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
User Authentication via Multifaceted Mouse Movements and Outlier Exposure
Matthiesen, J. J., Hastedt, H. & Brefeld, U., 01.04.2023, Advances in Intelligent Data Analysis XXI: 21st International Symposium on Intelligent Data Analysis, IDA 2023, Louvain-la-Neuve, Belgium, April 12–14, 2023, Proceedings. Crémilleux, B., Hess, S. & Nijssen, S. (Hrsg.). Cham: Springer Nature Switzerland AG, S. 300-313 14 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 13876 LNCS).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung
- Erschienen
Data practices in apps from Brazil: What do privacy policies inform us about?
Quadros dos Reis, V., Rabello, M. E. R., Lima, A. C., Jardim, G. P. S., Fernandes, E. R. & Brefeld, U., 10.02.2023, in: Journal on Interactive Systems. 14, 1, S. 1-8 8 S.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Eingereicht
Studying properties of water data using manifold-aware anomaly detectors
Paulsen, T. & Brefeld, U., 23.04.2024, (Eingereicht) Design of Cyber-Secure Water Plants. Mathur, A., Zhou, J. & Raman, G. (Hrsg.). MDPI AG, (Water).Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Sexismo no Brasil: Análise de um Word Embedding por meio de testes baseados em associação implícita
Quadros dos Reis, V., 25.09.2023, BRAZILIAN SYMPOSIUM IN INFORMATION AND HUMAN LANGUAGE TECHNOLOGY (STIL). Caseli, H. & Finatto, M. J. B. (Hrsg.). Sociedade Brasileira de Computação (SBC), S. 53-62 10 S.Publikation: Beiträge in Sammelwerken › Aufsätze in Konferenzbänden › Forschung › begutachtet
- Erschienen
Toward Learning Distributions of Distributions
Wohlstein, M. & Brefeld, U., 2025, in: Proceedings of Machine Learning Research. 265, S. 269-275 7 S.Publikation: Beiträge in Zeitschriften › Konferenzaufsätze in Fachzeitschriften › Forschung › begutachtet
- Erschienen
Interactive sequential generative models for team sports
Fassmeyer, D., Cordes, M. & Brefeld, U., 02.2025, in: Machine Learning. 114, 2, 15 S., 38.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet
- Erschienen
Masked autoencoder for multiagent trajectories
Rudolph, Y. & Brefeld, U., 02.2025, in: Machine Learning. 114, 2, 18 S., 44.Publikation: Beiträge in Zeitschriften › Zeitschriftenaufsätze › Forschung › begutachtet