Dipl.-Ing. Dr Thomas Unterthiner, MSc

Science Park 3 - Stockwerk 3 - Raum 327
+43 732 2468 4532
+43 732 2468 4539
unterthiner@ml.jku.at

Forschungsinteressen

Understanding the inner working of deep learning
Generative Adversarial Networks
Deep Learning and Neural Networks
Autonomous Driving
Drug Target Prediction
Machine Learning in Bioinformatics
Machine Learning and Artificial Intelligence

Ausgewählte Publikationen

Calvin Seward, Thomas Unterthiner, Urs Bergmann, Nikolay Jetchev, Sepp Hochreiter: First Order Generative Adversarial Networks, öffnet eine externe URL in einem neuen Fenster, International Conference on Machine Learning (ICML), 2018
Andreas Mayr*, Günter Klambauer*, Thomas Unterthiner*, Marvin Steijaert, Jörg K. Wegner, Hugo Ceulemans, Djork-Arne Clevert, Sepp Hochreiter: Large-scale comparison of machine learning methods for drug target prediction on ChEMBL, öffnet eine externe URL in einem neuen Fenster, Chemical Science, 2018
Thomas Unterthiner, Bernhard Nessler, Günter Klambauer, Martin Heusel, Hubert Ramsauer, Sepp Hochreiter: Coulomb GANs: Provably Optimal Nash Equilibria via Potential Fields, öffnet eine externe URL in einem neuen Fenster, International Conference on Learning Representations (ICLR), 2018, code, öffnet eine externe URL in einem neuen Fenster
Martin Heusel, Hubert Ramsauer, Thomas Unterthiner, Bernhard Nessler, Günter Klambauer, Sepp Hochreiter: GANs Trained by a Two Time-Scale Update Rule Converge to a Nash Equilibrium, öffnet eine externe URL in einem neuen Fenster, Advances in Neural Information Processing Systems 30 (NIPS), 2017
Günter Klambauer, Thomas Unterthiner, Andreas Mayr, Sepp Hochreiter: Self-Normalizing Neural Networks, öffnet eine externe URL in einem neuen Fenster, Advances in Neural Information Processing Systems 30 (NIPS), 2017
Djork-Arne Clevert, Thomas Unterthiner, Gundula Povysil, Sepp Hochreiter: Rectified factor networks for biclustering of omics data, öffnet eine externe URL in einem neuen Fenster, Bioinformatics, 2017
Michael Treml*, José Arjona-Medina*, Thomas Unterthiner*, Rupesh Durgesh, Felix Friedmann, Peter Schuberth, Andreas Mayr, Martin Heusel, Markus Hofmarcher, Michael Widrich, Bernhard Nessler, Sepp Hochreiter Speeding up Semantic Segmentation for Autonomous Driving, öffnet eine externe URL in einem neuen Fenster, Machine Learning for Intelligent Transportation Systems, in conjunction with Neural Information Processing Systems (NIPS), 2016
Thomas Unterthiner*, Andreas Mayr*, Günter Klambauer*, Sepp Hochreiter: Deep Learning for Drug Target Prediction, GPU Technology Conference Europe (GTC Europe), 2016,
Best Poster Award
Djork-Arne Clevert, Thomas Unterthiner, Sepp Hochreiter: Fast and Accurate Deep Network Learning by Exponential Linear Units (ELUs), öffnet eine externe URL in einem neuen Fenster, International Conference on Learning Representations (ICLR), 2016
Andreas Mayr*, Günter Klambauer*, Thomas Unterthiner*, Sepp Hochreiter: DeepTox: Toxicity Prediction using Deep Learning, öffnet eine externe URL in einem neuen Fenster, Frontiers in Environmental Science, 2016
Djork-Arne Clevert, Andreas Mayr, Thomas Unterthiner, Sepp Hochreiter: Rectified Factor Networks, öffnet eine externe URL in einem neuen Fenster, Advances in Neural Information Processing Systems 28 (NIPS), 2015
Günter Klambauer, Martin Wischenbart, Michael Mahr, Thomas Unterthiner, Andreas Mayr, Sepp Hochreiter: Rchemcpp: a web service for structural analoging in ChEMBL, Drugbank and the Connectivity Map, öffnet eine externe URL in einem neuen Fenster, Bioinformatics, 2015
Thomas Unterthiner, Andreas Mayr, Günter Klambauer, Sepp Hochreiter: Toxicity Prediction using Deep Learning, öffnet eine externe URL in einem neuen Fenster, arXiv pre-print, 2015
Günter Klambauer, Bie Verbist, Liesbet Vervoort, Willem Talloen, The QSTAR Consortium, Ziv Shkedy, Olivier Thas, Andreas Bender, Hinrich W.H. Göhlmann, Sepp Hochreiter: Using transcriptomics to guide lead optimization in drug discovery projects: Lessons learned from the QSTAR project, öffnet eine externe URL in einem neuen Fenster, Drug Discovery Today, 2015
Lev Givon, Thomas Unterthiner, N. Benjamin Erichson, David Wei Chiang, Eric Larson, Luke A. Pfister, Sander Dieleman, Gregory R. Lee, Stefan van der Walt, Teodor Mihai Moldovan, Frederic Bastien, Xing Shi, Jan Schlüter, Brian Thomas, Chris Capdevila, Alex Rubinsteyn:scikit-cuda 0.5.1: a Python interface to GPU-powered libraries, öffnet eine externe URL in einem neuen Fenster, 2015
Aakash Chavan Ravindranath, Nolen Perualila-Tan, Adetayo Kasim, Georgios Drakakis, Sonia Liggi, Suzanne C. Brewerton, Daniel Mason, Michael J. Bodkin, David A. Evans, Aditya Bhagwat, Willem Talloen, Hinrich W. H. Göhlmann, QSTAR Consortium, Ziv Shkedy, Andreas Bender: Connecting gene expression data from connectivity map and in silico target predictions for small molecule mechanism-of-action analysis, öffnet eine externe URL in einem neuen Fenster, Molecular BioSystems, 2014
Thomas Unterthiner, Andreas Mayr, Günter Klambauer, Marvin Steijaert, Jörg Wegner, Hugo Ceulemans, Sepp Hochreiter: Deep Learning as an Opportunity in Virtual Screening, öffnet eine externe URL in einem neuen Fenster,Deep Learning and Representation Learning Workshop, in conjunction with Neural Information Processing Systems (NIPS), 2014
Günter Klambauer, Thomas Unterthiner, Sepp Hochreiter: DEXUS: Identifying Differential Expression in RNA-Seq Studies with Unknown Conditions, öffnet eine externe URL in einem neuen Fenster, Nucleic Acids Research 41 (21), 2013
Thomas Unterthiner: Evaluating RNA-seq Methods for Differential Gene Expression, Master thesis, 2012
Thomas Unterthiner, Anne-Kathrin Schultz, Jan Bulla, Burkhard Morgenstern, Mario Stanke, Ingo Bulla: Detection of viral sequence fragments of HIV-1 subfamilies yet unknown, öffnet eine externe URL in einem neuen Fenster.BMC Bioinformatics, 12(1):93, 2011

