33 Publikationen

Alle markieren

[33]
2020 | Zeitschriftenaufsatz | E-Veröff. vor dem Druck | PUB-ID: 2944327
Panda, A., Yadav, A., Yeerna, H., Singh, A., Biehl, M., Lux, M., Schulz, A., Klecha, T., Doniach, S., Khiabanian, H., Ganesan, S., Tamayo, P. & Bhanot, G. (2020). Tissue- and development-stage-specific mRNA and heterogeneous CNV signatures of human ribosomal proteins in normal and cancer samples. Nucleic acids research. PubMed Central; Oxford University Press. doi:10.1093/nar/gkaa485.
PUB | DOI | PubMed | Europe PMC
 
[32]
2020 | Konferenzbeitrag | PUB-ID: 2943260
Schulz, A., Hinder, F. & Hammer, B. (2020). DeepView: Visualizing Classification Boundaries of Deep Neural Networks as Scatter Plots Using Discriminative Dimensionality Reduction. Proceedings of the Twenty-Ninth International Joint Conference on Artificial Intelligence, {IJCAI-20}. Gehalten auf der International Joint Conferences on Artificial Intelligence. doi:https://doi.org/10.24963/ijcai.2020/319 .
PUB | DOI | Download (ext.)
 
[31]
2020 | Konferenzbeitrag | Im Druck | PUB-ID: 2941931
Paaßen, B. & Schulz, A. (In Press). Reservoir memory machines. In M. Verleysen (Hrsg.), Proceedings of the 28th European Symposium on Artificial Neural Networks (ESANN 2020). Gehalten auf der 28th European Symposium on Artificial Neural Networks (ESANN 2020), Bruges.
PUB | Download (ext.) | arXiv
 
[30]
2019 | Zeitschriftenaufsatz | E-Veröff. vor dem Druck | PUB-ID: 2934458 OA
Prahm, C., Schulz, A., Paaßen, B., Schoisswohl, J., Kaniusas, E., Dorffner, G., Hammer, B. & Aszmann, O. (2019). Counteracting Electrode Shifts in Upper-Limb Prosthesis Control via Transfer Learning. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 27(5), 956-962. IEEE. doi:10.1109/TNSRE.2019.2907200.
PUB | PDF | DOI | WoS | PubMed | Europe PMC
 
[29]
2018 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2914505
Paaßen, B., Schulz, A., Hahne, J. & Hammer, B. (2018). Expectation maximization transfer learning and its application for bionic hand prostheses. Neurocomputing, 298, 122-133. Elsevier. doi:10.1016/j.neucom.2017.11.072.
PUB | DOI | Download (ext.) | WoS | arXiv
 
[28]
2018 | Konferenzbeitrag | PUB-ID: 2930001 OA
Schulz, A., Queißer, J., Ishihara, H. & Asada, M. (2018). Transfer Learning of Complex Motor Skills on the Humanoid Robot Affetto. Gehalten auf der International Conference on Development and Learning and on Epigenetic Robotics 2018 (ICDL-EPIROB2018).
PUB | PDF
 
[27]
2018 | Konferenzbeitrag | PUB-ID: 2916318
Berger, K., Schulz, A., Paaßen, B. & Hammer, B. (2018). Linear Supervised Transfer Learning for the Large Margin Nearest Neighbor Classifier. Gehalten auf der SSCI CIDM 2017. doi:10.1109/SSCI.2017.8285359.
PUB | DOI
 
[26]
2017 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2909369 OA
Paaßen, B., Schulz, A., Hahne, J. & Hammer, B. (2017). An EM transfer learning algorithm with applications in bionic hand prostheses. In M. Verleysen (Hrsg.), Proceedings of the 25th European Symposium on Artificial Neural Networks (ESANN 2017) (S. 129-134). Gehalten auf der 25th European Symposium on Artificial Neural Networks (ESANN 2017), Bruges: i6doc.com.
PUB | PDF
 
