帕斯卡·斯图尔姆费尔斯

博士生

蛋白质设计研究所

华盛顿大学

传记

我是华盛顿大学的博士生贝克实验室我的研究处于深度学习和蛋白质设计的交叉点，特别是在小分子的背景下。我对几何深度学习和扩散建模特别感兴趣。

利息

• 机器学习
• 蛋白质设计
• 可解释人工智能

教育类

• 当前计算机科学博士

  华盛顿大学

• 2017年计算机科学学士

  密歇根大学

近期出版物

通过以下方式快速发现相关内容筛选发布.

赛义·卢瑟福,帕斯卡·斯图尔姆费尔斯,迈克·安施塔特,贾斯敏·赫克特,詹娜·维恩斯,马里恩·范登·胡维尔,达斯汀·谢因斯特,钱德拉·斯里帕达,莫里亚·托马森 （2021）。基于开放数据的胎儿功能MRI自动脑掩蔽.神经信息学.

PDF格式 引用 代码

约瑟夫·贾尼泽克,帕斯卡·斯图尔姆费尔斯,苏茵·李 （2021）。解释：深层网络公理化特征交互.机器学习研究杂志.

PDF格式 引用 代码

伊万·埃夫蒂莫夫,帕斯卡·斯图尔姆费尔斯,塔达约希·科诺 （2021）。FoggySight：一个面部查看隐私方案。.程序。Priv.增强技术。.

PDF格式 引用 代码

加布里埃尔·埃里昂,约瑟夫·贾尼泽克,帕斯卡·斯图尔姆费尔斯,斯科特·伦德伯格,苏茵·李 （2021）。利用公理化属性先验和期望梯度提高深度学习模型的性能.自然机器智能.

PDF格式 引用 代码

查看所有出版物

项目

路径解释

GitHub包不仅解释了哪些特征对神经网络预测最重要，而且还解释了这些特征如何相互作用。

归因先验

一个GitHub包，用于在训练期间正则化神经网络的特征属性，以便将人类级的先验知识编码到训练过程中。