简介

出版物

1. 艺术硕士，弗雷尔森J，Boomsma W（2024）蛋白质结构的内部坐标密度模型：协方差问题。机器学习研究汇刊（TMLR）.OpenReview（打开审阅）.
2. Uppal A、Stensbo-Smidt K、Boomsma W、，弗雷尔森J（2023）高维后验的隐式变分推断。神经信息处理系统进展37（NeurIPS 2023）.聚光灯演示.在线版本，arXiv：2310.06643
3. Senetaire HHJ、Garreau D、，弗雷尔森J*，Mattei PA*（2023）作为统计推断的可解释性。第40届机器学习国际会议（ICML 2023）会议记录，PMLR 202:30584-30612.arXiv:2212.03131.
   *同等贡献。
4. Khomiakov M、Andersen M、，弗雷尔森J（2023）多边形器：一个自动后退的建筑物轮廓标。ICLR 2023遥感机器学习研讨会.arXiv:2304.04048.
5. Ulmer D、Hardmeier C、，弗雷尔森J（2023）先验和后验网络：关于不确定性估计的证据性深度学习方法的调查。机器学习研究汇刊（TMLR）.OpenReview（打开审阅）.arXiv:2110.03051.
6. Khomiakov M、Mahou AV、Sánchez AR、，弗雷尔森J*Andersen MR*（2023）学习使用单视图航空图像生成建筑物屋顶的3D表示。IEEE声学、语音和信号处理国际会议（ICASSP 2023）.doi文件：10.1109/ICSPSP49357.2023.10095974.arXiv:2303.11215.
   *同等贡献。
7. Zepf K、Petersen E、，弗雷尔森J，Feragen A（2023）The Label’s got Style:处理不确定图像分割的标签样式偏差。国际学习代表大会（ICLR 2023）.OpenReview（打开审阅）.
8. Bartels S、Stensbo Smidt K、Moreno Muñoz P、Boomsma W、，弗雷尔森J，Hauberg S（2023）自适应Cholesky-Gaussian过程。第26届国际人工智能与统计会议（AISTATS）会议记录，PMLR公司206:408-452.arXiv:2202.10769.
9. Bartels S、Boomsma W、，弗雷尔森J，Garreau D（2023）停止的Cholesky分解的核矩阵行列式估计。机器学习研究杂志，24(71):1−57.arXiv:2107.10587.
10. 乌尔默D，弗雷尔森J，Hardmeier C（2022）探索NLP中的预测不确定性和校准：方法和数据稀缺性影响的研究。计算语言学协会的发现：EMNLP 2022, 2707–2735.ACL肛门病，arXiv：2210.15452.
11. Ulmer D、Hardmeier C、，弗雷尔森J（2022）深度重要性：神经网络时代简单而有意义的重要性测试。2022年ICLR ML评估标准研讨会.在线版本，arXiv：2204.06815.
12. 易普生NB、马泰P-A、，弗雷尔森J（2022）如何处理有监督的深度学习中的缺失数据？国际学习代表大会（ICLR 2022）.OpenReview（打开审阅）.
13. Havtrow JD、Borgholt L、Hauberg S、，弗雷尔森J，Maalöe L（2022）《言语生成性潜在变量模型基准测试》。ICLR高结构数据深层生成模型研讨会.OpenReview（打开审阅），arXiv公司：2202.12707
14. Bergamin F、Mattei P-A、Havtrow JD、Senetaire H、Schmutz H、Maalóe L、Hauberg S、，弗雷尔森J（2022）使用组合统计检验进行模型识别分布外检测。25年会议记录^第个国际人工智能与统计会议（AISTATS），PMLR公司151:10753-10776.arXiv:2203.01097.
15. 耿C，王杰，高Z，弗雷尔森J*，Hauberg S*（2021）全面边界：训练具有双向边界的基于能量的模型。神经信息处理系统进展35（NeurIPS 2021）.在线版本，arXiv公司：2111.00929.
