Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

SMVC: semi-supervised multi-view clustering in subspace projections.

S. Günnemann, I. Färber, M. Rüdiger, und T. Seidl. KDD, Seite 253-262. ACM, (2014)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Univ. -Prof. Dr. Stephan ten Brink University of Stuttgart

On End-to-End Learning of Joint Detection and Decoding for Short-Packet CommunicationsJ. Clausius, S. Dörner, S. Cammerer, und S. Brink. 2022 IEEE Globecom Workshops (GC Wkshps), Seite 377-382. IEEE, (2022)

On End-to-End Learning of Joint Detection and Decoding for Short-Packet CommunicationsJ. Clausius, S. Dörner, S. Cammerer, und S. Brink. 2022 IEEE Globecom Workshops (GC Wkshps), Seite 377-382. IEEE, (2022)Component Training of Turbo AutoencodersJ. Clausius, M. Geiselhart, und S. Brink. Preprint, (2023)

Prof. Dr. -Ing. Karl Stephan University of Stuttgart

Dr. -Ing. Stephan Heimerl University of Stuttgart

Silke Stephan University of Stuttgart

Stephan Renninger University of Stuttgart

Weitere Publikationen von Autoren mit dem selben Namen

Personalized Item Recommendation with Continuous Experience Evolution of Users using Brownian Motion.S. Mukherjee, S. Günnemann, und G. Weikum. CoRR, (2017)Personalized Embedding Propagation: Combining Neural Networks on Graphs with Personalized PageRank.J. Klicpera, A. Bojchevski, und S. Günnemann. CoRR, (2018)ZooBP: Belief Propagation for Heterogeneous Networks.D. Eswaran, S. Günnemann, C. Faloutsos, D. Makhija, und M. Kumar. PVLDB, 10 (5): 625-636 (2017)Assessing the Significance of Data Mining Results on Graphs with Feature Vectors.S. Günnemann, P. Dao, M. Jamali, und M. Ester. ICDM, Seite 270-279. IEEE Computer Society, (2012)Hyperbolae are No Hyperbole: Modelling Communities That are Not Cliques.S. Metzler, S. Günnemann, und P. Miettinen. ICDM, Seite 330-339. IEEE Computer Society, (2016)Discovering Multiple Clustering Solutions: Grouping Objects in Different Views of the Data.E. Müller, S. Günnemann, I. Färber, und T. Seidl. ICDM, Seite 1220. IEEE Computer Society, (2010)Subspace Clustering Meets Dense Subgraph Mining: A Synthesis of Two Paradigms.S. Günnemann, I. Färber, B. Boden, und T. Seidl. ICDM, Seite 845-850. IEEE Computer Society, (2010)Continuous Experience-aware Language Model.S. Mukherjee, S. Günnemann, und G. Weikum. KDD, Seite 1075-1084. ACM, (2016)Scalable density-based subspace clustering.E. Müller, I. Assent, S. Günnemann, und T. Seidl. CIKM, Seite 1077-1086. ACM, (2011)Beyond Blocks: Hyperbolic Community Detection.M. Araujo, S. Günnemann, G. Mateos, und C. Faloutsos. ECML/PKDD (1), Volume 8724 von Lecture Notes in Computer Science, Seite 50-65. Springer, (2014)