Prof. Stober

Prof. Dr.-Ing. Sebastian Stober

Fakultät für Informatik (FIN)
Institut für Intelligente Kooperierende Systeme (IKS)
Gebäude 29, Universitätsplatz 2, 30106 Magdeburg, G29-007
Projekte

Aktuelle Projekte

Medinym - KI-basierte Anonymisierung personenbezogener Patientendaten in klinischen Text- und Sprachdatenbeständen
Laufzeit: 15.12.2022 bis 14.12.2025

Motivation
Die fortschreitende wissenschaftliche Weiterentwicklung von Technologien auf Basis Künstlicher Intelligenz (KI) befördert medizinische Anwendungspotenziale. Einer reellen Nutzung dieser Technologien durch eine Vielzahl an Anwendern wie Bürgerinnen und Bürger, Behörden, Mitarbeitenden des Gesundheitswesens und kleinen sowie mittelständischen Unternehmen steht die Schwierigkeit des datensicheren und datengeschützten Umgangs gegenüber. Gerade bei der automatisierten Verarbeitung von medizinischen Daten können oftmals innovative Technologien nicht eingesetzt werden, da aufgrund der sensiblen Inhalte, der Schutz der Identität zu Recht einen hohen Stellenwert einnimmt. Die Schutzwürdigkeit klinischer Daten und der dadurch erschwerte Zugang damit führt auch dazu, dass Maschinelle Lernverfahren (ML), beispielsweise für klinische Diagnosen, Prognosen sowie Therapie- oder Entscheidungsunterstützung nicht ohne größere Hürden entwickelt werden können.

Ziele und Vorgehen
Das Projekt "KI-basierte Anonymisierung personenbezogener Patientendaten in klinischen Text- und Sprachdatenbeständen" (Medinym) untersucht die Möglichkeit der Weiterverwertung sensibler Daten durch das Entfernen der empfindlichen Informationen mittels Anonymisierung. Im Projekt werden zwei medizinische Anwendungsfälle, textbasierte Daten aus der elektronischen Patientenakte sowie Sprachdaten aus diagnostischen Ärztin-Patient-Gesprächen, exemplarisch umgesetzt. Dazu werden im Projekt offene Technologien zur Anonymisierung untersucht, weiterentwickelt und auf reale Daten angewandt. Außerdem untersuchen die Forschenden, wie die Aussagekraft solch anonymisierter Daten für die weitere Nutzung erhalten werden kann. Zusätzlich sollen Methoden betrachtet werden, die einen Missbrauch der Technologie außerhalb des beabsichtigten Anwendungsfalls verhindern oder erschweren.

Innovationen und Perspektiven
Durch die informationserhaltende Anonymisierung soll es möglich werden, klinische Daten weiterzuverarbeiten, da eine De-Anonymisierung nicht mehr möglich ist. Diese Datensätze können dann dazu dienen, KI-Modelle auf klinischen Daten datenschutzkonform zu trainieren oder auf andere Kohorten ausgedehnt werden. Damit wäre eine kumulative Sammlung entsprechender Datenmengen auch für kleine und mittelständische Unternehmen möglich. Denn so könnten sensible Daten über mehrere Anwendungszwecke hinweg zusammengefasst und für KI-Trainingsroutinen verwendet werden; eine entsprechende Anonymisierung stets vorausgesetzt. Die angestrebte Anonymisierung soll zudem die Bereitschaft von Patientinnen und Patienten steigern, in die Teilnahme an Studien, Datenanalysen sowie allgemeinen Spenden von Gesundheitsdaten einzuwilligen. Schlussendlich erlaubt die Informationserhaltene Anonymisierung die Integration der Technologie in gängige Entwicklungsmethoden und Diagnostiksysteme und stärkt damit den Wissenschafts- und Wirtschaftsstandort Deutschland in den Bereichen Diagnostik, Behandlung und damit allgemein der Gesundheitsversorgung.

Förderung
Finanziert von der Europäischen Union - NextGenerationEU

Projekt im Forschungsportal ansehen

AI Engineering - Ein interdisziplinärer, projektorientierter Studiengang mit Ausbildungsschwerpunkt auf Künstlicher Intelligenz und Ingenieurwissenschaften
Laufzeit: 01.12.2021 bis 30.11.2025

AI Engineering (AiEng) umfasst die systematische Konzeption, Entwicklung, Integration und den Betrieb von auf Künstlicher Intelligenz (KI) basierenden Lösungen nach Vorbild ingenieurwissenschaftlicher Methoden. Gleichzeitig schlägt AiEng eine Brücke zwischen der Grundlagenforschung zu KI-Methoden und den Ingenieurwissenschaften und macht dort den Einsatz von KI systematisch zugänglich und verfügbar. Das Projektvorhaben konzentriert sich auf die landesweite Entwicklung eines Bachelorstudiengangs «AI Engineering», welcher die Ausbildung von Methoden, Modellen und Technologien der KI mit denen der Ingenieurwissenschaften vereint. AiEng soll als Kooperationsstudiengang der Otto-von-Guericke-Universität (OVGU) Magdeburg mit den vier sachsen-anhaltischen Hochschulen HS Anhalt, HS Harz, HS Magdeburg-Stendal und HS Merseburg gestaltet werden. Der fächerübergreifende Studiengang wird Studierende befähigen, KI-Systeme und -Services im industriellen Umfeld und darüber hinaus zu entwickeln und den damit einhergehenden Engineering-Prozess - von der Problemanalyse bis zur Inbetriebnahme und Wartung / Instandhaltung - ganzheitlich zu begleiten. Das AiEng-Curriculum vermittelt eine umfassende KI-Ausbildung, ergänzt durch eine grundlegende Ingenieurausbildung und eine vertiefende Ausbildung in einer gewählten Anwendungsdomäne. Um eine Symbiose von KI- und ingenieurwissenschaftlicher Lehre zu erreichen, wird ein neuer handlungsorientierter Rahmen entwickelt und gelehrt, welcher den vollständigen Engineering-Prozess von KI-Lösungen beschreibt und alle Phasen methodisch unterstützt. AIEng zeichnet sich durch eine modulübergreifende Verzahnung von Lehr- und Lerninhalten innerhalb eines Semesters sowie durch ein fakultäts- und hochschulübergreifendes Tandem-Lehrkonzept aus und verfolgt ein studierendenzentriertes Didaktikkonzept, welches durch viele praxisorientierte (Team-)Projekte und ein großes Angebot an Open Educational Resources (OERs) mit (E)-Tutorenprogramm getragen wird.

Projekt im Forschungsportal ansehen

AI Engineering - Entwicklung eines Bachelor-Studiengangs mit Ausbildungsschwerpunkt auf Künstlicher Intelligenz und Ingenieurwissenschaften in Sachsen-Anhalt.
Laufzeit: 01.12.2021 bis 30.11.2025

Anwendungsnah und dezentral:
AI Engineering setzt auf eine hochschulübergreifende Zusammenarbeit. An allen Hochschulstandorten sollen Lehrinhalte angeboten werden.

Kooperation leben:
AI Engineering wird von Anfang an hochschulübergreifend entwickelt. Alle Projektaktivitäten werden von jeder Hochschule getragen und unterstützt. Die Hochschulen bringen dabei ihre spezielle Expertise und Schwerpunkte ein.

Unternehmen konsequent einbeziehen:
AI Engineering ist ein anwendungsnaher Studiengang. Um die Bedarfe der Unternehmen an einen solchen Studiengang zu erfassen, werden frühzeitig Umfragen durchgeführt, die in die Studiengangsentwicklung einfließen.

Studiengang startet 2023: Nach derzeitiger Planung wird mit einem Studienstart im Wintersemester 2023 gerechnet.

