Servicenavigation


Sie sind hier:

A4 : Statistische Methoden und Maschinelle Lernverfahren

Veröffentlichungen 2003-2006

  • Kopiez, R., Weihs, C., Ligges, U. und Lee, J.I. (2006), "Classification of high and low achievers in a music sight-reading task", Psychology of Music, 34(1), 5-26.
  • Szepannek, G. und Weihs, C. (2006), "Variable Selection for Discrimination of More Than Two Classes Where Data are Sparse", in: From Data and Information Analysis to Knowledge Engineering, M. Spiliopoulou, R. Kruse, A. Nürnberger, C. Borgelt, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 700-707.
  • Weihs, C. und Ligges, U. (2006), "Parameter Optimization in Automatic Transcription of Music", in: From Data and Information Analysis to Knowledge Engineering, M. Spiliopoulou, R. Kruse, A. Nürnberger, C. Borgelt, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 741-747.
  • Homburg, H., Mierswa, I., Möller, B., Morik, K., Wurst, M., (2005), "A Benchmark Dataset for Audio Classification and Clustering", in: Proceedings of the 6th International Conference on Music Information Retrieval (ISMIR), 528-531.
  • Kopiez, R., Weihs, C., Ligges, U. und Lee, J. I. (2005), "In Search of Variables Distinguishing Low and High Achievers in a Music Sight Reading Task", in: Classification: The Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 593-599.
  • Luebke, K. und Weihs, C. (2005a), "Improving Feature Extraction by Replacing the Fisher Criterion by an Upper Error Bound", Pattern Recognition, 38 (11), 2220-2223.
  • Mierswa, I. (2005), "Automatic Feature Extraction from Large Time Series", in: Classification: The Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 600-607.
  • Mierswa, I. und Morik, K. (2005a), "Automatic Feature Extraction for Classifying Audio Data", Machine Learning Journal, 58, 127-149.
  • Mierswa, I. und Morik, K. (2005b), "Method Trees: Building Blocks for Self-Organizable Representations of Value Series", in: Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), Workshop on Self-Organization In Representations For Evolutionary Algorithms: Building complexity from simplicity.
  • Mierswa, I. und Morik, K. (2005c), "Evolutionäre Aufzucht von Methodenbäumen zur Merkmalsextraktion aus Audiodaten ", Informatik Spektrum, Themenheft Musik, 381-388.
  • Mierswa, I. und Wurst, M. (2005a), "Efficient Case Based Feature Construction for Heterogeneous Learning Tasks ", in: Proceedings of the European Conference on Machine Learning (ECML), Springer-Verlag, Berlin, 641-648.
  • Mierswa, I. und Wurst, M. (2005b), "Efficient Feature Construction by Meta-Learning - Guiding the Search in Meta Hypothesis Space", in: Proceedings of the International Conference on Machine Learning, Workshop on Meta Learning.
  • Morik, K. und Köpcke, H. (2005), "Features for learning local patterns in time-stamped data", in: Local Pattern Detection, Springer Lecture Notes in Artificial Intelligence, Volume 3539, K. Morik, A. Siebes, J.-F. Boulicault (Hrsg.), Springer-Verlag, Berlin, 109-121.
  • Morik, K., Siebes, A. und Boulicault, J.-F. (Hrsg.) (2005), Detecting Local Patterns, Springer Lecture Notes in Artificial Intelligence, Volume 3539, Springer-Verlag, Berlin.
  • Pumplün, C., Weihs, C. und Preusser, A. (2005a), "Experimental Design for Variable Selection in data bases", in: Classification - The Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Heidelberg, 192-199.
  • Rössler, M. und Morik, K. (2005), "Using Unlabeled Texts for Named-Entity Recognition", in: Proceedings of the ICML 2005 Workshop on Learning with Multiple Views, S. Rüping, T. Scheffer (Hrsg.), www-ai.cs.uni-dortmund.de/MULTIVIEW2005/.
  • Röver, C., Klefenz, F. und Weihs, C. (2005), "Identification of Musical Instruments by Means of the Hough-Transformation", in: Classification - The Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Heidelberg, 608-615.
  • Rüping, S. (2005a), "Learning with local models", in: Local Pattern Detection, Springer Lecture Notes in Artificial Intelligence, Volume 3539, K. Morik, A. Siebes, J.-F. Boulicault (Hrsg.), Springer-Verlag, Berlin, 169-182.
  • Rüping, S. (2005b), "Interpreting Classifiers by Multiple Views", in: Proceedings of the ICML 2005 Workshop on Learning With Multiple Views, S. Rüping, T. Scheffer (Hrsg.), 65-72.
  • Rüping, S. und Scheffer, T. (Hrsg.) (2005), Proceedings of the ICML 2005 Workshop on Learning with Multiple Views.
  • Scholz, M. (2005a), "Knowledge-based sampling for subgroup discovery"; in: Local Pattern Detection, Springer Lecture Notes in Artificial Intelligence, Volume 3539, K. Morik, A. Siebes, J.-F. Boulicault (Hrsg.), Springer-Verlag, Berlin, 187-200.
