Als u wijzigingen in Pure hebt gemaakt, zullen deze hier binnenkort zichtbaar zijn.

Vingerafdruk Duik in de onderzoeksthema's waar Sibylle Hess actief is. Deze onderwerplabels komen voort uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.

  • 11 Vergelijkbare profielen
Factorization Engineering en materiaalwetenschappen
Clustering algorithms Engineering en materiaalwetenschappen
Salt mines Engineering en materiaalwetenschappen
Data structures Engineering en materiaalwetenschappen

Netwerk Recente externe samenwerking op landenniveau. Duik in de details door op de stippen te klikken.

Onderzoeksoutput 2014 2019

  • 14 Citaten
  • 3 Hoofdstuk
  • 3 Conferentiebijdrage
  • 1 Tijdschriftartikel

k is the magic number: inferring the number of clusters through nonparametric concentration inequalities

Hess, S. & Duivesteijn, W., 2019, (Geaccepteerd/In druk) Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD) 2019.

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

Clustering algorithms
Costs

The SpectACl of nonconvex clustering: a spectral approach to density-based clustering.

Hess, S., Duivesteijn, W., Honysz, P. & Morik, K., 2019, Proceedings of 33rd AAAI Conference on Artificial IntelligenceAAAI. Association for the Advancement of Artificial Intelligence, 27 blz.

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureHoofdstukAcademicpeer review

Open Access
Bestand
Experiments

The relationship of DBSCAN to matrix factorization and spectral clustering

Schubert, E., Hess, S. & Morik, K., 2018, LWDA 2018 - Lernen, Wissen, Daten, Analysen 2018: Proceedings of the conference "Lernen, Wissen, Daten Analysen. Aachen: RWTH Aachen, blz. 330-334 5 blz. (CEUR workshop proceedings; vol. 2191).

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureConferentiebijdrageAcademicpeer review

Open Access
Bestand
Factorization
Clustering algorithms
1 Citaat (Scopus)
5 Downloads (Pure)

The trustworthy pal: controlling the false discovery rate in boolean matrix factorization

Hess, S., Piatkowski, N. & Morik, K., 2018, Proceedings of the 2018 SIAM International Conference on Data Mining. Philadelphia : Society for Industrial and Applied Mathematics (SIAM), blz. 405-413 9 blz.

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureHoofdstukAcademicpeer review

Open Access
Bestand
Factorization
Demonstrations
2 Citaties (Scopus)
6 Downloads (Pure)

C-salt: mining class-specific alterations in boolean matrix factorization

Hess, S. & Morik, K., 2017, Joint European Conference on Machine Learning and Knowledge Discovery in Databases. Cham: Springer, blz. 547-563 17 blz. (Lecture Notes in Computer Science ; vol. 10534).

Onderzoeksoutput: Hoofdstuk in Boek/Rapport/CongresprocedureHoofdstukAcademicpeer review

Open Access
Bestand
Salt mines
Factorization
Specifications

Cursussen

Scriptie

Anomaly detection on vibration data

Auteur: Siganos, A., 28 okt 2019

Begeleider: Hess, S. (Afstudeerdocent 1), Pechenizkiy, M. (Afstudeerdocent 2), Yakovets, N. (Afstudeerdocent 2) & Uusitalo, J. (Externe persoon) (Externe coach)

Scriptie/masterproef: Master

Bestand