    *同等贡献。
16. Lemaitre P、Andersen MR、，弗雷尔森J（2021）火车什么时候到达？使用智能卡数据丰富时间表信息的贝叶斯方法。IEEE智能交通系统开放期刊, 2:160-172. 数字对象标识：10.1109/OJITS.2021.3094620.
17. 哈夫特罗·JD，弗雷森J、Hauberg S、Maalöe L（2021）《分层VAE知道他们不知道的事情》。第38届机器学习国际会议（ICML 2021）会议记录，PMLR 139:4117-4128。在线版本，arXiv：2102.08248.
18. 易普生NB、马泰P-A、，弗雷尔森J（2021）not-MIWAE:缺失非随机数据的深度生成模型。国际学习代表大会（ICLR 2021）.OpenReview（打开审阅）.
19. McEvoy FJ、Proschowsky HF、Müller A、Moorman L、Bender‐Koch J、Svalastoga EL、，弗雷森JNielsen DH（2021）深度转移学习可用于骨盆X线照片中髋关节的检测以及髋关节发育不良状态的分类。兽医放射学和超声波, 62:387-393. 数字对象标识：10.1111/vru.12968.
20. Sheiati S、Ranjbar N、，弗雷尔森J，Skare EL，Cepuritis R，Jacobsen S，Spangenberg J（2021），FlowCyl中水泥浆模拟流变响应的神经网络预测。神经计算与应用.doi文件：2007年10月7日/200521-021-05999-4.
21. 马泰P-A，弗雷尔森J（2020）负相关性拉紧了变量边界。ICML2020关于ML的负依赖性和子模块的研讨会.在线版本.
22. 易普生NB、马泰P-A、，弗雷尔森J（2020）如何处理监督深度学习中缺失的数据？第37届机器学习国际会议（ICML）主办的第一期缺失价值观学习艺术研讨会（Artemiss）.OpenReview（打开审阅）.
23. 马泰P-A，弗雷尔森J（2019）MIWAE：深度生成建模和不完整数据插补。第36届机器学习国际会议（ICML 2019）会议记录，PMLR 97:4413-4423。在线版本，arXiv：1812.02633.
24. Wiqvist S、Mattei P-A、Piccini U、，弗雷尔森J（2019）近似贝叶斯计算中学习摘要统计的部分可交换网络和架构。第36届机器学习国际会议（ICML 2019）会议记录，PMLR 97:6798-6807。在线版本，arXiv：1901.10230.
25. 马泰P-A，弗雷尔森J（2018）利用深层潜在变量模型的确切可能性。神经信息处理系统进展31（NeurIPS 2018）.在线版本，arXiv：1802.04826.
26. 马泰P-A，弗雷尔森J（2018）当新数据到来时，重新安装编码器。贝叶斯深度学习第三次研讨会（2018年NeurIPS）.在线版本.
27. 马泰P-A，弗雷尔森J（2018）missIWAE:深度生成模型和不完整数据的插补。贝叶斯深度学习第三次研讨会（2018年NeurIPS）.在线版本.
28. Mardia KV、Folder JI、，弗雷尔森J（2018）蛋白质生物信息学方向统计。收录：Ley C，Verdebout T（编辑），应用方向统计：现代方法和案例研究。CRC出版社。数字对象标识：10.1201/9781315228570.
29. Boomsma W公司，弗雷尔森J（2017）球面卷积及其在分子建模中的应用。神经信息处理系统进展30（NeurIPS 2017）.聚光灯演示.在线版本.
30. 布鲁沃T，弗雷尔森J李鹏（2017）贝叶斯矩阵分解推理方法比较研究。2017年欧洲机器学习与数据库知识发现原则与实践会议（ECML PKDD）.arXiv:1707.05147.
31. 纳瓦罗AKW，弗雷尔森J，Turner RE（2017）《多元广义von Mises：推断与应用》。第三十一届AAAI人工智能会议记录（AAAI-17）, 2394-2400. arXiv:1602.05003.
