Neuer Konferenzbeitrag auf der ECML PKDD 2026

Pascal Plettenberg, Denis Huseljic, André Alcalde, Bernhard Sick und Josephine M. Thomas präsentieren einen neuen Konferenzbeitrag mit dem Titel „ALINC: Active Learning for Inductive Node Classification via Graph Sampling“ auf der European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD) 2026. Der Beitrag stellt ALINC vor, ein Active-Learning-Framework, das in der induktiven Knotenklassifikation gesamte Graphen für die Annotation auswählt. Anwendungsbeispiele sind unter anderem die Vorhersage von Metabolismus-Stellen in Molekülen sowie die Designautomatisierung von Leiterplatten-Schaltplänen.

Der Artikel ist bei Springer erschienen und unter https://link.springer.com/chapter/10.1007/978-3-032-37654-1_6 verfügbar. Der zugehörige Code ist auf GitHub unter https://github.com/pasplett/alinc zugänglich.