@inproceedings{VillmannHaaseSchleifetal., author = {Villmann, Thomas and Haase, Sven and Schleif, Frank-Michael and Hammer, Barbara}, title = {Divergence Based Online Learning in Vector Quantization}, series = {Artificial Intelligence and Soft Computing, 10th International Conference, ICAISC 2010, Zakopane, Poland, June 13-17, 2010, Part I}, volume = {6113}, booktitle = {Artificial Intelligence and Soft Computing, 10th International Conference, ICAISC 2010, Zakopane, Poland, June 13-17, 2010, Part I}, editor = {Rutkowski, Leszek and Scherer, Rafal and Tadeusiewicz, Ryszard and Zadeh, Lotfi A. and Zurada, Jacek M.}, doi = {10.1007/978-3-642-13208-7\_60}, pages = {479 -- 486}, language = {en} } @article{SchleifVillmannKostrzewaetal., author = {Schleif, Frank-Michael and Villmann, Thomas and Kostrzewa, Markus and Hammer, Barbara and Gammerman, Alexander}, title = {Cancer informatics by prototype networks in mass spectrometry}, series = {Artificial Intelligence in Medicine}, volume = {45}, journal = {Artificial Intelligence in Medicine}, number = {2-3}, doi = {10.1016/j.artmed.2008.07.018}, pages = {215 -- 228}, language = {en} } @article{SimmuteitSchleifVillmannetal., author = {Simmuteit, Stephan and Schleif, Frank-Michael and Villmann, Thomas and Hammer, Barbara}, title = {Evolving trees for the retrieval of mass spectrometry-based bacteria fingerprints}, series = {Knowledge and Information Systems}, volume = {25}, journal = {Knowledge and Information Systems}, number = {2}, doi = {10.1007/s10115-009-0249-4}, pages = {327 -- 343}, language = {en} } @inproceedings{ZuehlkeSchleifGewenigeretal., author = {Z{\"u}hlke, Dietlind and Schleif, Frank-Michael and Geweniger, Tina and Haase, Sven and Villmann, Thomas}, title = {Learning vector quantization for heterogeneous structured data}, series = {18th European Symposium on Artificial Neural Networks, ESANN 2010, Bruges, Belgium, April 28-30, 2010, Proceedings}, booktitle = {18th European Symposium on Artificial Neural Networks, ESANN 2010, Bruges, Belgium, April 28-30, 2010, Proceedings}, language = {en} } @inproceedings{SchleifGisbrechtTino, author = {Schleif, Frank-Michael and Gisbrecht, Andrej and Ti{\~n}o, Peter}, title = {Large Scale Indefinite Kernel Fisher Discriminant}, series = {Similarity-Based Pattern Recognition - Third International Workshop, SIMBAD 2015, Copenhagen, Denmark, October 12-14, 2015, Proceedings}, booktitle = {Similarity-Based Pattern Recognition - Third International Workshop, SIMBAD 2015, Copenhagen, Denmark, October 12-14, 2015, Proceedings}, editor = {Feragen, Aasa and Pelillo, Marcello and Loog, Marco}, doi = {10.1007/978-3-319-24261-3_13}, pages = {160 -- 170}, language = {en} } @inproceedings{SchleifChenTino, author = {Schleif, Frank-Michael and Chen, H. and Ti{\~n}o, Peter}, title = {Incremental probabilistic classification vector machine with linear costs}, series = {2015 International Joint Conference on Neural Networks, IJCNN 2015, Killarney, Ireland, July 12-17, 2015}, booktitle = {2015 International Joint Conference on Neural Networks, IJCNN 2015, Killarney, Ireland, July 12-17, 2015}, doi = {10.1109/IJCNN.2015.7280377}, pages = {1 -- 8}, language = {en} } @inproceedings{SchleifGisbrechtTino, author = {Schleif, Frank-Michael and Gisbrecht, Andrej and Ti{\~n}o, Peter}, title = {Probabilistic Classification Vector Machine at large scale}, series = {23rd European Symposium on Artificial Neural Networks, ESANN 2015, Bruges, Belgium, April 22-24, 2015}, booktitle = {23rd European Symposium on Artificial Neural Networks, ESANN 2015, Bruges, Belgium, April 22-24, 2015}, language = {en} } @inproceedings{VillmannSchleifHammer, author = {Villmann, Thomas and Schleif, Frank-Michael and Hammer, Barbara}, title = {Sparse representation of data}, series = {18th European Symposium on Artificial Neural Networks, ESANN 2010, Bruges, Belgium, April 28-30, 2010, Proceedings}, booktitle = {18th European Symposium on Artificial Neural Networks, ESANN 2010, Bruges, Belgium, April 28-30, 2010, Proceedings}, language = {en} } @article{AnguloAldoLeeSchleif, author = {Angulo, Cecilio and Aldo Lee, John and Schleif, Frank-Michael}, title = {Advances in computational intelligence and learning (ESANN 2009)}, series = {Neurocomputing}, volume = {73}, journal = {Neurocomputing}, number = {7-9}, doi = {10.1016/j.neucom.2009.12.020}, pages = {1049 -- 1050}, language = {en} } @article{MokbelPaassenSchleifetal., author = {Mokbel, Bassam and Paaßen, Benjamin and Schleif, Frank-Michael and Hammer, Barbara}, title = {Metric learning for sequences in relational LVQ}, series = {Neurocomputing}, volume = {169}, journal = {Neurocomputing}, doi = {10.1016/j.neucom.2014.11.082}, pages = {306 -- 322}, language = {en} } @article{SchleifTino, author = {Schleif, Frank-Michael and Ti{\~n}o, Peter}, title = {Indefinite Proximity Learning: A Review}, series = {Neural Compututation}, volume = {27}, journal = {Neural Compututation}, number = {10}, doi = {10.1162/NECO_a_00770}, pages = {2039 -- 2096}, language = {en} } @inproceedings{HartmannDobhanEngelmannetal., author = {Hartmann, J{\"u}rgen and Dobhan, Alexander and Engelmann, Bastian and Eberhardt, Lars and Heusinger, Moritz and Raab, C and Schleif, Frank-Michael and T{\"u}rk, M.}, title = {Optimierung von Prozessen und Werkzeugmaschinen durch Bereitstellung, Analyse und Soll-Ist-Vergleich von Produktionsdaten: Digitalkonferenz}, language = {en} } @article{HofmannEberhardtHeusingeretal., author = {Hofmann, Jan and Eberhardt, Lars and Heusinger, Moritz and Dobhan, Alexander and Engelmann, Bastian and Schleif, Frank-Michael}, title = {Optimierung von Prozessen und Werkzeugmaschinen durch Bereitstellung, Analyse und Soll-Ist-Vergleich von Produktionsdaten}, series = {FHWS Science Journal}, volume = {5}, journal = {FHWS Science Journal}, number = {2}, issn = {2196-6095}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:863-opus-20012}, pages = {135 -- 142}, abstract = {Mit einem Umsatz von 103 Milliarden Euro ist die Metallindustrie eine der gr{\"o}ßten deutschen Industriebranchen. Diese ist von volatilen Marktbedingungen und hohem Wettbewerb gepr{\"a}gt [1][2]. Kleine und mittlere produzierende Unternehmen (sogenannte KMU) sehen zunehmend gravierende Probleme bei der Einhaltung von Lieferterminen bedingt durch hohe Durchlaufzeiten in der Produktion [3]. Neben kaufm{\"a}nnischen Planungssystemen zur Erstellung von Produktionspl{\"a}nen nutzen Unternehmen als Planungsgrundlage weiterhin Excel mit 31 \% und manuelle Prozesse mit 10 \% [4]. Gleiches gilt f{\"u}r Produktwechselvorg{\"a}nge auf Maschinen (R{\"u}sten). Aufgrund dieser Aspekte ist es notwendig, die Rentabilit{\"a}t der KMU in der Metallindustrie zu steigern. Das wird durch effiziente Produktionsplanung und -steuerung, sowie der daraus resultierenden hohen Reaktionsf{\"a}higkeit und Flexibilit{\"a}t realisiert. Daher ist die Produktionsplanung auf die Markt- und Kundenanforderungen und die Anlageneffektivit{\"a}t auf ein hohes und stabiles Niveau auszurichten [5]. Hier bietet die Erfassung von Echtzeitdaten eine ad{\"a}quate Reaktion auf die genannten Anforderungen. Ebenfalls liefert sie großes Potenzial f{\"u}r die Produktionsplanung und -steuerung, um die Disposition und Koordination von Arbeitsauftr{\"a}gen zu optimieren. Weiterhin werden St{\"o}rgr{\"o}ßen oder unvorhergesehene Planungsabweichungen reduziert [4][6]. Zus{\"a}tzlich ist eine erh{\"o}hte Transparenz und Verbesserung menschlicher Entscheidungsprozesse notwendig. Dies kann durch datengetriebene Methoden unterst{\"u}tzt und sichergestellt werden [7]. Ein Ansatz zur Optimierung des Produktionsergebnisses kann durch die Erh{\"o}hung der Anlagenproduktivit{\"a}t selbst realisiert werden. Dazu muss die Verf{\"u}gbarkeit der Anlagen durch Lokalisierung und Reduzierung von Verlusten erh{\"o}ht werden. Die Umr{\"u}stungsprozesse tragen stark negativ zur Verf{\"u}gbarkeit einer Produktion bei. Eine Steigerung der Gesamtanlageneffektivit{\"a}t (overall equipment effectiveness oder kurz OEE) in einer Fertigungsumgebung ist jedoch m{\"o}glich durch eine intelligente Nutzung von Sensordaten mit Techniken wie z. B. Machine Learning (ML).}, language = {de} } @article{SchleifZhuHammer, author = {Schleif, Frank-Michael and Zhu, Xibin and Hammer, Barbara}, title = {Sparse conformal prediction for dissimilarity data}, series = {Annals of Mathematics and Artificial Intelligence}, volume = {74}, journal = {Annals of Mathematics and Artificial Intelligence}, number = {1-2}, doi = {10.1007/s10472-014-9402-1}, pages = {95 -- 116}, language = {en} }