PUB - Publikationen an der Universität Bielefeld

Alle markieren

• [11]
  

  2016 | Preprint | Veröffentlicht | PUB-ID: 2901439

  Fischer, L. & Villmann, T. (2016). A Probabilistic Model with Adaptive Rejection. Machine Learning Reports, MLR-01-2016:1-19.

  PUB
   
• [10]
  

  2016 | Konferenzbeitrag | PUB-ID: 2905195

  Fischer, L., Hammer, B. & Wersing, H. (2016). Online Metric Learning for an Adaptation to Confidence Drift. Proceedings of International Joint Conference on Neural Networks (IJCNN) (S. 748-755). Vancouver: IEEE.

  PUB
   
• [9]
  

  2016 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2905193

  Fischer, L., Hammer, B. & Wersing, H. (2016). Optimal local rejection for classifiers. Neurocomputing, 214, 445-457. Elsevier BV. doi:10.1016/j.neucom.2016.06.038.

  PUB | DOI | WoS
   
• [8]
  

  2016 | Bielefelder E-Dissertation | PUB-ID: 2906747

  Fischer, L. (2016). Rejection and online learning with prototype-based classifiers in adaptive metrical spaces. Bielefeld: Universität Bielefeld.

  PUB | PDF
   
• [7]
  

  2015 | Preprint | PUB-ID: 2774656

  Fischer, L., Hammer, B. & Wersing, H. (2015). Optimum Reject Options for Prototype-based Classification.

  PUB | arXiv
   
• [6]
  

  2015 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2774707

  Fischer, L., Hammer, B. & Wersing, H. (2015). Certainty-based Prototype Insertion/Deletion for Classification with Metric Adaptation. ESANN, European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 7-12).

  PUB
   
• [5]
  

  2015 | Konferenzbeitrag | PUB-ID: 2774721

  Fischer, L., Hammer, B. & Wersing, H. (2015). Combining Offline and Online Classifiers for Life-long Learning. IJCNN, International Joint Conference on Neural Networks (S. 2808-2815).

  PUB
   
• [4]
  

  2015 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2772413

  Fischer, L., Hammer, B. & Wersing, H. (2015). Efficient rejection strategies for prototype-based classification. Neurocomputing, 169(SI), 334-342. Elsevier. doi:10.1016/j.neucom.2014.10.092.

  PUB | DOI | WoS
   
• [3]
  

  2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2774643

  Fischer, L., Nebel, D., Villmann, T., Hammer, B. & Wersing, H. (2014). Rejection Strategies for Learning Vector Quantization – A Comparison of Probabilistic and Deterministic Approaches (Advances in Intelligent Systems and Computing). In T. Villmann, F.-M. Schleif, M. Kaden & M. Lange (Hrsg.), Advances in Self-Organizing Maps and Learning Vector Quantization (S. 109-118). Cham: Springer International Publishing. doi:10.1007/978-3-319-07695-9_10.

  PUB | DOI
   
• [2]
  

  2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2673548

  Fischer, L., Hammer, B. & Wersing, H. (2014). Rejection strategies for learning vector quantization. In M. Verleysen (Hrsg.), ESANN, 22nd European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (S. 41-46). Gehalten auf der ESANN, Bruges, Belgium: i6doc.com.

  PUB
   
• [1]
  

  2014 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2774498

  Fischer, L., Hammer, B. & Wersing, H. (2014). Local Rejection Strategies for Learning Vector Quantization (Lecture Notes in Computer Science). In S. Wermter, C. Weber, W. Duch, T. Honkela, P. Koprinkova-Hristova, S. Magg, G. Palm & A.E.P. Villa (Hrsg.), Artificial Neural Networks and Machine Learning – ICANN 2014 (S. 563-570). Cham: Springer International Publishing. doi:10.1007/978-3-319-11179-7_71.

  PUB | DOI