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).
- 2014
- Erschienen
Nmap: A novel neighborhood preservation space-filling algorithm
Duarte, F. S. L. G., Sikansi, F., Fatore, F. M., Fadel, S. G. & Paulovich, F. V., 31.12.2014, in: IEEE Transactions on Visualization and Computer Graphics. 20, 12, S. 2063-2071 9 S., 6876012.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- 2015
- Erschienen
Universal Threshold Calculation for Fingerprinting Decoders using Mixture Models
Schäfer, M., Mair, S., Berchtold, W. & Steinebach, M., 17.06.2015, Proceedings of the 3rd ACM Workshop on Information Hiding and Multimedia Security. Association for Computing Machinery, Inc, S. 109-114 6 S. (IH and MMSec 2015 - Proceedings of the 2015 ACM Workshop on Information Hiding and Multimedia Security).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Constrained Independence for Detecting Interesting Patterns
Delacroix, T., Boubekki, A., Lenca, P. & Lallich, S., 02.12.2015, 2015 IEEE International Conference on Data Science and Advanced Analytics (DSAA). Pasi, G., Kwok, J., Zaiane, O., Gallinari, P., Gaussier, E. & Cao, L. (Hrsg.). IEEE - Institute of Electrical and Electronics Engineers Inc., 10 S. 7344897. (Proceedings of the 2015 IEEE International Conference on Data Science and Advanced Analytics, DSAA 2015).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- 2016
- Erschienen
Data-driven analyses of electronic text books
Boubekki, A., Kröhne, U., Goldhammer, F., Schreiber, W. & Brefeld, U., 2016, Solving large scale learning tasks: Challenges and algorithms : essays dedicated to Katharina Morik on the occasion of her 60th birthday. Michaelis, S., Piatkowski, N. & Stolpe, M. (Hrsg.). Cham: Springer International Publishing AG, S. 362-376 15 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 9580).Publikation: Beiträge in Sammelwerken › Aufsätze in Sammelwerken › Forschung
- Erschienen
Using Wikipedia for Cross-Language Named Entity Recognition
Fernandes, E. R., Brefeld, U., Blanco, R. & Atserias, J., 2016, Big Data Analytics in the Social and Ubiquitous Context: 5th International Workshop on Modeling Social Media, MSM 2014, 5th International Workshop on Mining Ubiquitous and Social Environments, MUSE 2014, and First International Workshop on Machine Learning for Urban Sensor Data, SenseML 2014, Revised Selected Papers. Atzmüller, M., Chin, A., Janssen, F., Schweizer, I. & Trattner, C. (Hrsg.). Springer International Publishing AG, S. 1-25 25 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 9546).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Spatio-Temporal Convolution Kernels
Knauf, K., Memmert, D. & Brefeld, U., 01.02.2016, in: Machine Learning. 102, 2, S. 247-273 27 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Feature Extraction and Aggregation for Predicting the Euro 2016
Tavakol, M., Zafartavanaelmi, H. & Brefeld, U., 09.2016, in: CEUR Workshop Proceedings. 1842, 1842, 7 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Predicting the future performance of soccer players
Arndt, C. & Brefeld, U., 01.10.2016, in: Statistical Analysis and Data Mining. 9, 5, S. 373-382 10 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- 2017
- Erschienen
Propagating Maximum Capacities for Recommendation
Boubekki, A., Brefeld, U., Lucchesi, C. L. & Stille, W., 2017, KI 2017: Advances in Artificial Intelligence: 40th Annual German Conference on AI, Dortmund, Germany, September 25-29, 2017 : proceedings. Cham, Schweiz: Springer, S. 72-84 13 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 10505 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Frame-based Data Factorizations
Mair, S., Boubekki, A. & Brefeld, U., 25.07.2017, 34th International Conference on Machine Learning, ICML 2017. Precup, D. & Teh, Y. W. (Hrsg.). Red Hook: Curran Associates, S. 2305-2313 9 S. (Proceedings of Machine Learning Research; Band 70).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet