Assoz. Prof. Dipl.-Ing. Dr.techn. Sebastian Tschiatschek, BSc
1090 Wien
Lehrveranstaltungen
Wintersemester 2026
-
051032 VU Grundlagen der Intelligenten Systeme
-
051080 LP Softwarepraktikum mit Bachelorarbeit
-
053021 LP Praktikum Informatik 1
-
053031 LP Praktikum Informatik 2
-
053049 SE Masterseminar
-
053613 VU Introduction to Machine Learning
-
053631 LP Data Analysis Project
-
500501 SE Doktoranden Forschungsseminar - Data and Knowledge
-
960036 VU IT und Data Science Grundlagen
Sommersemester 2026
-
051080 LP Softwarepraktikum mit Bachelorarbeit
-
052323 VU Probabilistic Artificial Intelligence
-
053021 LP Praktikum Informatik 1
-
053031 LP Praktikum Informatik 2
-
053049 SE Masterseminar
-
053621 VU Mining Massive Data
-
053631 LP Data Analysis Project
-
053640 SE Master's Seminar
-
500501 SE Doktoranden Forschungsseminar - Data and Knowledge
Wintersemester 2025
-
051032 VU Grundlagen der Intelligenten Systeme
-
051080 LP Softwarepraktikum mit Bachelorarbeit
-
053021 LP Praktikum Informatik 1
-
053031 LP Praktikum Informatik 2
-
053049 SE Masterseminar
-
053613 VU Introduction to Machine Learning
-
053631 LP Data Analysis Project
-
500501 SE Doktoranden Forschungsseminar - Data and Knowledge
-
960028 VU IT und Data Science Grundlagen
Publikationen
Breaking the Reclustering Barrier in Centroid-based Deep Clustering. / Miklautz, Lukas; Klein, Timo; Sidak, Kevin et al.
2025. The Thirteenth International Conference on Learning Representations.
Veröffentlichungen: Beitrag zu Konferenz › Sonstiger Konferenzbeitrag › Peer Reviewed
Information that matters: Exploring information needs of people affected by algorithmic decisions. / Schmude, Timothée (Korresp. Autor*in); Koesten, Laura; Möller, Torsten et al.
in: International Journal of Human-Computer Studies, Band 193, 103380, 01.2025.
Veröffentlichungen: Beitrag in Fachzeitschrift › Artikel › Peer Reviewed
Guidelines der Universität Wien zum Umgang mit Künstlicher Intelligenz (KI) in der Lehre (2. Auflage). / Herczeg, Petra; Steinacher, Roland; Forgó, Nikolaus et al.
2 Aufl. Wien: Universität Wien. 2024, Guidelines.
Veröffentlichungen: Sonstige Veröffentlichung › Sonstiges
Challenging the Human-in-the-loop in Algorithmic Decision-making. / Tschiatschek, Sebastian; Stamboliev, Eugenia; Schmude, Timothée et al.
2024.
Veröffentlichungen: Sonstige Veröffentlichung › Sonstiges
On Differentiable Bayesian Causal Structure Learning. / Rittel, Simon; Tschiatschek, Sebastian.
2024. 9th Causal Inference Workshop at UAI 2024, Barcelona, Spanien.
Veröffentlichungen: Beitrag zu Konferenz › Sonstiger Konferenzbeitrag › Peer Reviewed
Large Language Models for In-Context Student Modeling: Synthesizing Student's Behavior in Visual Programming. / Nguyen, Manh Hung; Tschiatschek, Sebastian; Singla, Adish.
Proceedings of the 17th International Conference on Educational Data Mining. Hrsg. / Benjamin Paaßen; Carrie Demmans Epp. Atlanta, Georgia, USA: International Educational Data Mining Society, 2024. S. 341-348.
Veröffentlichungen: Beitrag in Buch › Beitrag in Konferenzband › Peer Reviewed
Permutation Tree Invariant Neural Architectures. / Urban, Johannes; Tschiatschek, Sebastian; Kriege, Nils Morten.
2024. ICML 2024 Workshop on Geometry-grounded Representation Learning and Generative Modeling, Wien, Österreich.
Veröffentlichungen: Beitrag zu Konferenz › Sonstiger Konferenzbeitrag › Peer Reviewed
Learning Safety Constraints from Demonstrations with Unknown Rewards. / Lindner, David; Chen, Xin; Tschiatschek, Sebastian et al.
Proceedings of The 27th International Conference on Artificial Intelligence and Statistics. Hrsg. / Sanjoy Dasgupta; Stephan Mandt; Yingzhen Li. Band 238 PMLR, 2024. S. 2386-2394 (Proceedings of Machine Learning Research).
Veröffentlichungen: Beitrag in Buch › Beitrag in Konferenzband › Peer Reviewed
Exploring Artificial Intelligence for Applications of Drones in Forest Ecology and Management. / Buchelt, Alexander; Adrowitzer, Alexander; Kieseberg, Peter et al.
in: Forest Ecology and Management, Band 551, 121530, 01.01.2024.
Veröffentlichungen: Beitrag in Fachzeitschrift › Artikel › Peer Reviewed
Plasticity Loss in Deep Reinforcement Learning: A Survey. / Klein, Timo; Miklautz, Lukas; Sidak, Kevin et al.
arXiv, 2024.
Veröffentlichungen: Working Paper › Preprint
Projekte
Interpretability and Explainability as Drivers to Democracy
Vorträge
ECCV 2026 Workshop - Beyond Euclidean: Hyperbolic Deep Learning for Computer Vision
ICRA Exploration Workshop
Considering Respondents’ Preferences: The Effects of Self-Selecting the Content in Web Survey Questionnaires
Automated Split Questionnaire Design: The Way Forward in Survey Research?
Automated Split Questionnaire Design: The Way Forward in Survey Research?
Machine Learning for Neural Imaging
Weiter zu: Leitung & Team | Personensuche | Home