Niklas Andreas Pfister

Niklas Andreas Pfister

Tenure track adjunkt, Lektor

Medlem af:


    Udgivelsesår:
    1. Udgivet

      A Causal Framework for Distribution Generalization

      Christiansen, R., Pfister, Niklas Andreas, Emil Jakobsen, M., Gnecco, N. & Peters, J. M., 2022, I: I E E E Transactions on Pattern Analysis and Machine Intelligence. 44, 10, s. 6614-6630 17 s.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    2. Udgivet

      Identifiability of Sparse Causal Effects using Instrumental Variables

      Pfister, Niklas Andreas & Peters, J., 2022, Proceedings of the Thirty-Eighth Conference on Uncertainty in Artificial Intelligence. PMLR, s. 1613-1622 10 s. (Proceedings of Machine Learning Research, Bind 180).

      Publikation: Bidrag til bog/antologi/rapportKonferencebidrag i proceedingsForskningfagfællebedømt

    3. Udgivet

      Interpreting tree ensemble machine learning models with endoR

      Ruaud, A., Pfister, Niklas Andreas, Ley, R. E. & Youngblut, N. D., 2022, I: PLOS Computational Biology. 18, 12, 39 s., e1010714.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    4. Udgivet

      Invariant Causal Prediction for Sequential Data

      Pfister, Niklas Andreas, Bühlmann, P. & Peters, J., 2019, I: Journal of the American Statistical Association. 114, 527, s. 1264-1276 13 s.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    5. Udgivet

      Invariant Policy Learning: A Causal Perspective

      Saengkyongam, S., Thams, Nikolaj Theodor Birkmose, Peters, J. & Pfister, Niklas Andreas, 2023, I: IEEE Transactions on Pattern Analysis and Machine Intelligence. 45, 7, s. 8606-8620 15 s.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    6. Udgivet

      Kernel-based tests for joint independence

      Pfister, Niklas Andreas, Bühlmann, P., Schölkopf, B. & Peters, J., 1 jan. 2018, I: Journal of the Royal Statistical Society, Series B (Statistical Methodology). 80, 1, s. 5-31 27 s.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    7. Udgivet

      Learning by Doing: Controlling a Dynamical System using Causality, Control, and Reinforcement Learning

      Weichwald, Sebastian, Wengel Mogensen, S., Lee, T. E., Baumann, D., Kroemer, O., Guyon, I., Trimpe, S., Peters, J. M. & Pfister, Niklas Andreas, 2022, Proceedings of the NeurIPS 2021 Competitions and Demonstrations Track. PMLR, s. 246-258 (Proceedings of Machine Learning Research, Bind 176).

      Publikation: Bidrag til bog/antologi/rapportKonferencebidrag i proceedingsForskningfagfællebedømt

    8. Udgivet

      Learning stable and predictive structures in kinetic systems

      Pfister, Niklas Andreas, Bauer, S. & Peters, J., 2019, I: Proceedings of the National Academy of Sciences of the United States of America. 116, 51, s. 25405-25411

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    9. Udgivet

      Multiomic profiling of the liver across diets and age in a diverse mouse population

      Williams, E. G., Pfister, Niklas Andreas, Roy, S., Statzer, C., Haverty, J., Ingels, J., Bohl, C., Hasan, M., Čuklina, J., Bühlmann, P., Zamboni, N., Lu, L., Ewald, C. Y., Williams, R. W. & Aebersold, R., 2022, I: Cell Systems. 13, 1, s. 43-57, e1-6

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    10. Udgivet

      Robustifying independent component analysis by adjusting for group-wise stationary noise

      Pfister, Niklas Andreas, Weichwald, Sebastian, Bühlmann, P. & Schölkopf, B., 2019, I: Journal of Machine Learning Research. 20, 50 s., 147.

      Publikation: Bidrag til tidsskriftTidsskriftartikelForskningfagfællebedømt

    Forrige 1 2 Næste

    ID: 232695812