392160 Graph Neural Networks in Biology (S) (SoSe 2025)

Inhalt, Kommentar

The recent surge of Machine Learning (ML) has opened up various opportunities when analysing biological datasets. Graph Neural Networks (GNNs) are a fairly new deep learning model capable of handling biological data in the best way overall.
The seminar will start with a few (around 4 or 5) introductory lectures on Graph Representation Learning basics and Graph Neural Networks. The earliest and most recent approaches will be discussed, together with their use cases and drawbacks. The initial set of lectures will be followed by two lectures in which it will be presented how to write technical reports and how to prepare a good presentation.
Then seminar presentations will take place, and they will need to be presented in small groups of 1-2 students.
The course will be seminar+tutorial style, thus students will: 1. present a chosen paper; 2. deliver a final report of around 10 pages; 3. weekly deliver a summary of the presentation that took place during that week (around 500 words long).

The course will is entirely held in English.

Lehrende

Termine ( Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  
wöchentlich Di 16-18 V2-105/115 07.04.-18.07.2025

Fachzuordnungen

Modul Veranstaltung Leistungen  
39-Inf-BDS Biomedical Data Science for Modern Healthcare Technology Ausgewähltes Seminar oder Projekt Studienleistung
Studieninformation
39-Inf-WP-CLS-x Computational Life Sciences (Schwerpunkt) Vertiefendes Seminar Studieninformation
- benotete Prüfungsleistung Studieninformation
39-Inf-WP-DS-x Data Science (Schwerpunkt) Vertiefendes Seminar Studieninformation
- benotete Prüfungsleistung Studieninformation
39-M-Inf-AI-app Applied Artificial Intelligence Applied Artificial Intelligence: Seminar Studieninformation
- benotete Prüfungsleistung Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.


Keine Konkretisierungen vorhanden
Lernraum (E-Learning)
Lernraum (E-Learning)
Moodle-Kurs
Moodle-Kurs
registrierte Anzahl: 24
Dies ist die Anzahl der Studierenden, die die Veranstaltung im Stundenplan gespeichert haben. In Klammern die Anzahl der über Gastaccounts angemeldeten Benutzer*innen.
Adresse:
SS2025_392160@ekvv.uni-bielefeld.de
Lehrende, ihre Sekretariate sowie für die Pflege der Veranstaltungsdaten zuständige Personen können über diese Adresse E-Mails an die Veranstaltungsteilnehmer*innen verschicken. WICHTIG: Sie müssen verschickte E-Mails jeweils freischalten. Warten Sie die Freischaltungs-E-Mail ab und folgen Sie den darin enthaltenen Hinweisen.
Falls die Belegnummer mehrfach im Semester verwendet wird können Sie die folgende alternative Verteileradresse nutzen, um die Teilnehmer*innen genau dieser Veranstaltung zu erreichen: VST_513976190@ekvv.uni-bielefeld.de
Reichweite:
24 Studierende direkt per E-Mail erreichbar
Hinweise:
Weitere Hinweise zu den E-Mailverteilern
E-Mailarchiv
Anzahl der Archiveinträge: 9
E-Mailarchiv öffnen
Letzte Änderung Grunddaten/Lehrende:
Freitag, 3. Januar 2025 
Letzte Änderung Zeiten:
Dienstag, 11. Februar 2025 
Letzte Änderung Räume:
Dienstag, 11. Februar 2025 
Art(en) / SWS
Seminar (S) / 2
Sprache
Diese Veranstaltung wird komplett in englischer Sprache gehalten
Einrichtung
Technische Fakultät
Fragen oder Korrekturen?
Fragen oder Korrekturwünsche zu dieser Veranstaltung?
Planungshilfen
Terminüberschneidungen für diese Veranstaltung
Link auf diese Veranstaltung
Wenn Sie diese Veranstaltungsseite verlinken wollen, so können Sie einen der folgenden Links verwenden. Verwenden Sie nicht den Link, der Ihnen in Ihrem Webbrowser angezeigt wird!
Der folgende Link verwendet die Veranstaltungs-ID und ist immer eindeutig:
https://ekvv.uni-bielefeld.de/kvv_publ/publ/vd?id=513976190
Seite zum Handy schicken
Klicken Sie hier, um den QR Code zu zeigen
Scannen Sie den QR-Code: QR-Code vergrößern
ID
513976190