32. Brouwer T，弗雷森J李平（2016）快速贝叶斯非负矩阵因式分解和三因式分解。2016年西班牙巴塞罗那NeurIPS近似贝叶斯推断研讨会进展.arXiv:1610.08127.
33. 弗雷尔森J，Winther O，Ghahramani Z，Ferginghoff Borg J（2016）贝叶斯广义集成马尔可夫链蒙特卡罗。第19届会议记录^第个国际人工智能与统计会议（AISTATS），PMLR 51:408-416号.
34. Hamelryck T、Boomsma W、Ferkinghoff Borg J、Foldeger J、，弗雷尔森J，Haslett J，Theobald D（2015）《蛋白质、物理学和概率运动学：蛋白质折叠问题的贝叶斯公式》。收录：伊利诺伊州德莱顿，肯特JT（编辑），《几何驱动统计》。威利。数字对象标识：10.1002/978111886641.ch18.
35. Boomsma W、Tian P、，弗雷尔森J、Ferginghoff-Borg J、Hamelryck T、Lindorff-Larsen K和Vendruscolo M（2014）使用分子片段替换和核磁共振化学位移对蛋白质进行平衡模拟。美国国家科学院, 111(38):13852-13857. 数字对象标识：10.1073/pnas.1404948111.
36. Kerpedjiev P*，弗雷尔森J*，Lindgreen S，Krogh A（2014），使用位置特定评分矩阵的短读自适应概率映射。BMC生物信息学15:100. 数字对象标识：10.1186/1471-2105-15-100.
    *共同第一作者。
37. 弗雷尔森J*，Menzel P*，Krogh A（2014）高通量DNA序列映射算法。收录：Brahme A（编辑），《综合生物医学物理学》，第6卷：生物信息学。爱思唯尔。第41-50页。数字对象标识：10.1016/B978-0-444-53632-7.01103-5.
    *联合第一作者。
38. 弗雷尔森J，Hamelryck T，Ferkinghoff-Borg J（2013），将多正则系综与局部生物分子结构的生成概率模型相结合。诉讼59^第个ISI世界统计大会第139-144页，2013年8月25日至30日，香港。国际统计研究所，荷兰海牙，2013年12月。在线版本.
39. 门泽尔P*，弗雷尔森J*，Plass M，Rasmussen SH，Krogh A（2013）《关于短读映射的准确性》。摘自：Shomron N（ed.），深度测序数据分析，分子生物学方法。Humana出版社。第39-59页。数字对象标识：10.1007/978-1-62703-514-9_3.
    *联合第一作者。
40. 奥尔森S，弗雷尔森J，Boomsma W，Mardia KV，Hamelryck T（2013），从稀疏平均数据推断柔性生物分子的结构集合。公共科学图书馆，8（11）：e79439。数字对象标识：10.1371/日记本.0079439.
41. Valentin JB、Andreetta C、Boomsma W、Bottaro S、Ferkinghoff Borg J、，弗雷尔森J，Mardia KV，Tian P，Hamelryck T（2013）《使用参考比率法构建蛋白质结构的原子细节概率模型》。蛋白质82:288-299. 数字对象标识：10.1002/防护24386.
42. Boomsma W公司，弗雷尔森J、Harder T、Bottaro S、Johansson KE等（2013）《法斯托斯：蛋白质结构的马尔可夫链蒙特卡罗模拟和推断框架》。计算化学杂志34(19):1697-1705. 数字对象标识：10.1002/jcc.23292.
43. Hamelryck T、Haslett J、Mardia K、Kent JT、Valentin J、，弗雷尔森J，Ferkinghoff-Borg J（2013），关于参考比率方法及其在统计蛋白质结构预测中的应用。第32届会议记录^第个利兹年度统计研究研讨会第53-57页。利兹大学出版社。在线版本.
44. 弗雷尔森J，Mardia KV，Borg M，Ferkinghoff Borg J，Thomas Hamelryck（2012）《蛋白质结构的一般概率模型：参考比率法》。哈默利克T等。（编辑），结构生物信息学中的贝叶斯方法，生物与健康统计。斯普林格·弗拉格。数字对象标识：10.1007/978-3-642-27225-7_4.
45. Mardia KV和弗雷尔森J（2012）二元von Mises分布统计。哈默利克T等。（编辑），结构生物信息学中的贝叶斯方法，生物与健康统计。斯普林格·弗拉格。数字对象标识：10.1007/978-3-642-27225-7_6[勘误表].
46. Boomsma W公司，弗雷尔森J和Hamelryck T（2012）局部生物分子结构的概率模型及其应用。哈默利克T等。（编辑），结构生物信息学中的贝叶斯方法，生物与健康统计。斯普林格·弗拉格。数字对象标识：10.1007/978-3-642-27225-7_10.
47. Olsson S、Boomsma W、，弗雷尔森J，Bottaro S，Harder T，Ferkinghoff Borg J，Hamelryck T（2011），生成概率模型扩展了推断结构确定的范围。磁共振杂志213(1):182-186. 数字对象标识：2016年10月10日/j.jmr2011.08.039.
48. 马尔迪亚·KV，弗雷尔森J，Borg M，Ferkinghoff-Borg J，Hamelryck T（2011）参考比率法的统计观点。30年会议记录^第个利兹年度统计研究研讨会第55-61页。利兹大学出版社。在线版本.
49. Hamelryck T、Borg M、Paluszewski M、Paulsen、，弗雷尔森J，Andreetta C，Boomsma W，Bottaro S，Ferginghoff Borg J（2010）《蛋白质结构预测的平均力潜力——证明、形式化和广义化》。公共科学图书馆，5（11）：e13714。数字对象标识：10.1371/journal.pone.0013714.
50. Harder T、Boomsma W、Paluszewski M、，弗雷尔森JJohansson KE，Hamelryck T（2010）《超越旋转体：蛋白质侧链的生成性概率模型》。BMC生物信息学11:306. 数字对象标识：10.1186/1471-2105-11-306.
51. 博格M公司、Mardia KV公司、Boomsma W公司，弗雷尔森J，Harder T，Stovgaard K，Ferginghoff Borg J，Rögen P，Hamelryck T（2009）蛋白质结构预测的概率方法：CASP9中的PHAISTOS。第28届利兹年度统计研究研讨会，第65-70页。利兹大学出版社。在线版本.
52. 弗雷尔森J*、Moltke I*、Thiim M、Mardia KV、Ferginghoff Borg J、Hamelryck T（2009）《RNA构象空间的概率模型》。计算生物学，5（6）：e1000406。数字对象标识：10.1371/日记.pcbi.1000406.*联合第一作者。
53. Boomsma W、Borg M、，弗雷尔森J，Harder T，Stovgaard K，Ferkinghoff Borg J，Krogh A，Mardia KV和Hamelryck，T（2008）PHAISTOS：使用局部结构的概率模型进行蛋白质结构预测。CASP8会议记录第82-83页。2008年12月3日至7日，意大利撒丁岛卡利亚里。
54. Marstrand TT，弗雷尔森J、Moltke I、Thim M、Valen E、Retelska D、Krogh A（2008）Asap：转录因子结合位点的过度表达统计框架。公共科学图书馆，3（2）：e1623。数字对象标识：10.1371/journal.pone.0001623.

研究小组校友

• Berian James（博士后，联合主管）
• Jakob Drachmann Havtorn（博士生，主要导师）
• 马洛斯艺术（访问博士生）
• Simon Bartels（博士后，联合主管）
• Paul Jeha（研究助理、主管）
• Philip Stefan Puge Lemaitre（博士研究员、主要导师）
• Niels Bruun Ipsen（博士生，联合导师）
• Federico Bergamin（研究助理）
• Pierre-Alexandre Mattei（国际电联博士后）
• Niels Bruun Ipsen（国际电联客座博士）
• Jesper Illemann Foldager（国际电联客座博士）