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.: Feature Relevance Bounds for Ordinal Regression. In: Verleysen, M. (ed.) Proceedings of the 27th European Symposium on Artificial Neural Networks (ESANN 2019). i6doc, Louvain-la-Neuve (2019).
PUB | Download (ext.) | arXiv
 
2016 | Konferenzbeitrag | Veröffentlicht | PUB-ID: 2904469
Hosseini, B., Hülsmann, F., Botsch, M., Hammer, B.: Non-Negative Kernel Sparse Coding for the Analysis of Motion Data. In: E.P. Villa, A., Masulli, P., and Javier Pons Rivero, A. (eds.) Artificial Neural Networks and Machine Learning – ICANN 2016. Lecture Notes in Computer Science. 9887, p. 506-514. Springer, Cham (2016).
PUB | PDF | DOI | Download (ext.) | arXiv
 
2014 | Zeitschriftenaufsatz | Veröffentlicht | PUB-ID: 2678214
Hofmann, D., Schleif, F.-M., Paaßen, B., Hammer, B.: Learning interpretable kernelized prototype-based models. Neurocomputing. 141, 84-96 (2014).
PUB | DOI | Download (ext.) | WoS
 

Filter und Suchbegriffe

keyword="Interpretable models"

Suche

Publikationen filtern

Darstellung / Sortierung

Zitationsstil: lncs

Export / Einbettung