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).
- Erschienen
Space and Control in Soccer
Martens, F., Dick, U. & Brefeld, U., 16.07.2021, in: Frontiers in Sports and Active Living . 3, 13 S., 676179.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung
- Erschienen
Principled Interpolation in Normalizing Flows
Fadel, S., Mair, S., da Silva Torres, R. & Brefeld, U., 09.2021, Machine Learning and Knowledge Discovery in Databases. Research Track: European Conference, ECML PKDD 2021, Bilbao, Spain, September 13–17, 2021, Proceedings, Part II. Oliver, N., Pérez-Cruz, F., Kramer, S., Read, J. & Lozano, J. A. (Hrsg.). Cham: Springer Nature AG, S. 116-131 16 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 12976 LNAI).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Contextual movement models based on normalizing flows
Fadel, S., Mair, S., da Silva Torres, R. & Brefeld, U., 03.2023, in: AStA Advances in Statistical Analysis. 107, 1-2, S. 51-72 22 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
The origins of goals in the German Bundesliga
Anzer, G., Bauer, P. & Brefeld, U., 17.11.2021, in: Journal of Sports Sciences. 39, 22, S. 2525-2544 20 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Joint optimization of an autoencoder for clustering and embedding
Boubekki, A., Kampffmeyer, M., Brefeld, U. & Jenssen, R., 01.07.2021, in: Machine Learning. 110, 7, S. 1901-1937 37 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Analysing Positional Data
Brefeld, U., Mair, S. & Lasek, J., 01.10.2020, Science Meets Sports: When Statistics Are More Than Numbers. Ley, C. & Dominicy, Y. (Hrsg.). Newcastle upon Tyne: Cambridge Scholars Publishing, S. 81-94 13 S. (Physical Sciences).Publikation: Beiträge in Sammelwerken › Kapitel › begutachtet
- Erschienen
Uma Caracterização das Polı́ticas de Privacidade Utilizadas em Aplicativos no Brasil
Jardim, G. P. S., Rabello, M. E. R., Lima, A. C., Brefeld, U. & Quadros dos Reis, V., 05.08.2022, Anais do III Workshop sobre as Implicações da Computação na Sociedade (WICS). Sociedade Brasileira de Computação (SBC), S. 13-25 13 S. (WORKSHOP SOBRE AS IMPLICAÇÕES DA COMPUTAÇÃO NA SOCIEDADE (WICS); Nr. 3/2022).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Semi-Supervised Generative Models for Multi-Agent Trajectories
Brefeld, U., Fassmeyer, D. & Fassmeyer, P., 2022, Advances in Neural Information Processing Systems 35: 36th Conference on Neural Information Processing Systems (NeurIPS 2022). Koyejo, S., Mohamed, S., Agarwal, A., Belgrave, D., Cho, K. & Oh, A. (Hrsg.). Red Hook: Curran Associates, Band 48. S. 37267-37281 15 S. (Advances in Neural Information Processing Systems; Band 35).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Modeling Conditional Dependencies in Multiagent Trajectories
Rudolph, Y. & Brefeld, U., 2022, in: Proceedings of Machine Learning Research. 151, S. 10518-10533 16 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Graph Conditional Variational Models: Too Complex for Multiagent Trajectories?
Rudolph, Y., Brefeld, U. & Dick, U., 2020, in: Proceedings of Machine Learning Research. 137, S. 136-147 12 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet