Devdatt Dubhashi

Professor på avdelningen för Data Science och AI, Institutionen för data- och informationsteknik.

dubhashi@chalmers.se +46317721046 Hitta till mig

Mina huvudintressen är inom design och analys av randomiserade algoritmer, maskininlärning för Big Data och beräkningsbiologi.

Publikationer
Samverkan och projekt

Senaste publikationer

2022
Pragmatic Reasoning in Structured Signaling Games

Författare: Emil Carlsson; Devdatt Dubhashi

Publiceringsår: 2022

Publicerat i: Proceedings of the 44th Annual Meeting of the Cognitive Science Society: Cognitive Diversity, CogSci 2022

Publikationstyp: Paper i proceeding
Can Universities Combat the 'Wrong Kind of AI'?

Författare: Devdatt Dubhashi

Publiceringsår: 2022

Publicerat i: Communications of the ACM

Publikationstyp: Övrig text i vetenskaplig tidskrift
Analysis of Knowledge Transfer in Kernel Regime

Författare: Ashkan Panahi; Arman Rahbar; Chiranjib Bhattacharyya; Devdatt Dubhashi; Morteza Haghir Chehreghani

Publiceringsår: 2022

Publicerat i: Proceedings of the 31st ACM International Conference on Information & Knowledge Management

Publikationstyp: Paper i proceeding
Controlling gene expression with deep generative design of regulatory DNA

Författare: Jan Zrimec; Xiaozhi Fu; Muhammad Azam Sheikh; Christos Skrekas; Vykintas Jauniskis; Nora Speicher; Christoph Sebastian Börlin; Vilhelm Verendel; Morteza Haghir Chehreghani; Devdatt Dubhashi; Verena Siewers; Florian David; Jens B Nielsen; Aleksej Zelezniak

Publiceringsår: 2022

Publicerat i: Nature Communications

Publikationstyp: Artikel i vetenskaplig tidskrift
Do Kernel and Neural Embeddings Help in Training and Generalization?

Författare: Arman Rahbar; Emilio Jorge; Devdatt Dubhashi; Morteza Haghir Chehreghani

Publiceringsår: 2022

Publicerat i: Neural Processing Letters

Publikationstyp: Artikel i vetenskaplig tidskrift
Synthetic Sweden Mobility (SySMo) Model Documentation

Författare: Çaglar Tozluoglu; Swapnil Vilas Dhamal; Yuan Liao; Sonia Yeh; Frances Sprei; Devdatt Dubhashi; Madhav Marathe; Christopher Barrett

Publiceringsår: 2022

Publicerat i:

Publikationstyp: Preprint
2021
Learning Approximate and Exact Numeral Systems via Reinforcement Learning

Författare: Emil Carlsson; Devdatt Dubhashi; Fredrik Johansson

Publiceringsår: 2021

Publicerat i: Proceedings of the Annual Meeting of the Cognitive Science Society

Publikationstyp: Paper i proceeding
Thompson Sampling for Bandits with Clustered Arms

Författare: Emil Carlsson; Devdatt Dubhashi; Fredrik Johansson

Publiceringsår: 2021

Publicerat i: Proceedings of the Thirtieth International Joint Conference on Artificial Intelligence

Publikationstyp: Paper i proceeding
AI futures

Författare: Devdatt Dubhashi

Publiceringsår: 2021

Publicerat i: Communications of the ACM

Publikationstyp: Övrig text i vetenskaplig tidskrift
2020
Mathematical Models for COVID-19 Pandemic: A Comparative Analysis

Författare: Aniruddha Adiga; Devdatt Dubhashi; Bryan Lewis; Madhav Marathe; Srinivasan Venkatramanan; Anil Vullikanti

Publiceringsår: 2020

Publicerat i: Journal of the Indian Institute of Science

Publikationstyp: Reviewartikel
A reinforcement-learning approach to efficient communication

Författare: Mikael Kågebäck; Emil Carlsson; Devdatt Dubhashi; Asad Sayeed

Publiceringsår: 2020

Publicerat i: PLoS ONE

Publikationstyp: Artikel i vetenskaplig tidskrift
Accelerated proximal incremental algorithm schemes for non-strongly convex functions

Författare: Ashkan Panahi; Morteza Haghir Chehreghani; Devdatt Dubhashi

Publiceringsår: 2020

Publicerat i: Theoretical Computer Science

Publikationstyp: Artikel i vetenskaplig tidskrift
2019
A Non-Convex Optimization Approach to Correlation Clustering

Författare: Erik Thiel; Morteza Haghir Chehreghani; Devdatt Dubhashi

Publiceringsår: 2019

Publicerat i: THIRTY-THIRD AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE / THIRTY-FIRST INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE CONFERENCE / NINTH AAAI SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCE

Publikationstyp: Paper i proceeding
Bayesian optimization in ab initio nuclear physics

Författare: Andreas Ekström; Christian Forssen; Christos Dimitrakakis; Devdatt Dubhashi; Håkan T Johansson; Muhammad Azam Sheikh; Hans Salomonsson; Alexander Schliep

Publiceringsår: 2019

Publicerat i: Journal of Physics G: Nuclear and Particle Physics

Publikationstyp: Artikel i vetenskaplig tidskrift
2018
DeepColor: Reinforcement Learning optimizes information efficiency and well-formedness in color name partitioning

Författare: Mikael Kågebäck; Devdatt Dubhashi; Asad Sayeed

Publiceringsår: 2018

Publicerat i: Proceedings of the 40th Annual Meeting of the Cognitive Science Society (CogSci)

Publikationstyp: Paper i proceeding
2017
Clustering by Sum of Norms: Stochastic Incremental Algorithm, Convergence and Cluster Recovery

Författare: Ashkan Panahi; Devdatt Dubhashi; Fredrik Johansson; Chiranjib Bhattacharyya

Publiceringsår: 2017

Publicerat i: Proceedings of Machine Learning Research

Publikationstyp: Paper i proceeding
Thompson Sampling for Stochastic Bandits with Graph Feedback

Författare: Aristide Tossou; Christos Dimitrakakis; Devdatt Dubhashi

Publiceringsår: 2017

Publicerat i: 31st AAAI Conference on Artificial Intelligence, AAAI 2017, San Francisco, United States, 4-10 February 2017

Publikationstyp: Paper i proceeding
AI Dangers: Imagined and Real

Författare: Devdatt Dubhashi; Shalom Lappin

Publiceringsår: 2017

Publicerat i: Communications of the ACM

Publikationstyp: Övrig text i vetenskaplig tidskrift
2015
Weighted theta functions and embeddings with applications to Max-Cut, clustering and summarization

Författare: Fredrik Johansson; A. Chattoraj; C. Bhattacharyya; Devdatt Dubhashi

Publiceringsår: 2015

Publicerat i: Advances in Neural Information Processing Systems

Publikationstyp: Paper i proceeding
Visions and open challenges for a knowledge-based culturomics

Författare: Nina Tahmasebi; Lars Borin; Gabriele Capannini; Devdatt Dubhashi; Peter Exner; Markus Forsberg; Gerhard Gossen; Fredrik Johansson; Richard Johansson; Mikael Kågebäck; Olof Mogren; Pierre Nugues; Thomas Risse

Publiceringsår: 2015

Publicerat i: International Journal on Digital Libraries

Publikationstyp: Artikel i vetenskaplig tidskrift
Classifying large graphs with differential privacy

Författare: Fredrik Johansson; Otto Frost; Carl Thufvesson Retzner; Devdatt Dubhashi

Publiceringsår: 2015

Publicerat i: Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)

Publikationstyp: Paper i proceeding
Learning with similarity functions on graphs using matchings of geometric embeddings

Författare: Fredrik Johansson; Devdatt Dubhashi

Publiceringsår: 2015

Publicerat i: Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining

Publikationstyp: Paper i proceeding
Extractive summarization by aggregating multiple similarities

Författare: Olof Mogren; Mikael Kågebäck; Devdatt Dubhashi

Publiceringsår: 2015

Publicerat i: International Conference Recent Advances in Natural Language Processing, RANLP

Publikationstyp: Paper i proceeding
Neural context embeddings for automatic discovery of word senses

Författare: Mikael Kågebäck; Fredrik Johansson; Richard Johansson; Devdatt Dubhashi

Publiceringsår: 2015

Publicerat i: Proceedings of the 1st Workshop on Vector Space Modeling for Natural Language Processing. Denver, United States

Publikationstyp: Paper i proceeding
2014
Federated clouds for biomedical research: Integrating OpenStack for ICTBioMed

Författare: C. Mazurek; J. Pukacki; M. Kosiedowski; S. Trocha; M. Sullivan; H. Darbari; A. Saxena; R.R. Joshi; Devdatt Dubhashi; S. Thankaswamy; P.R. Brenner; S. Gesing; J. Nabrzyski; A. Srivastava

Publiceringsår: 2014

Publicerat i: 2014 IEEE 3rd International Conference on Cloud Networking, CloudNet 2014

Publikationstyp: Paper i proceeding

Gå till Chalmers publikationsbibliotek

Sidansvarig Publicerad: on 03 jun 2020.

Devdatt Dubhashi

Senaste publikationer

2022

2021

2020

2019

2018

2017

2015

2014

Projekt

Avslutade