Projekt im Forschungsportal ansehen

AnonymPrevent - AI-based Improvement of Anonymity for Remote Assessment, Treatment and Prevention against Child Sexual Abuse
Laufzeit: 01.12.2021 bis 31.07.2025

Das Projekt AnonymPrevent untersucht sowohl Einsatz als auch Verbesserung von innovativen KI-basierten Anonymisierungstechniken im Anwendungsfall der Erstberatung und präventiven Fernbehandlung von Menschen, die sich sexuell zu Kindern hingezogen fühlen. Ziel ist eine akustische Anonymisierung, die zwar die Identität eines Patienten (gegeben durch Stimme und Sprechweise) anonymisiert, gleichzeitig aber den für eine klinisch-diagnostische Beurteilung relevanten Gehalt an Emotionen und Persönlichkeitsausdruck beibehält. Die Anonymisierung der Stimme für die telefonische Kontaktaufnahme, sowie für weiterführende ggf. durch Videotelefonie ergänzte Therapien werden durch Variational Autoencoder mit Differential Digital Signal Processing bzw.
Avatar-basierter Kommunikation umgesetzt. Die Berliner Charité tritt als Praxis- und Forschungspartner auf, deren sexualwissenschaftliches Institut seit 2005 national und international wachsende Projekte für therapiemotivierte Menschen mit pädophilen oder hebephilen Neigung leitet. Die Annahme eines präventiven Therapieangebotes ist mit Scham und Angst vor sozialer Ausgrenzung verbunden. Entscheidend für die Inanspruchnahme ist die Vertrauenswürdigkeit des Angebots, und damit die Möglichkeit, verursacherbezogen sexuellen Kindesmissbrauch zu verhindern, was von hoher individueller und gesellschaftlicher Relevanz ist. Letztlich untersucht das Projekt die Frage, ob und in wie fern eine Anonymisierung der verbalen und visuellen Kommunikationskanäle zu einer Steigerung der Akzeptanz präventiver Behandlungsangebote führen kann sowie gleichzeitig die Kommunikation
innerhalb der Therapie nicht ungünstig beeinflusst, womöglich sogar den offenen Austausch fördert.

Projekt im Forschungsportal ansehen

PASCAL - Proaktiver Smart Controller für Ampelanlagen
Laufzeit: 01.05.2022 bis 30.04.2025

Der urbane Raum ist in besonderem Maße von Veränderungen in der Mobilität betroffen. Neue Mobilitätsangebote sowie verändertes privates und berufliches Mobilitätsverhalten führen zu neuen Herausforderungen bei der Bewältigung des stetig steigenden Verkehrsaufkommens. Laut aktueller Studie des europäischen Rechnungshofes ist der Straßenverkehr eine der Hauptursachen von Luftverschmutzung und Treibhausgasemissionen in städtischen Gebieten, wobei europaweit gesellschaftliche Kosten von rund 270 Milliarden Euro pro Jahr entstehen. Ein grundsätzlicher Lösungsansatz, das erhöhte Verkehrsaufkommen zu bewältigen, besteht in der Digitalisierung der Verkehrsinfrastruktur. Die erhobenen Daten der Verkehrsteilnehmer können folgend zur Analyse des Verkehrsflusses verwendet werden. Dadurch wird eine Verkehrsverflüssigung an Knotenpunkten erreichbar, was wiederum eine Reduzierung der CO2-Emissionen bedeutet.
Ziel des Verbundvorhabens "PASCAL" ist es, KI-Verfahren für die proaktive Steuerung von Ampelanlagen zur urbanen Verkehrsoptimierung zu entwickeln und im urbanen V2X-Testfeld Magdeburg zur erproben. Das Testfeld wurde in Vorarbeit von Thorsis Technologies in Kooperation mit der Stadt Magdeburg aufgebaut und dient der Erfassung und Analyse von Verkehrsdaten in Echtzeit.
Um das gesteckte Ziel zu erreichen, setzt das Projektteam auf die Erforschung und Anwendung neuer KI-basierter Verfahren (Überwachtes Lernen, Bestärkendes Lernen, Graph-basiertes Lernen) für die Optimierung der Ampelschaltzyklen für den Verkehrsfluss. Das bestehende Testfeld stellt die Datenbasis für die Entwicklung des proaktiven Smart Controllers für Ampelanlagen dar. Neben den Verkehrsdaten des Testfelds sollen auch Verkehrsinformationen (z.B. Baustellen, Events, Stau oder Wetter) und Simulationsdaten (Verkehr, Kommunikation und Emission) verwendet werden. Die Simulationsdaten dienen einerseits der Verdichtung der Verkehrsdaten für das Training der KI-Modelle und andererseits der Bewertung von ermittelten Ampelschaltzyklen. Die Realisierung der Entwicklung erfolgt in einem Kooperationsprojekt in Zusammenarbeit mit der Otto-von-Guericke-Universität Magdeburg als Forschungseinrichtung, welche sich mit zwei Fachbereichen mit den Schwerpunkten Künstliche Intelligenz und einem digitalen Anwendungszentrum für Mobilität am Projekt beteiligt.
Das entwickelte System wird ins bestehende urbane V2X-Testfeld in Magdeburg integriert und umfassend erprobt. Die Evaluierung des Systems erfolgt zunächst anhand von Simulationsdaten. In späteren Projektphasen sollen Ampeln in Abstimmung mit Operatoren eines Verkehrsleitstandes entsprechend der Vorgabe der KI geschaltet werden. Der im Projekt entwickelte Prototyp soll Grundlage für einen flächendeckenden Einsatz für die urbane Verkehrsflussoptimierung sein und somit einen deutlichen Nutzen und Mehrwert für den Standort Deutschland entfalten (Reduktion von Treibhausgasemissionen, Erhöhung der Technologiekompetenz).

Projekt im Forschungsportal ansehen

Abgeschlossene Projekte

AKILAS - Adaptiver KI-Lern-Assistent für die Schule
Laufzeit: 01.02.2021 bis 31.01.2024

Eine persönliche und individualisierte Betreuung von Schülerinnen und Schülern führt zu deutlich besseren Lernerfolgen als ein frontal geführter, "klassischer" Unterricht. Da es aktuell nicht möglich ist, die hierfür notwendige große Anzahl von Lehrpersonen bereitzustellen, kann das digitale Lernen eine unterstützende Rolle spielen. Das Ziel ist, nicht nur digitale Lernmaterialien zur Verfügung zu stellen, sondern individuell auf die Bedürfnisse der Lernenden einzugehen.
Das Verbundprojekt AKILAS entwickelt Technologien für einen Lernassistenten, der mittels künstlicher Intelligenz passgenau Lernaufgaben auswählen, Antworten auswerten und Feedback geben kann. Dabei wirken Lehrende und Technik zusammen: die künstliche Intelligenz unterstützt Lehrkräfte bei der Gestaltung des Lernprozesses. Das Assistenzsystem wertet freie Schülerantworten mittels innovativer Sprachtechnologie automatisch aus und gibt ein Feedback darauf. Die Entwicklung des Lernassistenten wird kontinuierlich durch eine pädagogische Begleitforschung unterstützt, die das Zusammenspiel zwischen Mensch und Technik evaluiert und zudem sicherstellt, dass hohe Datenschutzstandards bereits in der Forschungs- und Entwicklungsphase Grundlage der Konzeption sind.

Projekt im Forschungsportal ansehen

Emonymous -Sprecheranonymisierung unter Erhalt der emotionalen Ausdruckswirkung
Laufzeit: 01.08.2021 bis 31.12.2023

Durch die technologischen Fortschritte im Bereich der Künstlichen Intelligenz (KI), halten auch interaktive und intelligente Sprachassistenten mehr und mehr Einzug in den gesellschaftlichen Alltag. Aus datenschutzrechtlichen Gründen ist deren Einsatz jedoch meist auf Anwendungen im privaten Bereich beschränkt. Insbesondere die Möglichkeit Sprechende auf Basis einer Vielzahl an erhobenen Daten zu identifizieren, verhindert einen effektiven Einsatz von Sprachassistenten in datenschutzrechtlich sensiblen Bereichen wie beispielsweise dem Gesundheitssektor oder der Lernunterstützung. Für viele Anwendungen ist die Identität der Sprechenden jedoch nicht zwangsläufig relevant, sondern es ist lediglich erforderlich zu wissen, was genau gesagt wurde. Dabei enthält Sprache neben dem Inhalt des Gesagten auch weitere Indikatoren, wie beispielsweise die Emotionalität oder die Ausdrucksweise. Der Erhalt dieser sprachlichen Feinheiten nach einer Anonymisierung der Sprechenden ist für die Interpretation und ein umfassendes Verständnis des Gesagten in vielen Anwendungsbereichen jedoch sehr wichtig (z.B. um den Gesundheitszustand eines Patienten richtig einzuschätzen).

