro-symbolisk resonemang. Detta forskningsområde kommer att prioritera teoretisk utveckling och teoretiskt driven algoritmdesign.
erfarenhet krävs: MSc i datavetenskap eller ett närbesläktat område. Prioritet kommer att ges till sökande med tidigare forskningserfarenhet (t.ex. publikationer) om grafrepresentationsinlärning, grafsignalbehandling eller relaterade områden.

MSc Research Positions

i den kommande ansökningscykeln (dvs. för MSc-studenter att börja hösten 2021) kommer jag att prioritera MSc-sökande med intresse för att arbeta med de forskningsämnen som beskrivs nedan. Alla MSc forskningsassistenter får konkurrenskraftiga stipendier och undervisningsstöd.

Om du är intresserad av någon av dessa positioner, skicka in en officiell ansökan till McGill och ange också ditt intresse för att arbeta med mig via Mila Research Institute. Jag kan inte svara på direkta e-postförfrågningar.

Graf Representation lärande för trådlösa nätverk

handledare: William L. Hamilton (Primär), med Reihaneh Rabbany och Georges Kaddoum
sammanfattning: jag söker MSc forskarstuderande som är intresserade av att tillämpa graf representation inlärningsmetoder (t.ex. graf neurala nätverk) för problem i trådlöst nätverk design. Målet med detta forskningsområde är att utveckla metoder som kan ha omedelbar inverkan i verkliga problem relaterade till trådlös nätverksdesign och hantering. Detta projekt kommer att innebära nära samarbete med ämnesdomänexperter på trådlösa nätverk.
erfarenhet krävs: BSc i datavetenskap eller ett närbesläktat område. Kurser eller annan tidigare erfarenhet av maskininlärning och / eller trådlösa system.

Graph Representation Learning för Computational Drug Design

handledare: William L. Hamilton (primär), i samarbete med LambdaZero Mila Initiative
sammanfattning: jag söker MSc forskarstuderande som är intresserade av att tillämpa graph representation inlärningsmetoder (t. ex., graf neurala nätverk) till problem relaterade till beräkningsmedicindesign. Detta inkluderar att använda grafneurala nätverk för att modellera molekylstrukturer samt att tillämpa grafinlärningstekniker på biomedicinska kunskapsgrafer. Forskning inom detta område kommer att prioritera verkliga applikationer, inklusive utveckling av behandlingar för olika cancerformer, COVID-19 och andra infektionssjukdomar. Detta projekt kommer att innebära samarbete med pågående initiativ på Mila och McGill relaterade till computational drug design.
erfarenhet krävs: BSc i datavetenskap eller ett närbesläktat område. Kurser eller annan tidigare erfarenhet av maskininlärning och beräkningsbiologi.

postdoctoral Research Positions Graf neurala nätverk, logiska resonemang och Kunskapsgrafer PhD research Positions Graph Representation Learning Beyond Neural Message Passing Grafrepresentation lärande, signalbehandling och logikMSc Research Positions Graf Representation lärande för trådlösa nätverk Graph Representation Learning för Computational Drug Design postdoctoral Research Positions om du är intresserad av någon av dessa positioner, skicka ditt fullständiga…

postdoctoral Research Positions Graf neurala nätverk, logiska resonemang och Kunskapsgrafer PhD research Positions Graph Representation Learning Beyond Neural Message Passing Grafrepresentation lärande, signalbehandling och logikMSc Research Positions Graf Representation lärande för trådlösa nätverk Graph Representation Learning för Computational Drug Design postdoctoral Research Positions om du är intresserad av någon av dessa positioner, skicka ditt fullständiga…

Lämna ett svar

Din e-postadress kommer inte publiceras.