PUB - Publikationen an der Universität Bielefeld

Alle markieren

• [13]
  

  2016 | Bielefelder E-Dissertation | PUB-ID: 2902065

  Learning vector quantization for proximity data
  Hofmann D (2016)
  Bielefeld: Universität Bielefeld.

  PUB | PDF
   
• [12]
  

  2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2695196

  Efficient approximations of robust soft learning vector quantization for non-vectorial data
  Hofmann D, Gisbrecht A, Hammer B (2015)
  Neurocomputing 147: 96-106.

  PUB | DOI | WoS
   
• [11]
  

  2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900320

  Valid interpretation of feature relevance for linear data mappings
  Frenay B, Hofmann D, Schulz A, Biehl M, Hammer B (2014)
  In: 2014 IEEE Symposium on Computational Intelligence and Data Mining (CIDM). Piscataway, NJ: Institute of Electrical & Electronics Engineers (IEEE): 149-156.

  PUB | PDF | DOI
   
• [10]
  

  2014 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2678214

  Learning interpretable kernelized prototype-based models
  Hofmann D, Schleif F-M, Paaßen B, Hammer B (2014)
  Neurocomputing 141: 84-96.

  PUB | DOI | Download (ext.) | WoS
   
• [9]
  

  2014 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2615730

  Learning vector quantization for (dis-)similarities
  Hammer B, Hofmann D, Schleif F-M, Zhu X (2014)
  NeuroComputing 131: 43-51.

  PUB | DOI | WoS
   
• [8]
  

  2013 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2982102

  Efficient Approximations of Kernel Robust Soft LVQ
  Hofmann D, Gisbrecht A, Hammer B (2013)
  In: Advances in Self-Organizing Maps. Estévez PA, Príncipe JC, Zegers P (Eds); Advances in Intelligent Systems and Computing. Berlin, Heidelberg: Springer Berlin Heidelberg: 183-192.

  PUB | DOI
   
• [7]
  

  2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2625199

  Sparse approximations for kernel learning vector quantization
  Hofmann D, Hammer B (2013)
  In: ESANN.

  PUB
   
• [6]
  

  2012 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2982106

  Discriminative Dimensionality Reduction Mappings
  Gisbrecht A, Hofmann D, Hammer B (2012)
  In: Advances in Intelligent Data Analysis XI. Hollmén J, Klawonn F, Tucker A (Eds); Lecture Notes in Computer Science. Berlin, Heidelberg: Springer Berlin Heidelberg: 126-138.

  PUB | DOI
   
• [5]
  

  2012 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2982107

  Kernel Robust Soft Learning Vector Quantization
  Hofmann D, Hammer B (2012)
  In: Artificial Neural Networks in Pattern Recognition. Mana N, Schwenker F, Trentin E (Eds); Lecture Notes in Computer Science. Berlin, Heidelberg: Springer Berlin Heidelberg: 14-23.

  PUB | DOI
   
• [4]
  

  2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2671172

  Discriminative probabilistic prototype based models in kernel space
  Hofmann D, Gisbrecht A, Hammer B (2012)
  In: Workshop NC^2 2012. TR Machine Learning Reports.

  PUB
   
• [3]
  

  2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2625238

  Efficient Approximations of Kernel Robust Soft LVQ
  Hofmann D, Gisbrecht A, Hammer B (2012)
  In: WSOM.

  PUB
   
• [2]
  

  2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2625247

  Discriminative Dimensionality Reduction Mappings
  Gisbrecht A, Hofmann D, Hammer B (2012)
  In: Advances in Intelligent Data Analysis XI - 11th International Symposium, IDA 2012, Helsinki, Finland, October 25-27, 2012. Proceedings. Hollmén J, Klawonn F, Tucker A (Eds); Lecture Notes in Computer Science, 7619. Springer: 126-138.

  PUB
   
• [1]
  

  2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2625254

  Kernel Robust Soft Learning Vector Quantization
  Hofmann D, Hammer B (2012)
  In: Artificial Neural Networks in Pattern Recognition - 5th INNS IAPR TC 3 GIRPR Workshop, ANNPR 2012, Trento, Italy, September 17-19, 2012. Proceedings. Mana N, Schwenker F, Trentin E (Eds); Lecture Notes in Computer Science, 7477. Springer: 14-23.

  PUB