[25]
2017 | Datenpublikation | PUB-ID: 2912671 OA
Paaßen, B. & Schulz, A. (2017). Linear Supervised Transfer Learning Toolbox. Bielefeld University. doi:10.4119/unibi/2912671.
PUB | Dateien verfügbar | DOI
 
[24]
2017 | Bielefelder E-Dissertation | PUB-ID: 2914256 OA
Schulz, A. (2017). Discriminative dimensionality reduction: variations, applications, interpretations. Bielefeld: Universität Bielefeld.
PUB | PDF
 
[23]
2017 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2909372 OA
Schulz, A., Brinkrolf, J. & Hammer, B. (2017). Efficient Kernelization of Discriminative Dimensionality Reduction. Neurocomputing, 268(SI), 34-41. Elsevier BV. doi:10.1016/j.neucom.2017.01.104.
PUB | PDF | DOI | WoS
 
[22]
2017 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2909037 OA
Prahm, C., Schulz, A., Paaßen, B., Aszmann, O., Hammer, B. & Dorffner, G. (2017). Echo State Networks as Novel Approach for Low-Cost Myoelectric Control (Lecture Notes in Computer Science). In A. ten Telje, C. Popow, J.H. Holmes & L. Sacchi (Hrsg.), Proceedings of the 16th Conference on Artificial Intelligence in Medicine (AIME 2017) (S. 338--342). Gehalten auf der 16th Conference on Artificial Intelligence in Medicine (AIME 2017), Springer. doi:10.1007/978-3-319-59758-4_40.
PUB | Dateien verfügbar | DOI
 
[21]
2016 | Konferenzbeitrag | E-Veröff. vor dem Druck | PUB-ID: 2904909 OA
Schulz, A. & Hammer, B. (2016). Discriminative Dimensionality Reduction in Kernel Space. ESANN2016 Proceedings. 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Bruges, Belgium,27-29 April 2016. Gehalten auf der 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2016), i6doc.com.
PUB | PDF
 
[20]
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2905855
Paaßen, B., Schulz, A. & Hammer, B. (2016). Linear Supervised Transfer Learning for Generalized Matrix LVQ (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation 2016 (S. 11-18). Gehalten auf der Workshop New Challenges in Neural Computation (NC^2) 2016.
PUB | Download (ext.)
 
[19]
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2904178 OA
Prahm, C., Paaßen, B., Schulz, A., Hammer, B. & Aszmann, O. (2016). Transfer Learning for Rapid Re-calibration of a Myoelectric Prosthesis after Electrode Shift. In J. Ibáñez, J. Gonzáles-Vargas, J.M. Azorín, M. Akay & J.L. Pons (Hrsg.), Converging Clinical and Engineering Research on Neurorehabilitation II: Proceedings of the 3rd International Conference on NeuroRehabilitation (ICNR2016) (S. 153--157). Gehalten auf der 3rd International Conference on Neural Rehabilitation, Springer. doi:10.1007/978-3-319-46669-9_28.
PUB | PDF | DOI | Download (ext.)
 
[18]
2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2671047 OA
Gisbrecht, A., Schulz, A. & Hammer, B. (2015). Parametric nonlinear dimensionality reduction using kernel t-SNE. Neurocomputing, 147, 71-82. Elsevier BV. doi:10.1016/j.neucom.2013.11.045.
PUB | PDF | DOI | WoS
 
[17]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2903777 OA
Schulz, A., Mokbel, B., Biehl, M. & Hammer, B. (2015). Inferring Feature Relevances From Metric Learning. 2015 IEEE Symposium Series on Computational Intelligence. Piscataway, NJ: IEEE. doi:10.1109/ssci.2015.225.
PUB | PDF | DOI
 
[16]
2015 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2900303 OA
Schulz, A. & Hammer, B. (2015). Visualization of Regression Models Using Discriminative Dimensionality Reduction (Lecture Notes in Computer Science). Computer Analysis of Images and Patterns (S. 437-449). Gehalten auf der 16th International Conference Computer Analysis of Images and Patterns (CAIP 2015), Cham: Springer Science + Business Media. doi:10.1007/978-3-319-23117-4_38.
PUB | PDF | DOI
 
[15]
2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2766822 OA
Schulz, A., Gisbrecht, A. & Hammer, B. (2015). Using Discriminative Dimensionality Reduction to Visualize Classifiers. Neural Processing Letters, 42(1), 27-54. Springer-Verlag. doi:10.1007/s11063-014-9394-1.
PUB | PDF | DOI | WoS
 
[14]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900325 OA
Blöbaum, P., Schulz, A. & Hammer, B. (2015). Unsupervised Dimensionality Reduction for Transfer Learning. In M. Verleysen (Hrsg.), Proceedings. 23rd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 507-512). Gehalten auf der 23rd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, ESANN 2015, Louvain-la-Neuve: Ciaco.
PUB | PDF
 
[13]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900319
Schulz, A. & Hammer, B. (2015). Discriminative dimensionality reduction for regression problems using the Fisher metric. 2015 International Joint Conference on Neural Networks (IJCNN) (S. 1-8). Gehalten auf der International Joint Conference on Neural Networks (IJCNN), Institute of Electrical & Electronics Engineers (IEEE). doi:10.1109/ijcnn.2015.7280736.
PUB | DOI
 
[12]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2783369 OA
Mokbel, B. & Schulz, A. (2015). Towards Dimensionality Reduction for Smart Home Sensor Data (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation (NC² 2015) (S. 41-48). Gehalten auf der New Challenges in Neural Computation.
PUB | PDF | Download (ext.)
 
[11]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900318
Schulz, A. & Hammer, B. (2015). Metric Learning in Dimensionality Reduction. Proceedings of the International Conference on Pattern Recognition Applications and Methods (S. 232-239). Gehalten auf der 4th International Conference on Pattern Recognition Applications and Methods (ICPRAM), Scitepress. doi:10.5220/0005200802320239.
PUB | DOI
 
[10]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900320
Frenay, B., Hofmann, D., Schulz, A., Biehl, M. & Hammer, B. (2014). Valid interpretation of feature relevance for linear data mappings. 2014 IEEE Symposium on Computational Intelligence and Data Mining (CIDM) (S. 149-156). Gehalten auf der IEEE Symposium on Computational Intelligence and Data Mining (CIDM), Institute of Electrical & Electronics Engineers (IEEE). doi:10.1109/cidm.2014.7008661.
PUB | DOI
 
[9]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2673557
Schulz, A., Gisbrecht, A. & Hammer, B. (2014). Relevance learning for dimensionality reduction. In M. Verleysen (Hrsg.), ESANN, 22nd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 165-170). Gehalten auf der ESANN, Bruges, Belgium: i6doc.com.
PUB
 
[8]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900322
Bloebaum, P. & Schulz, A. (2014). Transfer Learning without given Correspondences (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation (NC² 2014) (S. 42-51). Gehalten auf der New Challenges in Neural Computation (NC²).
PUB
 
[7]
2014 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2900324
Gisbrecht, A., Schulz, A. & Hammer, B. (2014). Discriminative Dimensionality Reduction for the Visualization of Classifiers (Advances in Intelligent Systems and Computing). Pattern Recognition Applications and Methods (S. 39-56). Cham: Springer Science + Business Media. doi:10.1007/978-3-319-12610-4_3.
PUB | DOI
 
[6]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622454
Hammer, B., Gisbrecht, A. & Schulz, A. (2013). Applications of discriminative dimensionality reduction. Proceedings of the 2nd International Conference on Pattern Recognition Applications and Methods (S. 33-41). Gehalten auf der ICPRAM 2013, SCITEPRESS. doi:10.5220/0004245300330041.
PUB | DOI
 
[5]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622456
Schulz, A., Gisbrecht, A. & Hammer, B. (2013). Using Nonlinear Dimensionality Reduction to Visualize Classifiers (Lecture Notes in Computer Science). In I. Rojas, G. Joya & J. Gabestany (Hrsg.), Advances in computational intelligence. Proceedings. Vol 1 (S. 59-68). Gehalten auf der 12th International Work-Conference on Artificial Neural Networks, IWANN 2013, Springer. doi:10.1007/978-3-642-38679-4_4.
PUB | DOI | WoS
 
[4]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622466
Vukanovicz, S., Schulz, A., Haschke, R. & Ritter, H. (2013). Learning the Appropriate Model Population Structures for Locally Weighted Regression (Machine Learning Reports). Workshop New Challenges in Neural Computation 2013 (S. 87). Gehalten auf der GCPR 2013: 35th German Conference on Pattern Recognition, Bielefeld: Universität Bielefeld.
PUB
 
[3]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622467
Schulz, A., Gisbrecht, A. & Hammer, B. (2013). Classifier inspection based on different discriminative dimensionality reductions. Workshop NC^2 2013 (S. 77-86). Gehalten auf der GCPR, TR Machine Learning Reports.
PUB
 
[2]
2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622449
Schulz, A., Gisbrecht, A., Bunte, K. & Hammer, B. (2012). How to visualize a classifier? Proceedings of the Workshop - New Challenges in Neural Computation 2012 (S. 73-83). Gehalten auf der GCPR, Machine Learning Reports.
PUB
 
[1]
2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622453
Hammer, B., Gisbrecht, A. & Schulz, A. (2012). How to Visualize Large Data Sets? Gehalten auf der Workshop Advances in Self-Organizing Maps (WSOM). doi:10.1007/978-3-642-35230-0_1.
PUB | DOI
 

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: dgps

Export / Einbettung

33 Publikationen

Alle markieren

[33]
2020 | Zeitschriftenaufsatz | E-Veröff. vor dem Druck | PUB-ID: 2944327
Panda, A., Yadav, A., Yeerna, H., Singh, A., Biehl, M., Lux, M., Schulz, A., Klecha, T., Doniach, S., Khiabanian, H., Ganesan, S., Tamayo, P. & Bhanot, G. (2020). Tissue- and development-stage-specific mRNA and heterogeneous CNV signatures of human ribosomal proteins in normal and cancer samples. Nucleic acids research. PubMed Central; Oxford University Press. doi:10.1093/nar/gkaa485.
PUB | DOI | PubMed | Europe PMC
 
[32]
2020 | Konferenzbeitrag | PUB-ID: 2943260
Schulz, A., Hinder, F. & Hammer, B. (2020). DeepView: Visualizing Classification Boundaries of Deep Neural Networks as Scatter Plots Using Discriminative Dimensionality Reduction. Proceedings of the Twenty-Ninth International Joint Conference on Artificial Intelligence, {IJCAI-20}. Gehalten auf der International Joint Conferences on Artificial Intelligence. doi:https://doi.org/10.24963/ijcai.2020/319 .
PUB | DOI | Download (ext.)
 
[31]
2020 | Konferenzbeitrag | Im Druck | PUB-ID: 2941931
Paaßen, B. & Schulz, A. (In Press). Reservoir memory machines. In M. Verleysen (Hrsg.), Proceedings of the 28th European Symposium on Artificial Neural Networks (ESANN 2020). Gehalten auf der 28th European Symposium on Artificial Neural Networks (ESANN 2020), Bruges.
PUB | Download (ext.) | arXiv
 
[30]
2019 | Zeitschriftenaufsatz | E-Veröff. vor dem Druck | PUB-ID: 2934458 OA
Prahm, C., Schulz, A., Paaßen, B., Schoisswohl, J., Kaniusas, E., Dorffner, G., Hammer, B. & Aszmann, O. (2019). Counteracting Electrode Shifts in Upper-Limb Prosthesis Control via Transfer Learning. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 27(5), 956-962. IEEE. doi:10.1109/TNSRE.2019.2907200.
PUB | PDF | DOI | WoS | PubMed | Europe PMC
 
[29]
2018 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2914505
Paaßen, B., Schulz, A., Hahne, J. & Hammer, B. (2018). Expectation maximization transfer learning and its application for bionic hand prostheses. Neurocomputing, 298, 122-133. Elsevier. doi:10.1016/j.neucom.2017.11.072.
PUB | DOI | Download (ext.) | WoS | arXiv
 
[28]
2018 | Konferenzbeitrag | PUB-ID: 2930001 OA
Schulz, A., Queißer, J., Ishihara, H. & Asada, M. (2018). Transfer Learning of Complex Motor Skills on the Humanoid Robot Affetto. Gehalten auf der International Conference on Development and Learning and on Epigenetic Robotics 2018 (ICDL-EPIROB2018).
PUB | PDF
 
[27]
2018 | Konferenzbeitrag | PUB-ID: 2916318
Berger, K., Schulz, A., Paaßen, B. & Hammer, B. (2018). Linear Supervised Transfer Learning for the Large Margin Nearest Neighbor Classifier. Gehalten auf der SSCI CIDM 2017. doi:10.1109/SSCI.2017.8285359.
PUB | DOI
 
[26]
2017 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2909369 OA
Paaßen, B., Schulz, A., Hahne, J. & Hammer, B. (2017). An EM transfer learning algorithm with applications in bionic hand prostheses. In M. Verleysen (Hrsg.), Proceedings of the 25th European Symposium on Artificial Neural Networks (ESANN 2017) (S. 129-134). Gehalten auf der 25th European Symposium on Artificial Neural Networks (ESANN 2017), Bruges: i6doc.com.
PUB | PDF
 
[25]
2017 | Datenpublikation | PUB-ID: 2912671 OA
Paaßen, B. & Schulz, A. (2017). Linear Supervised Transfer Learning Toolbox. Bielefeld University. doi:10.4119/unibi/2912671.
PUB | Dateien verfügbar | DOI
 
[24]
2017 | Bielefelder E-Dissertation | PUB-ID: 2914256 OA
Schulz, A. (2017). Discriminative dimensionality reduction: variations, applications, interpretations. Bielefeld: Universität Bielefeld.
PUB | PDF
 
[23]
2017 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2909372 OA
Schulz, A., Brinkrolf, J. & Hammer, B. (2017). Efficient Kernelization of Discriminative Dimensionality Reduction. Neurocomputing, 268(SI), 34-41. Elsevier BV. doi:10.1016/j.neucom.2017.01.104.
PUB | PDF | DOI | WoS
 
[22]
2017 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2909037 OA
Prahm, C., Schulz, A., Paaßen, B., Aszmann, O., Hammer, B. & Dorffner, G. (2017). Echo State Networks as Novel Approach for Low-Cost Myoelectric Control (Lecture Notes in Computer Science). In A. ten Telje, C. Popow, J.H. Holmes & L. Sacchi (Hrsg.), Proceedings of the 16th Conference on Artificial Intelligence in Medicine (AIME 2017) (S. 338--342). Gehalten auf der 16th Conference on Artificial Intelligence in Medicine (AIME 2017), Springer. doi:10.1007/978-3-319-59758-4_40.
PUB | Dateien verfügbar | DOI
 
[21]
2016 | Konferenzbeitrag | E-Veröff. vor dem Druck | PUB-ID: 2904909 OA
Schulz, A. & Hammer, B. (2016). Discriminative Dimensionality Reduction in Kernel Space. ESANN2016 Proceedings. 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Bruges, Belgium,27-29 April 2016. Gehalten auf der 24th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2016), i6doc.com.
PUB | PDF
 
[20]
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2905855
Paaßen, B., Schulz, A. & Hammer, B. (2016). Linear Supervised Transfer Learning for Generalized Matrix LVQ (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation 2016 (S. 11-18). Gehalten auf der Workshop New Challenges in Neural Computation (NC^2) 2016.
PUB | Download (ext.)
 