Projekt im Forschungsportal ansehen

CogXAI - KI trainieren und verstehen mit Methoden aus den kognitiven Neurowissenschaften (BMBF)
Laufzeit: 01.10.2019 bis 30.06.2023

Im Rahmen des Projekts CogXAI werden Methoden und Erkenntnisse aus den kognitiven Neurowissenschaften auf künstliche neuronale Netze (KNNs) übertragen. Es werden (1) post-poc- Erklärungsmethoden für bereits trainierte Netze basierend auf funktionalen und strukturellen Analysetechniken erforscht und (2) per Design (ante-hoc) transparente und interpretierbare Netzwerk- Architekturen aus neurowissenschaftlichen Erkenntnissen abgeleitet. Zusätzlich wird ein starker Praxisbezug durch die Einbindung von Anwendungspartnern aus den Bereichen autonomes Fahren (Motor AI) und Sprachassistenzsysteme (Fraunhofer IIS) hergestellt, für die in naher Zukunft eine hohe wirtschaftliche Relevanz in Deutschland erwartet werden kann.

Projekt im Forschungsportal ansehen

SENECA - Entwicklung eines selbstlernenden Entscheidungsunterstzützungssystem für die echtzeitfähige Auftragsreihenfolge und Maschinenbelegungsplanung
Laufzeit: 01.04.2020 bis 31.03.2022

Das Forschungsprojekt SENECA verfolgt die Entwicklung eines selbstlernenden Entscheidungsunterstützungssystems für die echtzeitfähige Auftragsreihenfolge- und Maschinenbelegungsplanung. Die Forschungsfrage lautet, wie Methoden des maschinellen Lernens (ML) angewendet werden müssen, um in Echtzeit zulässige Lösungen mit ausreichender Güte für Auftragsreihenfolge- und Maschinenbelegungsprobleme zu berechnen. Es sollen verschiedene ML-Methoden hinsichtlich ihrer Anwendbarkeit für die Auftragsreihenfolge- und Maschinenbelegungsplanung untersucht werden. Aufgrund der hohen Dynamik moderner Produktionssysteme und der daraus resultierenden Planungsunsicherheit wird erwartet, dass insbesondere die Produktionsablaufplanung von ML-basierten, echtzeitfähigen und adaptiven Entscheidungsunterstützungssystemen profitiert. ML-Algorithmen werden zurzeit vornehmlich für Regressions- und Klassifikationsprobleme eingesetzt. Ihr unmittelbarer Einsatz zur Berechnung von Optimierungsproblemen ist bisher kaum beforscht und industrielle Anwendungen sind bisher nicht bekannt. Das technische Arbeitsziel ist die Entwicklung eines Soft- und Hardware-Prototypen, welcher Entscheider in der Produktionsplanung und -steuerung unterstützt. Die technischen Herausforderungen betreffen insbesondere Aspekte der produktions- und einsatzspezifischen Gestaltung. Zum einen ist eine hohe Benutzerfreundlichkeit wichtig. Dies impliziert unter anderem, dass der Mensch stets die letzte Entscheidungsinstanz darstellt. Das System soll fähig sein, sich mit menschlicher Expertise kontinuierlich selbst zu verbessern. Zum anderen muss das Assistenzsystem derart gestaltet sein, dass die Echtzeitfähigkeit der Lösungsverfahren ausgeschöpft wird. Vorgeschlagene Auftragsreihenfolgen und Maschinenbelegungen müssen kurzfristig von der Produktionsplanung in die Produktionssteuerung überführt werden können.

Projekt im Forschungsportal ansehen

MEMoRIAL-M1.3 | Use of prior knowledge for interventional C-arm CT
Laufzeit: 01.07.2017 bis 31.12.2021

A C-Arm CT system, as compared with CT systems, is more sensible to the scattered radiation. This acquired scattered radiation leads, unavoidably, to a degradation of the reconstructed object's quality.
The presence of metallic implants such as platinum coils or clips additionally impairs image qualities by causing beam-hardening and scattering effects.

Every bit of information - that we call 'prior knowledge' - possible to being safely introduced during the image reconstruction process or post-processing can help to improve image qualities, reduce the overall acquisition time, or reduce the dose acquired by the patient.

In this project, prior knowledge will thus be used in order to improve C-Arm CT images interferred by scattering artefacts due to the presence of metallic implants. Supplementary information about the shape of metallic implants or the patient him/herself (e.g. obtained using a preparative planning CT) will consequently allow for an improved artefact compensation as well as image fidelity in the vicinity of implants.

Projekt im Forschungsportal ansehen

UPracticeML - Ausbau des Machine Learning (ML) Curriculums im Cognitive Systems Master der Universität Potsdam (UP)
Laufzeit: 01.11.2017 bis 29.02.2020

Im Rahmen dieses Projektes wird der bereits seit 2013 existierende internationale Masterstudiengang "Cognitive Systems: Language, Learning and Reasoning” an der Universität Potsdam (UP) nachhaltig um praxisbezogene Angebote im Bereich Machine Learning (ML) sowie neu entwickelte Lehrformate zum Deep Learning und zusätzliche Kapazitäten erweitert. Ein innovatives Lehrkonzept basierend auf forschendem Lernen und flipped Classrooms verknüpft dabei komplexe theoretische Grundlagen und praxisorientierte Anwendungen wie z.B. Spracherkennung oder Textanalyse. Durch ein Transfer-Netzwerk mit Partnern aus Forschung, Industrie und öffentlichen Einrichtungen werden reale Problemstellungen schon frühzeitig an die Studierenden herangetragen. In mehreren aufeinander aufbauenden Praxisphasen werden die Studierenden dabei fachlich und didaktisch durch ein Mentoring-Programm begleitet, um einen höchstmöglichen Kompetenzgewinn zu erzielen.

Projekt im Forschungsportal ansehen

Publikationen

2024

Buchbeitrag

T-DVAE - a transformer-based dynamical variational autoencoder for speech

Perschewski, Jan-Ole; Stober, Sebastian

In: Artificial Neural Networks and Machine Learning – ICANN 2024 , 1st ed. 2024. - Cham : Springer Nature Switzerland ; Wand, Michael, S. 33-46 - (Lecture notes in computer science; volume 15022) [Konferenz: 33rd International Conference on Artificial Neural Networks and Machine Learning, ICANN 2024, Lugano, Switzerland, September 17–20, 2024]

Pursuing the perfect projection - a projection pursuit framework for deep learning

Perschewski, Jan-Ole; Schmidt, Jahann; Stober, Sebastian

In: Advances in Self-Organizing Maps, Learning Vector Quantization, Interpretable Machine Learning, and Beyond , 1st ed. 2024. - Cham : Springer Nature Switzerland ; Villmann, Thomas, S. 43-52 - (Lecture notes in networks and systems; volume 1087) [Konferenz: 15th International Workshop, WSOM+ 2024, Mittweida, Germany, July 10–12, 2024]

Begutachteter Zeitschriftenartikel

Exploration of interpretability techniques for deep COVID-19 classification using chest X-ray images

Chatterjee, Soumick; Saad, Fatima; Sarasaen, Chompunuch; Ghosh, Suhita; Krug, Valerie; Khatun, Rupali; Mishra, Rahul; Desai, Nirja; Radeva, Petia; Rose, Georg; Stober, Sebastian; Speck, Oliver; Nürnberger, Andreas

In: Journal of imaging - Basel : MDPI, Bd. 10 (2024), Heft 2, Artikel 45, insges. 22 S.

Unveiling peripheral neuropathy and cognitive dysfunction in diabetes - an observational and proof-of-concept study with video games and sensor-equipped insoles

Ming, Antao; Lorek, Elisabeth; Wall, Janina; Schubert, Tanja; Ebert, Nils; Galatzky, Imke; Baum, Anne-Katrin; Glanz, Wenzel; Stober, Sebastian; Mertens, Peter R.

In: Frontiers in endocrinology - Lausanne : Frontiers Research Foundation, Bd. 15 (2024), Artikel 1310152, insges. 13 S.

