Professur für Wirtschaftsinformatik, insbesondere Machine Learning

Organisation: Professur

Forschungsschwerpunkte

Forschung

Wir interessieren uns für statistisches maschinelles Lernen mit einem Schwerpunkt auf Raum-Zeit-Problemen, wie zum Beispiel die Navigation von Nutzern innerhalb einer Website, adaptives Testen und adaptive Lernumgebungen sowie die Koordination von Fußballspielern auf dem Spielfeld. Unsere Beiträge sind zumeist in der Grundlagenforschung verortet und wir kooperieren mit ausgewählten Partnern aus Wissenschaft, Sport und Industrie in verschiedenen Projekten.

Lehre

Wir bieten Einführungsveranstaltungen und fortgeschrittene Spezialkurse im Themenbereich maschinelles Lernen und Data Mining an. Unser Lehre erbringen wir hauptsächlich im Master Management & Data Science als auch im Bachelor Wirtschaftsinformatik. Beispiele sind etwa Deep Learning (Data Science), Einführung in die Statistik (Wirtschaftsinformatik) und Maschinelles Lernen und Data Mining (Management & Engineering). 

  1. 2024
  2. Team Sports Analytics (ECML/PKDD Tutorial)

    Rudolph, Y. (Sprecher*in), Robberechts, P. (Sprecher*in), Van Roy, M. (Sprecher*in) & Zimmermann, A. (Sprecher*in)

    13.09.2024

    Aktivität: Vorträge und GastvorlesungenKonferenzvorträgeForschung

  3. PODIUMSDISKUSSION: Lehramtsstudium und/oder Künstliche Intelligenz? Ethische Herausforderungen in Bildung durch Technik.

    Mah, D.-K. (Sprecher*in), Brefeld, U. (Sprecher*in), Broy, W. (Sprecher*in) & Kück, T. J. (Moderator*in)

    13.06.2024

    Aktivität: Wissenschaftliche und künstlerische VeranstaltungenExternen Workshops, Kursen, SeminarenTransfer

  4. 2023
  5. Masked Autoencoder Pretraining for Event Classification in Elite Soccer

    Rudolph, Y. (Sprecher*in) & Brefeld, U. (Ko-Autor*in)

    18.09.2023

    Aktivität: Vorträge und GastvorlesungenVorträge in anderen VeranstaltungenForschung

  6. Data-efficient Pattern Detection in Elite Soccer

    Rudolph, Y. (Sprecher*in), Faßmeyer, D. (Ko-Autor*in) & Brefeld, U. (Ko-Autor*in)

    26.05.2023

    Aktivität: Vorträge und GastvorlesungenKonferenzvorträgeForschung

  7. 2022
  8. Modeling Conditional Dependencies in Multiagent Trajectories

    Rudolph, Y. (Sprecher*in) & Brefeld, U. (Ko-Autor*in)

    28.03.2022

    Aktivität: Vorträge und GastvorlesungenPräsentationen (Poster ua.)Forschung

  9. Detection of tactical patterns using semi-supervised graph neural networks

    Anzer, G. (Sprecher*in), Bauer, P. (Sprecher*in), Brefeld, U. (Sprecher*in) & Faßmeyer, D. (Sprecher*in)

    2022

    Aktivität: Vorträge und GastvorlesungenKonferenzvorträgeForschung

  10. 2020
  11. Graph Conditional Variational Models: Too Complex for Multiagent Trajectories?

    Rudolph, Y. (Sprecher*in), Brefeld, U. (Ko-Autor*in) & Dick, U. (Ko-Autor*in)

    12.12.2020

    Aktivität: Vorträge und GastvorlesungenPräsentationen (Poster ua.)Forschung

  12. Companion Proceedings of the 10th International Conference on Learning Analytics & Knowledge LAK20

    Neubauer , K. (Teilnehmer*in) & Brefeld, U. (Teilnehmer*in)

    25.03.202027.03.2020

    Aktivität: Wissenschaftliche und künstlerische VeranstaltungenKonferenzenForschung

  13. 2018
  14. MDP-based Itinerary Recommendation using Geo-Tagged Social Media

    Gaonkar, R. (Sprecher*in), Tavakol, M. (Sprecher*in) & Brefeld, U. (Sprecher*in)

    24.10.2018

    Aktivität: Vorträge und GastvorlesungenKonferenzvorträgeForschung

  15. Concurrent Adaptive Tests for Formative Assessments in School Classes

    Bengs, D. (Sprecher*in), Brefeld, U. (Sprecher*in) & Kröhne, U. (Sprecher*in)

    26.07.2018

    Aktivität: Vorträge und GastvorlesungenKonferenzvorträgeForschung

Vorherige 1 2 3 Nächste