[19]
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2904178 OA
Prahm, C., Paaßen, B., Schulz, A., Hammer, B. & Aszmann, O. (2016). Transfer Learning for Rapid Re-calibration of a Myoelectric Prosthesis after Electrode Shift. In J. Ibáñez, J. Gonzáles-Vargas, J.M. Azorín, M. Akay & J.L. Pons (Hrsg.), Converging Clinical and Engineering Research on Neurorehabilitation II: Proceedings of the 3rd International Conference on NeuroRehabilitation (ICNR2016) (S. 153--157). Gehalten auf der 3rd International Conference on Neural Rehabilitation, Springer. doi:10.1007/978-3-319-46669-9_28.
PUB | PDF | DOI | Download (ext.)
 
[18]
2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2671047 OA
Gisbrecht, A., Schulz, A. & Hammer, B. (2015). Parametric nonlinear dimensionality reduction using kernel t-SNE. Neurocomputing, 147, 71-82. Elsevier BV. doi:10.1016/j.neucom.2013.11.045.
PUB | PDF | DOI | WoS
 
[17]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2903777 OA
Schulz, A., Mokbel, B., Biehl, M. & Hammer, B. (2015). Inferring Feature Relevances From Metric Learning. 2015 IEEE Symposium Series on Computational Intelligence. Piscataway, NJ: IEEE. doi:10.1109/ssci.2015.225.
PUB | PDF | DOI
 
[16]
2015 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2900303 OA
Schulz, A. & Hammer, B. (2015). Visualization of Regression Models Using Discriminative Dimensionality Reduction (Lecture Notes in Computer Science). Computer Analysis of Images and Patterns (S. 437-449). Gehalten auf der 16th International Conference Computer Analysis of Images and Patterns (CAIP 2015), Cham: Springer Science + Business Media. doi:10.1007/978-3-319-23117-4_38.
PUB | PDF | DOI
 
[15]
2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2766822 OA
Schulz, A., Gisbrecht, A. & Hammer, B. (2015). Using Discriminative Dimensionality Reduction to Visualize Classifiers. Neural Processing Letters, 42(1), 27-54. Springer-Verlag. doi:10.1007/s11063-014-9394-1.
PUB | PDF | DOI | WoS
 
[14]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900325 OA
Blöbaum, P., Schulz, A. & Hammer, B. (2015). Unsupervised Dimensionality Reduction for Transfer Learning. In M. Verleysen (Hrsg.), Proceedings. 23rd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 507-512). Gehalten auf der 23rd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, ESANN 2015, Louvain-la-Neuve: Ciaco.
PUB | PDF
 
[13]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900319
Schulz, A. & Hammer, B. (2015). Discriminative dimensionality reduction for regression problems using the Fisher metric. 2015 International Joint Conference on Neural Networks (IJCNN) (S. 1-8). Gehalten auf der International Joint Conference on Neural Networks (IJCNN), Institute of Electrical & Electronics Engineers (IEEE). doi:10.1109/ijcnn.2015.7280736.
PUB | DOI
 
[12]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2783369 OA
Mokbel, B. & Schulz, A. (2015). Towards Dimensionality Reduction for Smart Home Sensor Data (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation (NC² 2015) (S. 41-48). Gehalten auf der New Challenges in Neural Computation.
PUB | PDF | Download (ext.)
 