Dissertation

Neuroscience-inspired analysis and visualization of Deep Neural Networks

Krug, Valerie; Stober, Sebastian

In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2024, 1 Online-Ressource (x, 249 Seiten, 53,65 MB) [Literaturverzeichnis: Seite 229-249][Literaturverzeichnis: Seite 229-249]

Encoding the structure of animal motion dynamics using variational auto-encoding

Luxem, Kevin; Stober, Sebastian; Remy, Stefan

In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2024, 1 Online-Ressource (xiii, 144 Seiten, 26,71 MB) [Literaturverzeichnis: Seite 118-131][Literaturverzeichnis: Seite 118-131]

Artikel in Kongressband

Improving voice quality in speech anonymization with just perception-informed losses

Ghosh, Suhita; Thiele, Tim; Lorbeer, Frederic; Stober, Sebastian

In: Audio Imagination - OpenReview.net . - 2024, insges. 10 S. [Workshop: NeurIPS 2024 Workshop AI-Driven Speech, Music, and Sound Generation, Vancouver, December 14, 2024]

Towards responsible AI - competencies for engineers - an explorative literature review on existing frameworks

Decker, Marie; Schleiss, Johannes; Schulz, Ben; Moreno, Sarah Gail; Stober, Sebastian; Leicht-Scholten, Carmen

In: SEFI Annual Conference - [Brussels - Belgium] : SEFI . - 2024, Artikel ID: 311, insges. 12 S. [SEFI Annual Conference, Lausanne, 2-5 September 2024]

Output-Target-Interpolation für Spektrale Fehlerfunktionen

Johannsmeier, Jens; Stober, Sebastian

In: Tagungsband - Proceedings "Fortschritte der Akustik - DAGA 2024" , 2024 - Berlin : Deutsche Gesellschaft für Akustik e.V. ; Peissig, Jürgen *1960-*, S. 1402-1405 [Tagung: DAGA 2024, Hannover, 18. - 21. März 2024]

Integrating AI education in disciplinary engineering fields - towards a systems and change perspective

Schleiss, Johannes; Johri, Aditya; Stober, Sebastian

In: SEFI Annual Conference - [Brussels - Belgium] : SEFI . - 2024, Artikel ID: 3397, insges. 12 S. [SEFI Annual Conference, Lausanne, 2-5 September 2024]

Tilt your head - activating the Hidden spatial-invariance of classifiers

Schmidt, Johann; Stober, Sebastian

In: ResearchGATE - Cambridge, Mass. : ResearchGATE Corp. . - 2024 [Konferenz: International Conference on Machine Learning, ICML]

Nicht begutachteter Zeitschriftenartikel

Hybrid symbolic-waveform modeling of music - opportunities and challenges

Johannsmeier, Jens; Stober, Sebastian

In: CEUR workshop proceedings - Aachen, Germany : RWTH Aachen, Bd. 3810 (2024), insges. 11 S.

2023

Buchbeitrag

Visualizing deep neural networks with topographic activation maps

Krug, Valerie; Ratul, Raihan Kabir; Olson, Christopher; Stober, Sebastian

In: HHAI 2023 / Lukowicz , P. , 1st ed. - Amsterdam : IOS Press, Incorporated ; Lukowicz, P., S. 138-152 [Konferenz: 2nd International Conference on Hybrid Human-Artificial Intelligence, HHAI 2023, München, June 26-30, 2023]

How reliable are posterior class probabilities in automatic music classification?

Lukashevich, Hanna; Grollmisch, Sascha; Abeßer, Jakob; Stober, Sebastian; Bös, Joachim

In: Proceedings of the 18th International Audio Mostly Conference - New York, NY : The Association for Computing Machinery . - 2023, S. 45-50

Transformer-based chord recognition with unsupervised pre-training of input embeddings

Ebrahimzadeh, Maral; Krug, Valerie; Stober, Sebastian

In: Tagungsband, DAGA 2023 - 49. Jahrestagung für Akustik , 2023 - Berlin : Deutsche Gesellschaft für Akustik e.V. ; Estorff, Otto *1957-*, S. 1374-1377 [Tagung: 49. Jahrestagung für Akustik, DAGA 2023, Hamburg, 06. - 09. März 2023]

Improving voice conversion for dissimilar speakers using perceptual losses

Gosh, Suhita; Sinha, Yamini; Siegert, Ingo; Stober, Sebastian

In: DAGA 2023 , 2023 - Berlin : Deutsche Gesellschaft für Akustik e.V., S. 1358-1361 [Tagung: 49. Jahrestagung für Akustik, DAGA 2023, Hamburg, 06. - 09. März 2023]

Anonymization of stuttered speech - removing speaker information while preserving the utterance

Hintz, Jan; Bayerl, Sebastian; Sinha, Yamini; Ghosh, Suhita; Schubert, Martha; Stober, Sebastian; Riedhammer, Korbinian; Siegert, Ingo

In: 3rd Symposium on Security and Privacy in Speech Communication - Internatinal Speech Communication Association ; Siegert, Ingo . - 2023, S. 41-45 [Symposium: 3rd Symposium on Security and Privacy in Speech Communication, Dublin, Ireland, 19 August 2023]

Trustworthy academic risk prediction with explainable boosting machines

Dsilva, Vegenshanti; Schleiss, Johannes; Stober, Sebastian

In: Artificial Intelligence in Education , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Wang, Ning, S. 463-475 - (Lecture notes in computer science; volume 13916) [Konferenz: 24th International Conference, AIED 2023, Tokyo, Japan, July 3-7, 2023]

Verbesserte Singing Voice Separation für Riddim-Alben

Johannsmeier, Jens; Allan, Kenneth; Stober, Sebastian

In: Tagungsband, DAGA 2023 - 49. Jahrestagung für Akustik , 2023 - Berlin : Deutsche Gesellschaft für Akustik e.V. ; Estorff, Otto *1957-*, S. 930-933 [Tagung: 49. Jahrestagung für Akustik, DAGA 2023, Hamburg, 06. - 09. März 2023]

Visualizing bias in activations of deep neural networks as topographic maps

Krug, Valerie; Olson, Christopher; Stober, Sebastian

In: CEUR workshop proceedings - Aachen, Germany : RWTH Aachen, Bd. 3523 (2023), insges. 10 S. [Workshop: 1st Workshop on Fairness and Bias in AI, Kraków, Poland, 1. October 2023]

Begutachteter Zeitschriftenartikel

CHIASM-Net - artificial intelligence-based direct identification of chiasmal abnormalities in albinism

Puzniak, Robert Jerzy; Prabhakaran, Gokulraj; McLean, Rebecca J.; Stober, Sebastian; Ather, Sarim; Proudlock, Frank A.; Gottlob, Irene; Dineen, Robert A.; Hoffmann, Michael

In: Investigative ophthalmology & visual science - Rockville, Md. : ARVO, Bd. 64 (2023), Heft 13, Artikel 14, insges. 9 S.

Deep learning based tomosynthesis denoising - a bias investigation across different breast types

Eckert, Dominik; Wicklein, Julia; Herbst, Magdalena; Dwars, Stephan; Ritschl, Ludwig; Kappler, Steffen; Stober, Sebastian

In: Journal of medical imaging - [Bellingham, Wash.] : SPIE, Bd. 10 (2023), Heft 6, Artikel 064003

AI course design planning framework - developing domain-specific AI education courses

Schleiss, Johannes; Laupichler, Matthias Carl; Raupach, Tobias; Stober, Sebastian

In: Education Sciences - Basel : MDPI, Bd. 13 (2023), Heft 9, Artikel 954, insges. 18 S.