  • Scholz, M. (2005b), "Sampling-Based Sequential Subgroup Mining"; in: Proceedings of the 11th ACM SIGKDD International Conference on Knowledge Discovery in Databases (KDD), R. L. Grossman, R. Bayardo, K. Bennet, J. Vaidya (Hrsg.), ACM-Press, 265-274.
  • Scholz, M. (2005d), "On the Tractability of Rule Discovery from Distributed Data", in: Proceedings of the 5th IEEE International Conference on Data Mining ICDM.
  • Scholz, M. und Klinkenberg, R. (2005), "An Ensemble Classifier for Drifting Concepts", in: Proceedings of the 2nd International Workshop on Knowledge Discovery from Data Streams, in conjunction with ECML/PKDD, J. Aguilar, J. Gama (Hrsg.). (erscheint)
  • Szepannek, G., Klefenz, F. und Weihs, C. (2005b), "Neuronale Repräsentation des Hörvorgangs als Basis zur Schallanalyse", Informatik Spektrum, Themenheft Musik, 389-395.
  • Szepannek, G. und Luebke, K. (2005), "Different Subspace Classification", in: Classification - The Ubiquitous Challange, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Heidelberg, 224-231.
  • Szepannek, G., Luebke, K. und Weihs, C. (2005a), "Understanding Patterns with Different Subspace Classification", in: Machine Learning and Data Mining (MLDM 2005), Springer Lecture Notes in Artificial Intelligence, 3587, P. Perner, A. Imiya (Hrsg.), 110-119.
  • Thomé, P. und Lüttgens, M. (2005), "Nemoz Network Media Organizer", Informatik Spektrum, Themenheft Musik, 396-398.
  • Weihs, C. und Gaul, W. (Hrsg.) (2005), Classification: The Ubiquitous Challenge, Springer-Verlag, Berlin.
  • Weihs, C. und Ligges, U. (2005a), "From Local to Global Analysis of Music Time Series", in: Local Pattern Detection, Springer Lecture Notes in Artificial Intelligence, Volume 3539, K. Morik, A. Siebes, J.-F. Boulicault (Hrsg.), Springer-Verlag, Berlin, 217-231.
  • Weihs, C., Ligges, U. und Garczarek, U. (2005a), "Prediction of Notes from Vocal Time Series: An Overview", in: Innovations in Classification, Data Science, and Information Systems, D. Baier, K.-D. Wernecke (Hrsg.), Springer-Verlag, Berlin, 283-294.
  • Weihs, C., Reuter, C. und Ligges, U. (2005b), "Register Classification by Timbre", in: Classification: The Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 624-631
  • Garczarek, U. und Weihs, C. (2004), "Incorporating Background Knowledge for Better Prediction of Cycle Phases", Knowledge and Information Systems, 6 (5), 544-569.
  • Luebke, K. und Weihs, C. (2004a), "Generation of prediction optimal projection on latent factors by a stochastic search algorithm", Computational Statistics and Data Analysis, 47 (2), 297-310.
  • Luebke, K. und Weihs, C. (2004b), "Optimal Separation Projection", in: COMPSTAT 2004 - Proceedings in Computational Statistics, J. Antoch (Hrsg.), Physica, Heidelberg, 1429-1437.
  • Mierswa, I. (2004b), "Automatic Feature Extraction from Large Time Series"; in: Classification -- the Ubiquitous Challenge, C. Weihs, W. Gaul (Hrsg.), Springer-Verlag, Berlin, 600-607.
  • Morik, K. und Köpcke, H. (2004), "Analysing Customer Churn in Insurance data - A Case Study", in: Proceedings of the 8th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD), Springer-Verlag, Berlin, 325-336.
  • Garczarek, U. und Weihs, C. (2003), "Standardizing the Comparison of Partitions", Computational Statistics, 18, 143-162.
  • Klinkenberg, R. und Rüping, S. (2003), "Concept Drift and the Importance of Examples", in: Text Mining - Theoretical Aspects and Applications, J. Franke, G. Nakhaeizadeh, I. Renz (Hrsg.), Physica-Verlag, Berlin, 55-77.
  • Luebke, K. und Weihs, C. (2003), "Testing a Simulated Annealing Algorithm in a Classification Problem", in: Stochastic Algorithms: Foundations and Applications, A. Albrecht, K. Steinhoefel (Hrsg.), Springer Lecture Notes in Computer Science, Volume 2827, 61-70.
  • Mierswa, I. (2003), "Beatles vs. Bach: Merkmalsextraktion im Phasenraum von Audiodaten", in: LLWA 03 - Tagungsband der Lernen - Lehren - Wissen - Adaptivität, 113-118.
  • Rüping, S. und Morik, K. (2003), "Support Vector Machines and Learning about Time", in: IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP '03).
  • Weihs, C. und Ligges, U. (2003a), "Automatic Transcription of Singing Performances", in: Bulletin of the International Statistical Institute, 54th Session, Proceedings, Volume LX, Book 2, 507-510.
  • Weihs, C., Ligges, U., Güttner, J., Hasse-Becker, P. und Berghoff, S. (2003), "Classification and Clustering of Vocal Performances", in: Between Data Science and Applied Data Analysis, M. Schader, W. Gaul, M. Vichi (Hrsg.), Springer-Verlag, Berlin, 118-126.