[11]
2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900318
Schulz, A. & Hammer, B. (2015). Metric Learning in Dimensionality Reduction. Proceedings of the International Conference on Pattern Recognition Applications and Methods (S. 232-239). Gehalten auf der 4th International Conference on Pattern Recognition Applications and Methods (ICPRAM), Scitepress. doi:10.5220/0005200802320239.
PUB | DOI
 
[10]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900320
Frenay, B., Hofmann, D., Schulz, A., Biehl, M. & Hammer, B. (2014). Valid interpretation of feature relevance for linear data mappings. 2014 IEEE Symposium on Computational Intelligence and Data Mining (CIDM) (S. 149-156). Gehalten auf der IEEE Symposium on Computational Intelligence and Data Mining (CIDM), Institute of Electrical & Electronics Engineers (IEEE). doi:10.1109/cidm.2014.7008661.
PUB | DOI
 
[9]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2673557
Schulz, A., Gisbrecht, A. & Hammer, B. (2014). Relevance learning for dimensionality reduction. In M. Verleysen (Hrsg.), ESANN, 22nd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 165-170). Gehalten auf der ESANN, Bruges, Belgium: i6doc.com.
PUB
 
[8]
2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2900322
Bloebaum, P. & Schulz, A. (2014). Transfer Learning without given Correspondences (Machine Learning Reports). In B. Hammer, T. Martinetz & T. Villmann (Hrsg.), Proceedings of the Workshop New Challenges in Neural Computation (NC² 2014) (S. 42-51). Gehalten auf der New Challenges in Neural Computation (NC²).
PUB
 
[7]
2014 | Sammelwerksbeitrag | Veröffentlicht | PUB-ID: 2900324
Gisbrecht, A., Schulz, A. & Hammer, B. (2014). Discriminative Dimensionality Reduction for the Visualization of Classifiers (Advances in Intelligent Systems and Computing). Pattern Recognition Applications and Methods (S. 39-56). Cham: Springer Science + Business Media. doi:10.1007/978-3-319-12610-4_3.
PUB | DOI
 
[6]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622454
Hammer, B., Gisbrecht, A. & Schulz, A. (2013). Applications of discriminative dimensionality reduction. Proceedings of the 2nd International Conference on Pattern Recognition Applications and Methods (S. 33-41). Gehalten auf der ICPRAM 2013, SCITEPRESS. doi:10.5220/0004245300330041.
PUB | DOI
 
[5]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622456
Schulz, A., Gisbrecht, A. & Hammer, B. (2013). Using Nonlinear Dimensionality Reduction to Visualize Classifiers (Lecture Notes in Computer Science). In I. Rojas, G. Joya & J. Gabestany (Hrsg.), Advances in computational intelligence. Proceedings. Vol 1 (S. 59-68). Gehalten auf der 12th International Work-Conference on Artificial Neural Networks, IWANN 2013, Springer. doi:10.1007/978-3-642-38679-4_4.
PUB | DOI | WoS
 
[4]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622466
Vukanovicz, S., Schulz, A., Haschke, R. & Ritter, H. (2013). Learning the Appropriate Model Population Structures for Locally Weighted Regression (Machine Learning Reports). Workshop New Challenges in Neural Computation 2013 (S. 87). Gehalten auf der GCPR 2013: 35th German Conference on Pattern Recognition, Bielefeld: Universität Bielefeld.
PUB
 
[3]
2013 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622467
Schulz, A., Gisbrecht, A. & Hammer, B. (2013). Classifier inspection based on different discriminative dimensionality reductions. Workshop NC^2 2013 (S. 77-86). Gehalten auf der GCPR, TR Machine Learning Reports.
PUB
 
[2]
2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622449
Schulz, A., Gisbrecht, A., Bunte, K. & Hammer, B. (2012). How to visualize a classifier? Proceedings of the Workshop - New Challenges in Neural Computation 2012 (S. 73-83). Gehalten auf der GCPR, Machine Learning Reports.
PUB
 
[1]
2012 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2622453
Hammer, B., Gisbrecht, A. & Schulz, A. (2012). How to Visualize Large Data Sets? Gehalten auf der Workshop Advances in Self-Organizing Maps (WSOM). doi:10.1007/978-3-642-35230-0_1.
PUB | DOI
 

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: dgps

Export / Einbettung