21 Publikationen
-
2024 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2988509Hinder, F., Vaquet, V. & Hammer, B. (2024). A Remark on Concept Drift for Dependent Data (Lecture Notes in Computer Science). In I. Miliou, N. Piatkowski & P. Papapetrou (Hrsg.), Advances in Intelligent Data Analysis XXII. 22nd International Symposium on Intelligent Data Analysis, IDA 2024, Stockholm, Sweden, April 24–26, 2024, Proceedings, Part I (S. 77-89). Cham: Springer Nature Switzerland. doi:10.1007/978-3-031-58547-0_7.
-
2023 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2981289Hinder, F., Vaquet, V., Brinkrolf, J. & Hammer, B. (2023). Model-based explanations of concept drift. Neurocomputing: 126640. Elsevier BV. doi:10.1016/j.neucom.2023.126640.
-
-
2023 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2982167Hinder, F., Vaquet, V., Brinkrolf, J. & Hammer, B. (2023). On the Hardness and Necessity of Supervised Concept Drift Detection. In M. De Marsico, G. Sanniti di Baja & A. Fred (Hrsg.), Proceedings of the 12th International Conference on Pattern Recognition Applications and Methods ICPRAM. Vol. 1 (S. 164-175). Gehalten auf der 12th International Conference on Pattern Recognition Applications and Methods, Setúbal: SCITEPRESS - Science and Technology Publications. doi:10.5220/0011797500003411.
-
2023 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2977934Hinder, F., Vaquet, V., Brinkrolf, J. & Hammer, B. (2023). On the Change of Decision Boundary and Loss in Learning with Concept Drift (Lecture Notes in Computer Science). In B. Crémilleux, S. Hess & S. Nijssen (Hrsg.), Advances in Intelligent Data Analysis XXI. 21st International Symposium on Intelligent Data Analysis, IDA 2023, Louvain-la-Neuve, Belgium, April 12–14, 2023, Proceedings (S. 182-194). Cham: Springer . doi:10.1007/978-3-031-30047-9_15.
-
2022 | Zeitschriftenaufsatz | E-Veröff. vor dem Druck | PUB-ID: 2962746Artelt, A., Hinder, F., Vaquet, V., Feldhans, R. & Hammer, B. (2022). Contrasting Explanations for Understanding and Regularizing Model Adaptations. Neural Processing Letters, 55, 5273–5297. Springer . doi:10.1007/s11063-022-10826-5.
-
2022 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2984050Hinder, F., Vaquet, V. & Hammer, B. (2022). Suitability of Different Metric Choices for Concept Drift Detection (Lecture Notes in Computer Science). In T. Bouadi, E. Fromont & E. Hüllermeier (Hrsg.), Advances in Intelligent Data Analysis XX. 20th International Symposium on Intelligent Data Analysis, IDA 2022, Rennes, France, April 20–22, 2022, Proceedings (S. 157-170). Cham: Springer International Publishing. doi:10.1007/978-3-031-01333-1_13.
-
2022 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2966088Hinder, F., Vaquet, V., Brinkrolf, J., Artelt, A. & Hammer, B. (2022). Localization of Concept Drift: Identifying the Drifting Datapoints. 2022 International Joint Conference on Neural Networks (IJCNN) (S. 1-9). Gehalten auf der 2022 International Joint Conference on Neural Networks (IJCNN), IEEE. doi:10.1109/IJCNN55064.2022.9892374.
-
2022 | Konferenzbeitrag | Angenommen | PUB-ID: 2964534Vaquet, V., Hinder, F., Brinkrolf, J., Menz, P., Seiffert, U. & Hammer, B. (Accepted). Federated learning vector quantization for dealing with drift between nodes. Gehalten auf der 30th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, ESANN 2022.
-
-
2022 | Kurzbeitrag Konferenz / Poster | PUB-ID: 2962861Hinder, F., Vaquet, V., Brinkrolf, J., Artelt, A. & Hammer, B. (2022). Localization of Concept Drift: Identifying the Drifting Datapoints.