Lehre

2018 summer term: Deep Learning and Neural Networks
2017 summer term: Deep Learning and Neural Networks, öffnet eine externe URL in einem neuen Fenster
2016 summer term: Deep Learning and Neural Networks, öffnet eine externe URL in einem neuen Fenster
2015 summer term: Deep Learning and Neural Networks, öffnet eine externe URL in einem neuen Fenster
2014 winter term: Exercises in Sequence Analysis and Phylogenetics, öffnet eine externe URL in einem neuen Fenster
2014 summer term: Exercises in Theoretical Concepts of Machine Learning, öffnet eine externe URL in einem neuen Fenster
2014 summer term: Exercises in Machine Learning: Unsupervised Techniques, öffnet eine externe URL in einem neuen Fenster
2013 summer term: Exercises in Theoretical Bioinformatics and Machine Learning, öffnet eine externe URL in einem neuen Fenster

Software

binet, öffnet eine externe URL in einem neuen Fenster: A Deep Learning framework in Python with GPU support
librfn, öffnet eine externe URL in einem neuen Fenster: high-performance implementation of Rectified Factor Networks, runs on CPU and GPU
libfabia, öffnet eine externe URL in einem neuen Fenster: High performance parallel implementation of the FABIA biclustering algorithm
pyfabia, öffnet eine externe URL in einem neuen Fenster: Cython implementation of FABIA
Regular contributor to various open source projects such as scikit-learn, öffnet eine externe URL in einem neuen Fenster, PyCUDA, öffnet eine externe URL in einem neuen Fenster, scikit-cuda, öffnet eine externe URL in einem neuen Fenster and others

Ausbildung

2012 - present: PhD in Computer Science, Johannes Kepler University, Linz
2008-2016: MSc Computer Science (Diplom-Ingeneur), Johannes Kepler University, Linz, Austria (passed with distinction)
2008-2012: MSc Bioinformatics, Johannes Kepler University, Linz, Austria (passed with distinction)
2009-2010: Erasmus Study Abroad, University of Reading, United Kingdom
2005-2008: BSc Computer Science, Johannes Kepler University, Linz, Austria (passed with distinction)
2004: Matura (high school graduation) Deutschsprachige Handelsoberschule, Bolzano, Italy, Grade: 100/100

Beruflicher Werdegang

2012 - present: Research Assistant, Institute of Bioinformatics, Johannes Kepler University, Linz, Austria
2010 - 2011: Research Assistant, Department of Mathematics Education, Johannes Kepler University, Linz, Austria
2009: Research Assistant, Department of Bioinformatics, Institute for Microbiology and Genetics, University of Göttingen, Germany
2009: Summer-Internship as Software Developer at Orgachim ISC, Ruse, Bulgaria
2008: Summer-Internship as Software Developer at Würth-Phönix SRL, Bolzano, Italy

