Please note that PUB no longer supports Internet Explorer versions 8 or 9 (or earlier).

We recommend upgrading to the latest Internet Explorer, Google Chrome, or Firefox.

3 Publikationen

2019 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2933893
Pfannschmidt, L., Jakob, J., Biehl, M., Tino, P., & Hammer, B. (2019). Feature Relevance Bounds for Ordinal Regression. In M. Verleysen (Ed.), Proceedings of the 27th European Symposium on Artificial Neural Networks (ESANN 2019) Louvain-la-Neuve: i6doc.
PUB | Download (ext.) | arXiv
 
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2904469
Hosseini, B., Hülsmann, F., Botsch, M., & Hammer, B. (2016). Non-Negative Kernel Sparse Coding for the Analysis of Motion Data. In A. E.P. Villa, P. Masulli, & A. Javier Pons Rivero (Eds.), Lecture Notes in Computer Science: Vol. 9887. Artificial Neural Networks and Machine Learning – ICANN 2016 (pp. 506-514). Cham: Springer. doi:10.1007/978-3-319-44781-0_60
PUB | PDF | DOI | Download (ext.) | arXiv
 
2014 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2678214
Hofmann, D., Schleif, F. - M., Paaßen, B., & Hammer, B. (2014). Learning interpretable kernelized prototype-based models. Neurocomputing, 141, 84-96. doi:10.1016/j.neucom.2014.03.003
PUB | DOI | Download (ext.) | WoS
 

Filter und Suchbegriffe

keyword="Interpretable models"

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: apa_indent

Export / Einbettung