Emo-StarGAN - a semi-supervised any-to-many non-parallel emotion-preserving voice conversion

Ghosh, Suhita; Das, Arnab; Sinha, Yamini; Siegert, Ingo; Polzehl, Tim; Stober, Sebastian

In: Interspeech 2023 - International Speech and Communication Association ; Harte, Naomi, S. 2093-2097 [Konferenz: INTERSPEECH 2023, Dublin, Ireland, 20-24 August 2023]

Dissertation

Modelling canonical computations in brains and machines with the Free Energy Principle

Ofner, André; Stober, Sebastian

In: Magdeburg: Universitätsbibliothek, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2023, 1 Online-Ressource (xxiii, 162 Seiten, 21,14 MB) [Literaturverzeichnis: Seite 143-162][Literaturverzeichnis: Seite 143-162]

Artikel in Kongressband

StarGAN-VC++ - towards emotion preserving voice conversion using deep embeddings

Das, Arnab; Ghosh, Suhita; Polzehl, Tim; Stober, Sebastian

In: 12th ISCA Speech Synthesis Workshop - ISCA . - 2023, S. 81-87 [Workshop: 12th ISCA Speech Synthesis Workshop (SSW2023), Grenoble, France, 26-28 August 2023]

Nicht begutachteter Zeitschriftenartikel

Curriculum workshops as method of interdisciplinary curriculum development - a case study of artificial intelligence in engineering

Schleiss, Johannes; Manukjan, Anke; Bieber, Michelle; Stober, Sebastian

In: ResearchGATE - Cambridge, Mass. : ResearchGATE Corp. . - 2023, insges. 3 S. [Konferenz: ISMRM 2023, Toronto, Canada, June 2023; Konferenz: 51st Annual Conference of The European Society for Engineering Education (SEFI 2023)]

2022

Buchbeitrag

An interdisciplinary competence profile for AI in engineering

Schleiss, Johannes; Bieber, Michelle; Manukjan, Anke; Kellner, Lars; Stober, Sebastian

In: Towards a new future in engineering education, new scenarios that European alliances of tech universities open up / SEFI Annual Conference , 2022 - Cornellà de Llobregat, Spain : Artes Gráficas Torres S.L. ; Järvinen, Hannu-Matti, S. 1601-1609 [Konferenz: SEFI 50th Annual conference of The European Society for Engineering Education, Barcelona, 19-22- SAeptember, 2022]

Deep learning based denoising of mammographic x-ray images: an investigation of loss functions and their detail-preserving properties

Eckert, Dominik; Ritschl, Ludwig; Herbst, Magdalena; Wicklein, Julia; Vesal, Sulaiman; Kappler, Steffen; Maier, Andreas; Stober, Sebastian

In: Proceedings of SPIE - Bellingham, Wash. : SPIE, Bd. 12031 (2022) [Konferenz: SPIE Medical Imaging, 2022, San Diego, California, United States, 2022]

Protecting student data in ML pipelines - an overview of privacy-preserving ML

Schleiss, Johannes; Günther, Kolja; Stober, Sebastian

In: Artificial Intelligence in Education. Posters and Late Breaking Results, Workshops and Tutorials, Industry and Innovation Tracks, Practitioners’ and Doctoral Consortium , 1st ed. 2022. - Cham : Springer International Publishing ; Rodrigo, Maria Mercedes, S. 532-536 - (Lecture notes in computer science; volume 13356) [Konferenz: 23rd International Conference on Artificial Intelligence in Education, AIED 2022, Durham, UK, July 27-31, 2022]

Neural-gas VAE

Perschewski, Jan-Ole; Stober, Sebastian

In: Artificial Neural Networks and Machine Learning – ICANN 2022 , 1st ed. 2022. - Cham : Springer International Publishing ; Pimenidis, Elias, S. 292-303 - (Lecture notes in computer science; volume 13529) [Konfeenz: 31st International Conference on Artificial Neural Networks, Bristol, UK, September 6-9, 2022]

Towards patient specific reconstruction using perception-aware CNN and planning CT as prior

Ghosh, Suhita; Ernst, Philipp; Rose, Georg; Nürnberger, Andreas; Stober, Sebastian

In: IEEE ISBI 2022 proceedings , 2022 - Piscataway, NJ, USA1 : IEEE ; isbi [Konferenz: 19th International Symposium on Biomedical Imaging, ISBI, Kolkata, India, 28-31 March 2022]

Voice Privacy - leveraging multi-scale blocks with ECAPA-TDNN SE-Res2NeXt extension for speaker anonymization

Khamsehashari, Razieh; Sinha, Yamini; Hintz, Jan; Ghosh, Suhita; Polzehl, Tim; Franzreb, Carlos; Stober, Sebastian; Siegert, Ingo

In: 2nd Symposium on Security and Privacy in Speech Communication - Incheon, Korea, 23-24 September 2022 - Internatinal Speech Communication Association ; Siegert, Ingo, S. 43-48 [Symposium: 2nd Symposium on Security and Privacy in Speech Communication, Incheon, Korea, 23-24 September 2022]

Teaching AI competencies in engineering using projects and open educational resources

Schleiss, Johannes; Hense, Julia; Kist, Andreas; Schlingensiepen, Jörn; Stober, Sebastian

In: Towards a new future in engineering education, new scenarios that European alliances of tech universities open up / SEFI Annual Conference , 2022 - Cornellà de Llobregat, Spain : Artes Gráficas Torres S.L. ; Järvinen, Hannu-Matti, S. 1592-1600 [Konferenz: SEFI 50th Annual conference of The European Society for Engineering Education, Barcelona, 19-22 September, 2023]

Deep neural networks and auditory imagery

Ofner, André; Stober, Sebastian

In: MUSIC AND MENTAL IMAGERY - [S.l.] : ROUTLEDGE ; Küssner, Mats B. . - 2022, insges. 11 S.

Begutachteter Zeitschriftenartikel

Conditional generative adversarial networks applied to EEG data can inform about the inter-relation of antagonistic behaviors on a neural level

Vahid, Amirali; Mückschel, Moritz; Stober, Sebastian; Stock, Ann-Kathrin; Beste, Christian

In: Communications biology - London : Springer Nature, Bd. 5 (2022), Heft 1, Artikel 148, insges. 11 S.

Active multitask learning with uncertainty-weighted loss for coronary calcium scoring

Föllmer, Bernhard; Biavati, Federico; Wald, Christian; Stober, Sebastian; Ma, Jackie; Dewey, Marc; Samek, Wojciech

In: Medical physics - Hoboken, NJ : Wiley, Bd. 49 (2022), Heft 11, S. 7262-7277

2021

Buchbeitrag

Perception-aware losses facilitate CT denoising and artifact removal

Ghosh, Suhita; Krug, Andreas; Rose, Georg; Stober, Sebastian

In: 2021 IEEE 2nd International Conference on Human-Machine Systems (ICHMS) / IEEE International Conference on Human-Machine Systems , 2021 - IEEE : IEEE, insges. 6 S. [Konferenz: IEEE 2nd International Conference on Human-Machine Systems, ICHMS, Magdeburg, Germany, 8-10 September 2021]

Begutachteter Zeitschriftenartikel

Approaching scheduling problems via a deep hybrid greedy model and supervised learning

Schmidt, Johann; Stober, Sebastian

In: IFAC-PapersOnLine / Internationale Förderung für Automatische Lenkung - Frankfurt : Elsevier, Bd. 54 (2021), Heft 1, S. 805-810

Uncertainty-aware temporal self-learning (UATS) - semi-supervised learning for segmentation of prostate zones and beyond

Meyer, Anneke; Ghosh, Suhita; Schindele, Daniel; Schostak, Martin; Stober, Sebastian; Hansen, Christian; Rak, Marko

In: Artificial intelligence in medicine - Amsterdam [u.a.] : Elsevier Science - AIM, Bd. 116 (2021), Artikel 102073

Analyzing and visualizing deep neural networks for speech recognition with saliency-adjusted neuron activation profiles

Krug, Andreas; Ebrahimzadeh, Maral; Alemann, Jost; Johannsmeier, Jens; Stober, Sebastian

In: Electronics - Basel : MDPI, Bd. 10 (2021), Heft 11, Artikel 1350, insges. 30 S.