Name	Zweck	Ablauf	Anbieter
CookieConsent	Speichert Ihre Einstellungen zur Verwendung von Cookies auf dieser Website.	1 Jahr	JKU
se_mode	Cookie für Einstellungen der Site Search	1 Jahr	JKU

Name	Zweck	Ablauf	Anbieter
_gcl_au	Wird verwendet, um zwischen User und Userverhalten zu unterscheiden.	3 Monate	Google
_ga	Wird verwendet, um Benutzer zu unterscheiden.	2 Jahre	Google
_gid	Wird verwendet, um Benutzer zu unterscheiden und die Nutzung der Website zu analysieren. Es werden anonyme Daten zur Anzahl von Besuchern, die besuchten Seiten und die Quelle des Zugriffes erfasst.	1 Tag	Google
_gat_UA-112203476-1	Wird zum Drosseln der Anfragerate bei Google Analytics für Websites mit hohen Nutzerzahlen verwendet.	1 Minute	Google

Name	Zweck	Ablauf	Anbieter
_gcl_au	Wird verwendet, um zwischen User und Userverhalten zu unterscheiden.	3 Monate	Google
_ga	Wird verwendet, um Benutzer zu unterscheiden.	2 Jahre	Google
_gid	Wird verwendet, um Benutzer zu unterscheiden und die Nutzung der Website zu analysieren. Es werden anonyme Daten zur Anzahl von Besuchern, die besuchten Seiten und die Quelle des Zugriffes erfasst.	1 Tag	Google
_gac_UA-112203476-1	Enthält Kampagneninformationen und dient der Messung des Kampagnenerfolges von Google AdWords Kampagnen.	90 Tage	Google
test_cookie	Wird testweise gesetzt, um zu prüfen, ob der Browser das Setzen von Cookies erlaubt. Enthält keine Identifikationsmerkmale.	15 Minuten	Google
IDE	Enthält eine zufallsgenerierte User-ID. Anhand dieser ID kann Google den User über verschiedene Websites domainübergreifend wiedererkennen und personalisierte Werbung ausspielen.	1 Jahr	Google
_gcl_aw	Dieses Cookie wird gesetzt, wenn ein User über einen Klick auf eine Google Werbeanzeige auf die Website gelangt. Es enthält Informationen darüber, welche Werbeanzeige geklickt wurde, sodass erzielte Erfolge wie z.B. Bestellungen oder Kontaktanfragen der Anzeige zugewiesen werden können.	3 Monate	Google
AMCV_xx	Enthält eine zufallsgenerierte User-ID. Anhand dieser ID kann die Adobe Marketing Cloud den User über verschiedene Websites domainübergreifend wiedererkennen und personalisierte Werbung ausspielen.	3 Jahre	LinkedIn
bcookie	Enthält eine ID des Browsers.	2 Jahre	LinkedIn
bscookie	Enthält eine ID des Browsers bei einer sicheren Verbindung.	2 Jahre	LinkedIn
lang	Wird verwendet, um die Spracheinstellung des Besuchers zu speichern.	Session	LinkedIn
lidc	Wird verwendet, um Benutzer zu unterscheiden und die Nutzung der Website zu analysieren. Es werden anonyme Daten zur Anzahl von Besuchern, die besuchten Seiten und die Quelle des Zugriffes erfasst.	1 Tag	LinkedIn
lissc	Wird für die Analyse der Nutzung von eingebetteten Dienstleistungen verwendet.	1 Jahr	LinkedIn
UserMatchHistory	Enthält Kampagneninformationen und dient der Messung des Kampagnenerfolges.	30 Tage	LinkedIn
fr	Enthält Kampagneninformationen und dient der Messung des Kampagnenerfolges.	90 Tage	Facebook
fbp	Wird von Facebook genutzt, um eine Reihe von Werbeprodukten anzuzeigen, zum Beispiel Echtzeitangebote dritter Werbetreibender.	90 Tage	Facebook
sc_at	Wird verwendet, um Benutzer über mehrere Domains hinweg zu unterscheiden.	1 Jahr	Snap
sc-country	Dieses Cookie unterscheidet das Land des Benutzers.	1 Tag	Snap
uid	Dieses Cookie enthält eine zufallsgenerierte User-ID und wird für das Ausspielen und die Echtzeitermittlung der Preise für Anzeigen für differenzierte Zielgruppen verwendet.	60 Tage	Adform
C	Identifiziert und speichert ob Nutzer Cookies akzeptieren. Wert 1: Cookies sind erlaubt, Wert 3: Cookies sind nicht erlaubt.	30 Tage	Adform

Dipl.-Ing. Dr Thomas Unterthiner, MSc

{{ dict().Publications }}

{{ typ[0].TYP }}

{{ dict().Lectures }}

{{ typ[0].TYP }}

{{ dict().ResearchProjects }}

{{ typ[0].TYP }}

{{ dict().Scs }}

{{ typ[0].TYP }}

{{ dict().Innovations }}

{{ typ[0].TYP }}

Forschungsinteressen

Ausgewählte Publikationen

Lehre

Software

Ausbildung

Beruflicher Werdegang