25 Publikationen
-
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 | 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 | Veröffentlicht | PUB-ID: 2969460Artelt, A., Brinkrolf, J., Visser, R. & Hammer, B. (2022). Explaining Reject Options of Learning Vector Quantization Classifiers. Proceedings of the 14th International Joint Conference on Computational Intelligence (S. 249-261). Gehalten auf der 14th International Conference on Neural Computation Theory and Applications, SCITEPRESS - Science and Technology Publications. doi:10.5220/0011389600003332.
-
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: 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.
-
2021 | Konferenzbeitrag | Angenommen | PUB-ID: 2955948Brinkrolf, J. & Hammer, B. (Accepted). Federated Learning Vector Quantization. In M. Verleysen (Hrsg.), Proceedings of the ESANN, 29th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. Gehalten auf der 29th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN) .
-
2020 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2940666Brinkrolf, J. & Hammer, B. (2020). Sparse Metric Learning in Prototype-based Classification. In M. Verleysen (Hrsg.), Proceedings of the ESANN, 28th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 375-380). Gehalten auf der 28th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN) .
-
-
-
2018 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2918254Brinkrolf, J., Berger, K. & Hammer, B. (2018). Differential private relevance learning. In M. Verleysen (Hrsg.), Proceedings of the 26th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2018) (S. 555-560). Gehalten auf der 26th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN) .
-
-
2017 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2914945Brinkrolf, J. & Hammer, B. (2017). Probabilistic extension and reject options for pairwise LVQ. 2017 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization (WSOM). Gehalten auf der 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization, Piscataway, NJ: IEEE. doi:10.1109/WSOM.2017.8020028.
-
-
2017 | Konferenzbeitrag | PUB-ID: 2914950Brinkrolf, J., Berger, K. & Hammer, B. (2017). Differential Privacy for Learning Vector Quantization. New Challenges in Neural Computation.
-
2016 | Konferenzbeitrag | PUB-ID: 2909365Brinkrolf, J., Mittag, T., Joppen, R., Dr\, A., Pietsch, K.-H. & Hammer, B. (2016). Virtual optimisation for improved production planning. New Challenges in Neural Computation.