-
-
2021 | Konferenzbeitrag | PUB-ID: 2959428Hinder, F., Vaquet, V., Brinkrolf, J. & Hammer, B. (2021). Fast Non-Parametric Conditional Density Estimation using Moment Trees (IEEE Computational Intelligence Magazine). Gehalten auf der IEEE Symposium Series on Computational Intelligence, Piscataway, NJ: IEEE.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2960687Vaquet, V., Hinder, F., Vaquet, J., Brinkrolf, J. & Hammer, B. (2021). Online Learning on Non-Stationary Data Streams for Image Recognition using Deep Embeddings (IEEE Symposium Series on Computational Intelligence). (IEEE, Hrsg.), 1-7. Gehalten auf der 2021 IEEE Symposium Series on Computational Intelligence (SSCI). doi:10.1109/SSCI50451.2021.9659903.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2960754Hinder, F., Brinkrolf, J., Vaquet, V. & Hammer, B. (2021). A Shape-Based Method for Concept Drift Detection and Signal Denoising. 2021 IEEE Symposium Series on Computational Intelligence (SSCI) Proceedings (S. 01-08). Gehalten auf der 2021 IEEE Symposium Series on Computational Intelligence (SSCI), Piscataway, NJ: IEEE. doi:10.1109/SSCI50451.2021.9660111.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2960755Hinder, F., Vaquet, V., Brinkrolf, J. & Hammer, B. (2021). Fast Non-Parametric Conditional Density Estimation using Moment Trees. 2021 IEEE Symposium Series on Computational Intelligence (SSCI) Proceedings (S. 1-7). Gehalten auf der 2021 IEEE Symposium Series on Computational Intelligence (SSCI), Piscataway, NJ: IEEE. doi:10.1109/SSCI50451.2021.9660031.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2960685Vaquet, V., Menz, P., Seiffert, U. & Hammer, B. (2021). Investigating Intensity and Transversal Drift in Hyperspectral Imaging Data. In M. Verleysen (Hrsg.), ESANN 2021 proceedings (S. 47-52). Gehalten auf der ESANN 2021 - European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, Louvain-la-Neuve (Belgium): Ciaco - i6doc.com. doi:10.14428/esann/2021.ES2021-64.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2957373Artelt, A., Hinder, F., Vaquet, V., Feldhans, R. & Hammer, B. (2021). Contrastive Explanations for Explaining Model Adaptations (Lecture Notes in Computer Science). In I. Rojas, G. Joya & A. Catala (Hrsg.), Advances in Computational Intelligence. 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Virtual Event, June 16–18, 2021, Proceedings, Part I (S. 101-112). Gehalten auf der 16th International Work-Conference on Artificial Neural Networks, IWANN 2021, Cham: Springer . doi:10.1007/978-3-030-85030-2_9.
-
2021 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2962747Artelt, A., Vaquet, V., Velioglu, R., Hinder, F., Brinkrolf, J., Schilling, M. & Hammer, B. (2021). Evaluating Robustness of Counterfactual Explanations. 2021 IEEE Symposium Series on Computational Intelligence (SSCI) (S. 01-09). Gehalten auf der 2021 IEEE Symposium Series on Computational Intelligence (SSCI), Piscataway, NJ: IEEE. doi:10.1109/SSCI50451.2021.9660058.
-
2020 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2958328Vaquet, V. & Hammer, B. (2020). Balanced SAM-kNN: Online Learning with Heterogeneous Drift and Imbalanced Data (Lecture Notes in Computer Science). In I. Farkaš, P. Masulli & S. Wermter (Hrsg.), Artificial Neural Networks and Machine Learning – ICANN 2020. 29th International Conference on Artificial Neural Networks, Bratislava, Slovakia, September 15–18, 2020, Proceedings, Part II (S. 850-862). Cham: Springer. doi:10.1007/978-3-030-61616-8_68.
-
2019 | Kurzbeitrag Konferenz / Poster | PUB-ID: 2935044Artelt, A., Jakob, J. & Vaquet, V. (2019). Continuous online user authentication based on keystroke dynamics. Gehalten auf der Interdisciplinary College (IK).