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 (Hrsg.), Proceedings of the 27th European Symposium on Artificial Neural Networks (ESANN 2019). Gehalten auf der 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 (Lecture Notes in Computer Science). In A. E.P. Villa, P. Masulli & A. Javier Pons Rivero (Hrsg.), Artificial Neural Networks and Machine Learning – ICANN 2016 (S. 506-514). Gehalten auf der The 25th International Conference on Artificial Neural Networks (ICANN 2016), 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. Elsevier BV. doi:10.1016/j.neucom.2014.03.003.
PUB | DOI | Download (ext.) | WoS

Filter und Suchbegriffe

keyword="Interpretable models"


Publikationen filtern

Darstellung / Sortierung

Zitationsstil: dgps

Export / Einbettung