2020

Buchbeitrag

PredNet and predictive coding - a critical review

Rane, Roshan Prakash; Szügyi, Edit; Saxena, Vageesh; Ofner, André; Stober, Sebastian

In: ICMR '20 - New York, NY : ACM . - 2020, S. 233-241 [Konferenz: 2020 International Conference on Multimedia Retrieval, ICMR '20, Dublin, June 2020]

Analyzing regions of safety for handling shared data in cooperative systems

Jäger, Georg; Schleiss, Johannes; Usanavasin, Sasiporn; Stober, Sebastian; Zug, Sebastian

In: 2020 IEEE 25th International Conference on Emerging Technologies and Factory Automation (ETFA) / IEEE International Conference on Emerging Technologies and Factory Automation , 2020 - Piscataway, NJ : IEEE ; IEEE International Conference on Emerging Technologies and Factory Automation (25.:2020), S. 628 - 635 [Konferenz: 25th IEEE International Conference on Emerging Technologies and Factory Automation, ETFA, Vienna, Austria, 8-11 Sept. 2020]

Begutachteter Zeitschriftenartikel

Applying deep learning to single-trial EEG data provides evidence for complementary theories on action control

Vahid, Amirali; Mückschel, Moritz; Stober, Sebastian; Stock, Ann-Kathrin; Beste, Christian

In: Communications biology - London : Springer Nature - Vol. 3.2020, Art.-Nr. 112, 11 Seiten

Automatic prostate and prostate zones segmentation of magnetic resonance images using DenseNet-like U-net

Aldoj, Nader; Biavati, Federico; Michallek, Florian; Stober, Sebastian; Dewey, Marc

In: Scientific reports - [London] : Macmillan Publishers Limited, part of Springer Nature - Volume 10(2020), article 14315, 17 Seiten

Artikel in Kongressband

Modeling perception with hierarchical prediction: Auditory segmentation with deep predictive coding locates candidate evoked potentials in EEG

Ofner, André; Stober, Sebastian

In: ResearchGATE - Cambridge, Mass. : ResearchGATE Corp. . - 2020 [Konferenz: 21st International Society for Music Information Retrieval Conference, ISMIR20,virtual conference, 11-16 October 2020]

Balancing active inference and active learning with deep variational predictive coding for EEG

Ofner, André; Stober, Sebastian

In: ResearchGATE - Cambridge, Mass. : ResearchGATE Corp. . - 2020 [Kongress: IEEE International Conference on Systems, Man, and Cybernetics, SMC 2020, virtual, October 11-14, 2020]

Nicht begutachteter Zeitschriftenartikel

Exploration of interpretability techniques for deep COVID-19 classification using chest X-ray images

Chatterjee, Soumick; Saad, Fatima; Sarasaen, Chompunuch; Ghosh, Suhita; Khatun, Rupali; Radeva, Petia; Rose, Georg; Stober, Sebastian; Speck, Oliver; Nürnberger, Andreas

In: De.arxiv.org - [S.l.] : Arxiv.org - 2020, article 2006.02570, insgesamt 16 Seiten

Gradient-adjusted neuron activation profiles for comprehensive introspection of convolutional speech recognition models

Krug, Andreas; Stober, Sebastian

In: De.arxiv.org - [S.l.] : Arxiv.org - 2020, article 2002.08125, 5 Seiten

2019

Abstract

Knowledge transfer in coupled predictive coding networks

Ofner, André; Stober, Sebastian

In: Bernstein Conference , 2019 - [Freiburg] ; Sprekeler, Henning, S. 81 [Konferenz: Bernstein Conference 2019, Berlin, September 17-20, 2019]

Buchbeitrag

Hybrid variational predictive coding as a bridge between human and artificial cognition

Ofner, André; Stober, Sebastian

In: ALIFE 2019 - Cambridge : MIT Press ; Fellermann, Harold, S. 68-69 [Konferenz: Conference on Artificial Life, ALIFE 2019, Newcastle, United Kingdom, July 29 - August 2, 2019]

Automatic prostate and prostate zones segmentation of magnetic resonance images using convolutional neural networks

Aldoj, Nader; Biavati, Federico; Rutz, Miriam; Michallek, Florian; Stober, Sebastian; Dewey, Marc

In: Medical Imaging with Deep Learning - OpenReview.net . - 2019, S. 1-4 [Konferenz: Medical Imaging with Deep Learning, MIDL 2019, London, 8-10 July 2019]

Window-based neural tagging for shallow discourse argument labeling

Knaebel, René; Stede, Manfred; Stober, Sebastian

In: CoNLL 2019 - Stroudsburg : Association for Computational Linguistics, S. 768-777 [Konferenz: 23rd Conference on Computational Natural Language Learning, CoNLL 2019, Hong Kong, China, November 3-4, 2019]

The ISMIR explorer - a visual interface for exploring 20 years of ISMIR publications

Low, Thomas; Hentschel, Christian; Polley, Sayantan; Das, Anustup; Sack, Harald; Nürnberger, Andreas; Stober, Sebastian

In: ISMIR 2019 - International Society for Music Information Retrieval ; Flexer, Arthur, S. 754-760 [Konferenz: 20th International Society for Music Information Retrieval Conference, ISMIR 2019, Delft, The Netherlands, November 4 - 8, 2019]

Begutachteter Zeitschriftenartikel

Deep learning based on event-related EEG differentiates children with ADHD from healthy controls

Vahid, Amirali; Bluschke, Annet; Roessner, Veit; Stober, Sebastian; Beste, Christian

In: Journal of Clinical Medicine - Basel : MDPI - Volume 8, issue 7 (2019), article 1055, insgesamt 15 Seiten

Artikel in Kongressband

Siri visualisiert

Krug, Andreas; Stober, Sebastian

In: Forschende betreiben Wissenschaftskommunikation - NaWik gGmbH . - 2019, S. 24-25 [Symposium: NaWik Symposium 2019, Karlsruhe, 5. April 2019]

Predictive coding based vision for autonomous cars

Rane, Roshan Prakash; Ofner, André; Gite, Shreyas; Stober, Sebastian

In: Computational Cognition 2019 - Osnabrück [Workshop: Computational Cognition 2019, ComCo-2019, Osnabrück, Germany, 01.-02.October 2019]

Nicht begutachteter Zeitschriftenartikel

Visualizing deep neural networks for speech recognition with learned topographic filter maps

Krug, Andreas; Stober, Sebastian

In: De.arxiv.org - [S.l.] : Arxiv.org - 2019, article 1912.04067, insgesamt 8 Seiten [Workshop: 2019 ACL Workshop BlackboxNLP: Analyzing and Interpreting Neural Networks for NLP, Florence, 28.07. - 02.08.2019]

2017

Buchbeitrag

Model-based frameworks for user adapted information exploration - an overview

Kotzyba, Michael; Gossen, Tatiana; Stober, Sebastian; Nürnberger, Andreas

In: Companion technology - Cham : Springer ; Biundo-Stephan, Susanne *1955-* . - 2017, S. 37-56

Exploring large movie collections - comparing visual berrypicking and traditional browsing

Low, Thomas; Hentschel, Christian; Stober, Sebastian; Sack, Harald; Nürnberger, Andreas

In: MultiMedia Modeling - Cham : Springer . - 2017, S. 198-208 [Kongress: 23rd International Conference, MMM 2017, Reykjavik, Iceland, January 4-6, 2017]

2014

Buchbeitrag

Search result visualization with characters for children

Gossen, Tatiana; Müller, Rene; Stober, Sebastian; Nürnberger, Andreas

In: IDC '14: proceedings of the International Conference on Interaction Design and Children - New York, NY: ACM, S. 125-134, 2014Kongress: IDC '14 : (Aarhus, Denmark) : 2014.06.17-20

Visual berrypicking in large image collections

Low, Thomas; Hentschel, Christian; Stober, Sebastian; Sack, Harald; Nürnberger, Andreas

In: Proceedings of the 8th Nordic Conference on Human-Computer Interaction: fun, fast, foundational: Helsinki, Finland - October 26 - 30, 2014 - New York, NY: ACM, S. 1043-1046

Herausgeberschaft

Adaptive multimedia retrieval - semantics, context, and adaptation ; 10th international workshop, AMR 2012, Copenhagen, Denmark, October 24 - 25, 2012 ; revised selected papers

Nürnberger, Andreas; Stober, Sebastian; Larsen, Birger; Detyniecki, Marcin

In: Cham [u.a.]: Springer, 2014, Online-Ressource (X, 290 S.) - (Lecture notes in computer science; 8382), ISBN: 978-3-319-12093-5 Kongress: International Workshop on Adaptive Multimedia Retrieval 10 Copenhagen 2012.10.24-25

2013

Buchbeitrag

The hubness phenomenon - fact or artifact?

Low, Thomas; Borgelt, Christian; Stober, Sebastian; Nürnberger, Andreas

In: Towards Advanced Data Analysis by Combining Soft Computing and Statistics / Borgelt , Christian - Berlin, Heidelberg : Springer ; Borgelt, Christian . - 2013, S. 267-278 - (Studies in Fuzziness and Soft Computing; 285)

Incremental visualization of growing music collections

Stober, Sebastian; Low, Thomas; Gossen, Tatiana; Nürnberger, Andreas

In: Proceedings of the 14th International Society for Music Information Retrieval (ISMIR): November 4th-8th, Curitiba, Brazil /ed. by Alceu de Souza Britto ... - ISMIR; Souza Britto, Alceu . - 2013, S. 433-438Kongress: ISMIR 2013 14 (Curitiba, Brazil : 2013.11.04-08)

Voice-controlled search user interfaces for young userss

Gossen, Tatiana; Kotzyba, Michael; Stober, Sebastian; Nürnberger, Andreas

In: HCIR 2013 . - 2013, insges. 4 S.Kongress: HCIR 2013 7 (Vancouver, Canada : 2013.10.03-04)

Sprachgesteuerte Benutzerschnittstellen zur Suche für junge Nutzer

Gossen, Tatiana; Kotzyba, Michael; Stober, Sebastian; Nürnberger, Andreas

In: Informatik 2013 - Informatik angepasst an Mensch, Organisation und Umwelt - Bonn: Ges. für Informatik; Horbach, Matthias . - 2013, S. 113 - 115 - (GI Edition; Proceedings; 220)Kongress: Tagung Informatik 2013 (Koblenz : 2013.09.16-20)

An experimental comparison of similarity adaptation approaches

Stober, Sebastian; Nürnberger, Andreas

In: Adaptive Multimedia Retrieval. Large-Scale Multimedia Retrieval and Evaluation / Detyniecki , Marcin - Berlin, Heidelberg : Springer ; Detyniecki, Marcin . - 2013, S. 96-113 - ( Lecture notes in computer science; volume 7836)

Herausgeberschaft

Tagungsband der Magdeburger-Informatik-Tage, 2. Doktorandentagung 2013 - (MIT 2013) ; 16. Juli 2013

Buchholz, Robert; Krempl, Georg; Krull, Claudia; Schallehn, Eike; Stober, Sebastian; Ortmeier, Frank; Zug, Sebastian

In: Magdeburg, 2013, 4, 30 Seiten, Ill., graph. Darst., 21 cmKongress: Magdeburger-Informatik-Tage, Doktorandentagung (MIT) 2 (Magdeburg : 2013.07.16)

2012

Buchbeitrag

Adaptive Verfahren zur nutzerzentrierten Organisation von Musiksammlungen

Stober, Sebastian

In: Bonn : Ges. für Informatik, 2012 - (GI-Edition)

Music imagery information retrieval bringing the song on your mind back to your ears

Stober, Sebastian; Thompson, Jessica

In: ISMIR 2012. - FEUP Edições, insges. 2 S.Kongress: ISMIR 2012; 13 (Porto, Portugal) : 2012.10.08-12

User-aware music retrieval

Schedl, Markus; Stober, Sebastian; Gómez, Emilia; Orio, Nicola; Liem, Cynthia C.S.

In: Multimodal music processing - Saarbrücken/Wadern: Dagstuhl Publ., 2012 . - 2012, S. 135-156 - (Dagstuhl follow-ups; 3)

A systematic comparison of music similarity adaptation approaches

Wolff, Daniel; Weyde, Tillmann; Stober, Sebastian; Nürnberger, Andreas

In: ISMIR 2012. - FEUP Edições, S. 103-108Kongress: ISMIR 2012; 13 (Porto, Portugal) : 2012.10.08-12

Begutachteter Zeitschriftenartikel

Adaptive music retrievala state of the art

Stober, Sebastian; Nürnberger, Andreas

In: Multimedia tools and applications. - Dordrecht [u.a.] : Springer Science + Business Media B.V, insges. 28 S., 2012

Originalartikel in begutachteter zeitschriftenartiger Reihe

Bisociative music discovery and recommendation

Stober, Sebastian; Haun, Stefan; Nürnberger, Andreas

In: Bisociative Knowledge Discovery / Berthold , Michael - Berlin, Heidelberg : Springer Berlin Heidelberg , 2012 ; Berthold, Michael *1966-*, S. 472-483 - (Lecture Notes in Computer Science; 7250)

2011

Buchbeitrag

Designing gaze-supported multimodal interactions for the exploration of large image collections

Stellmach, Sophie; Stober, Sebastian; Nürnberger, Andreas; Dachselt, Raimund

In: Proceedings of the 1st Conference on Novel Gaze-Controlled Applications, NGCA `11. - ACM, insges. 8 S., 2011Kongress: NGCA '11; 1 (Karlskrona, Sweden) : 2011.05.26-27

Analyzing the impact of data vectorization on distance relations

Stober, Sebastian; Nürnberger, Andreas

In: 2011 IEEE International Conference on Multimedia and Expo (ICME). - Piscataway, NJ : IEEE, insges. 6 S.Kongress: ICME; (Barcelona) : 2011.07.11-15

Adaptive distance measures for exploration and structuring of music collections

Stober, Sebastian

In: Semantic audio. - New York, NY : Audio Engineering Soc., S. 275-284, 2011Kongress: AES International Conference; 42 (Ilmenau) : 2011.07.22-24

Similarity adaptation in an exploratory retrieval scenario

Stober, Sebastian; Nürnberger, Andreas

In: Adaptive multimedia retrieval - context, exploration, and fusion ; 8th international workshop, AMR 2010, Linz, Austria, August 17 - 18, 2010 ; revised selected papers - Berlin [u.a.] : Springer . - 2011, S. 144-158 - (Lecture notes in computer science; volume 6817) [8th International Workshop on Adaptive Multimedia Retrieval, AMR 2010, Linz, Austria, August 17-18, 2010]

Dissertation

Adaptive methods for user-centered organization of music collections

Stober, Sebastian; Nürnberger, Andreas

In: München: Verl. Dr. Hut, Zugl.: Magdeburg, Univ., Fak. für Informatik, Diss., 2011, XXV, 237 S., ISBN: 978-3-8439-0229-8 [Parallel als Online-Ressource erschienen][Parallel als Online-Ressource erschienen]

Herausgeberschaft

Adaptive multimedia retrieval - context, exploration, and fusion ; 8th international workshop, AMR 2010, Linz, Austria, August 17 - 18, 2010 ; revised selected papers

Detyniecki, Marcin; Knees, Peter; Nürnberger, Andreas; Schedl, Markus; Stober, Sebastian

In: Berlin [u.a.]: Springer, 2011, Online-Ressource (X, 219 S.) - (Lecture notes in computer science; 6817)Kongress: AMR 8 (Linz : 2010.08.17-18)

Originalartikel in begutachteter zeitschriftenartiger Reihe

MusicGalaxy - a multi-focus zoomable interface for multi-facet exploration of music collections

Stober, Sebastian; Nürnberger, Andreas

In: Exploring music contents. - Heidelberg [u.a.] : Springer, S. 273-302, 2011 - (Lecture notes in computer science; 6684)Kongress: CMMR 2010; 7 (Málaga) : 2010.06.21-24

2010

Buchbeitrag

MusicGalaxy - an adaptive user-interface for exploratory music retrieval

Stober, Sebastian; Nürnberger, Andreas

In: SMC 2010. - Barcelona, S. 382-389Kongress: SMC; 7 (Barcelona) : 2010.07.21-24

Automatic evaluation of user adaptive interfaces for information organization and exploration

Stober, Sebastian; Nürnberger, Andreas

In: Proceedings of the SIGIR 2010 Workshop on the Simulation of Interaction. - Amsterdam : IR Publ., S. 33-34Kongress: SIGIR Workshop on the Simulation of Interaction; (Geneva) : 2010.07.23

Evaluation of adaptive SpringLens - a multi-focus interface for exploring multimedia collections

Stober, Sebastian; Hentschel, Christian; Nürnberger, Andreas

In: 6th Nordic Conference on Human-Computer Interaction 2010 (NordiCHI 2010). - Red Hook, NY : CurranKongress: NordiCHI; 10 (Reykjavik) : 2010.10.16-20

A multi-focus zoomable interface for multi-facet exploration of music collections

Stober, Sebastian; Nürnberger, Andreas

In: 7th International Symopsium on Computer Music Modeling and Retrieval 2010. - Malaga, S. 339-354Kongress: CMMR; 7 (Malaga) : 2010.06.21-24

Artikel in Kongressband

Similarity Adaptation in an Exploratory Retrieval Scenario

Stober, Sebastian

In: Proceedings of 8th International Workshop on Adaptive Multimedia Retrieval (AMR'10), Linz, Austria, Aug 2010.

Originalartikel in begutachteter zeitschriftenartiger Reihe

Multi-facet exploration of image collections with an adaptive multi-focus zoomable interface

Stober, Sebastian; Henschel, Christian; Nürnberger, Andreas

In: The 2010 International Joint Conference on Neural Networks (IJCNN), 2010. - Piscataway, NJ : IEEE, insges. 8 S.Kongress: IJCNN; (Barcelona) : 2010.07.18-23

Visualisierung von großen Musiksammlungen unter Berücksichtigung projektionsbedingter Verzerrungen

Stober, Sebastian; Nürnberger, Andreas

In: DAGA 2010. - [Berlin] : DEGA [u.a.], S. 571-572Kongress: DAGA; 36 (Berlin) : 2010.03.15-18

Towards user-adaptive structuring and organization of music collections

Stober, Sebastian; Nürnberger, Andreas

In: Adaptive multimedia retrieval. - Berlin [u.a.] : Springer, S. 53-65, 2010 - (Lecture Notes in Computer Science; 5811)Kongress: International Workshop AMR; 6 (Berlin) : 2008.06.26-27

2009

Buchbeitrag

Supporting folk-song research by automatic metric learning and ranking

Bade, Korinna; Nürnberger, Andreas; Stober, Sebastian; Garbers, Jörg; Wiering, Frans

In: ISMIR 2009: proceedings of the 10 International Society for Music Information Retrieval Conference ; October 26-30, 2009, Kobe, Japan /ed. by $ 3010 ... - Montreal, S. 741-746Kongress: ISMIR 2009 10 (Kobe, Japan : 2009.10.26-30)

A survey on the acceptance of listening context logging for MIR applications

Stober, Sebastian; Steinbrecher, Matthias; Nürnberger, Andreas

In: LSAS 2009. - Graz, S. 45-57Kongress: LSAS; 3 (Graz, Austria) : 2009.12.02

Everything in its right place? - learning a user's view of a music collection

Bade, Korinna; Nürnberger, Andreas; Stober, Sebastian

In: Proceedings - Berlin: DEGA, S. 344-347, 2009Kongress: NAG/DAGA (Rotterdam : 2009.03.23-26)

Herausgeberschaft

LSAS 2009 - third International Workshop on Learning Semantics of Audio Signals ; December 2, 2009 ; SAMT Conference - Graz, Austria ; proceedings

Baumann, Stephan; Burred, Juan José; Nürnberger, Andreas; Stober, Sebastian

In: Graz, 2009, 102 S., Ill., graph. Darst., ISBN 978-3-940961-38-9Kongress: International Workshop on Learning Semantics of Audio Signals 3 (Graz, Austria : 2009.12.02)[Literaturangaben]

Originalartikel in begutachteter nationaler Zeitschrift

User-adaptive music information retrieval

Stober, Sebastian; Nürnberger, Andreas

In: Künstliche Intelligenz. - Berlin : Springer, 2, S. 54-57, 2009

2008

Buchbeitrag

Browsing music by usage context

Laube, Valentin; Moewes, Christian; Stober, Sebastian

In: Proceedings // LSAS 2008, Second International Workshop on Learning Semantics of Audio Signals, June 21, 2008, IRCAM, Paris, France. - Paris : IRCAM, S. 19-29Kongress: International Workshop on Learning Semantics of Audio Signals; 2 (Paris, France) : 2008.06.21

Herausgeberschaft

Proceedings

Burred, Juan José; Nürnberger, Andreas; Peeters, Geoffroy; Stober, Sebastian

In: Paris, IRCAM, 2008, 84 S., Ill., graph. Darst., ISBN 978-3-9804874-7-4Kongress: International Workshop on Learning Semantics of Audio Signals 2 (Paris, France : 2008.06.21)

Originalartikel in begutachteter zeitschriftenartiger Reihe

Enhancing chord classification through neighbourhood histrograms

Reinhard, Johannes; Stober, Sebastian; Nürnberger, Andreas

In: 2008 International Workshop on Content-Based Multimedia Indexing. - Piscataway, NJ : IEEE Service Center, S. 33-40Kongress: CBMI; 6 (London) : 2008.06.18-20

User modelling for interactive user-adaptive collection structuring

Nürnberger, Andreas; Stober, Sebastian

In: Adaptive multimedial retrieval. - Berlin [u.a.] : Springer, S. 95-108, 2008 - (Lecture notes in computer science; 4918)Kongress: AMR; 5 (Paris) : 2007.07.05-06

Automatic image annotation using a visual dictionary based on reliable image segmentation

Hentschel, Christian; Stober, Sebastian; Nürnberger, Andreas; Detyniecki, Marcin

In: Adaptive multimedial retrieval. - Berlin [u.a.] : Springer, S. 45-56, 2008 - (Lecture notes in computer science; 4918)Kongress: AMR; 5 (Paris) : 2007.07.05-06

AUCOMA - adaptive nutzerzentrierte Organisation von Musikarchiven

Stober, Sebastian; Nürnberger, Andreas

In: Fortschritte der Akustik. - Berlin : Dt. Ges. für Akustik, S. 547-548, 2008Kongress: DAGA; 34 (Dresden) : 2008.03.10-13

2007

Artikel in Kongressband

Towards query by singing/humming on audio databases

Duda, Alexander; Nürnberger, Andreas; Stober, Sebastian

In: Proceedings of the 8th International Conference on Music Information Retrieval, ISMIR 2007: Vienne, Austria September 23 - 27, 2007 - Wien . - 2007, S. 331-334Kongress: ISMIR 2007 8 (Vienna : 2007.09.23-27)

Originalartikel in begutachteter zeitschriftenartiger Reihe

SAFIRE - towards standardized semantic rich image annotation

Henschel, Christian; Nürnberger, Andreas; Schmitt, Ingo; Stober, Sebastian

In: Adaptive multimedia retrieval: user, context, and feedback - Berlin: Springer, 2007 . - 2007, S. 12-27 - (Lecture notes in computer science; 4398)

2006

Originalartikel in begutachteter zeitschriftenartiger Reihe

CARSA - an architecture for the development of context adaptive retrieval systems

Bade, Korinna; De Luca, Ernesto William; Nürnberger, Andreas; Stober, Sebastian

In: Adaptive multimedia retrieval: user, context, and feedback: third international workshop, AMR 2005, Glasgow, UK, July 28-29, 2005 ; revised selected papers / Marcin Detyniecki ... (eds.) - Berlin: Springer, 2006; Detyniecki, Marcin . - 2006, S. 91-101 - (Lecture notes in computer science; 3877)Kongress: International Workshop on Adaptive Multimedia Retrieval 3 (Glasgow : 2005.07.28-29)

DAWN - a system for context-based link recommendation in Web navigation

Stober, Sebastian; Nürnberger, Andreas

In: Knowledge-based intelligent information and engineering systems ; Pt. 1 - Berlin [u.a.]: Springer, 2006 . - 2006, S. 763-770 - (Lecture notes in computer science; 4251; Lecture notes in artificial intelligence)Kongress: KES 10 (Bournemouth : 2006.10.09-11)

Context-based navigational support in hypermedia

Stober, Sebastian; Nürnberger, Andreas

In: Adaptive hypermedia and adaptive web-based systems: 4th international conference, AH 2006, Dublin, Ireland, June 21 - 23, 2006 ; proceedings / Vincent Wade ... (eds.) - Berlin: Springer, 2006; Ashman, Helen . - 2006, S. 328-332 - (Lecture notes in computer science; 4018)Kongress: AH 4 (Dublin : 2006.06.21-23)

Kooperationen
  • Fraunhofer-Institut für Integrierte Schaltungen (IIS)
  • Hochschule Anhalt
  • Hochschule Harz
  • Hochschule Magdeburg Stendal
  • Hochschule Merseburg
  • Motor Ai (Berlin)
  • Universität Potsdam
Profil
Keine Daten im Forschungsportal hinterlegt.
Service
Keine Daten im Forschungsportal hinterlegt.
Vita
Keine Daten im Forschungsportal hinterlegt.
Presse
Keine Daten im Forschungsportal hinterlegt.

Letzte Änderung: 08.06.2023 - Ansprechpartner: Webmaster