Header logo is


2017


no image
Asymptotic Normality of the Median Heuristic

Garreau, Damien

July 2017, preprint (unpublished)

link (url) [BibTex]

2017


link (url) [BibTex]


Thumb xl paraview preview
Design of a visualization scheme for functional connectivity data of Human Brain

Bramlage, L.

Hochschule Osnabrück - University of Applied Sciences, 2017 (thesis)

sf

Bramlage_BSc_2017.pdf [BibTex]

2012


no image
Machine Learning and Interpretation in Neuroimaging - Revised Selected and Invited Contributions

Langs, G., Rish, I., Grosse-Wentrup, M., Murphy, B.

pages: 266, Springer, Heidelberg, Germany, International Workshop, MLINI, Held at NIPS, 2012, Lecture Notes in Computer Science, Vol. 7263 (proceedings)

ei

DOI [BibTex]

2012


DOI [BibTex]


no image
MICCAI, Workshop on Computational Diffusion MRI, 2012 (electronic publication)

Panagiotaki, E., O’Donnell, L., Schultz, T., Zhang, G.

15th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), Workshop on Computational Diffusion MRI , 2012 (proceedings)

ei

PDF [BibTex]

PDF [BibTex]


no image
Experimentelle Induktion beeinträchtigter Aufmerksamkeit im Kontext des seductive detail Effekts

Wirzberger, M.

University of Hagen, 2012 (thesis)

Abstract
Die vorliegende Arbeit untersucht ausgehend von der Cognitive Theory of Multimedia Learning (CTML) einen aufmerksamkeitsbezogenen Erklärungsansatz für den seductive detail Effekt. Dieser Effekt resultiert aus dem Einfügen interessanter, jedoch irrelevanter Informationen in einen Lerntext, die die Lernleistung beeinträchtigen. Im Besonderen steht hier die Hypothese im Fokus, dass sich seductive details stärker auswirken, wenn bereits eine Beeinträchtigung der Aufmerksamkeit vorliegt. Im Rahmen einer experimentellen Erhebung mit 53 Studierenden wurde anhand eines 2x2-faktoriellen, multivariaten Designs die Anwesenheit von seductive details (durch seduktive Textpassagen), sowie beeinträchtigter Aufmerksamkeit (durch die Einblendung ablenkender Systemmitteilungen), gezielt manipuliert und deren Effekt auf die Behaltens- und Verstehensleistung, sowie die Lernzeit erfasst. In den Analysen zeigte sich eine signifikante Verlängerung der Lernzeit durch das Einfügen seduktiver Textpassagen, und darüber hinaus wurde auch ein moderierender Einfluss des bestehenden Aufmerksamkeitsniveaus deutlich. Weder die Behaltens- noch die Verstehensleistung verringerte sich jedoch signifikant durch das Hinzufügen von seductive details oder die Induktion beeinträchtigter Aufmerksamkeit, und auch eine signifikante Wechselwirkung zwischen beiden Aspekten wurde nicht deutlich. Daher wird abschließend die Relevanz komplexer statistischer Analyseverfahren zur weiteren Erhellung der zugrundeliegenden Wirkmechanismen diskutiert.

re

DOI [BibTex]

2004


no image
Advanced Lectures on Machine Learning

Bousquet, O., von Luxburg, U., Rätsch, G.

ML Summer Schools 2003, LNAI 3176, pages: 240, Springer, Berlin, Germany, ML Summer Schools, September 2004 (proceedings)

Abstract
Machine Learning has become a key enabling technology for many engineering applications, investigating scientific questions and theoretical problems alike. To stimulate discussions and to disseminate new results, a summer school series was started in February 2002, the documentation of which is published as LNAI 2600. This book presents revised lectures of two subsequent summer schools held in 2003 in Canberra, Australia, and in T{\"u}bingen, Germany. The tutorial lectures included are devoted to statistical learning theory, unsupervised learning, Bayesian inference, and applications in pattern recognition; they provide in-depth overviews of exciting new developments and contain a large number of references. Graduate students, lecturers, researchers and professionals alike will find this book a useful resource in learning and teaching machine learning.

ei

Web [BibTex]

2004


Web [BibTex]


no image
Pattern Recognition: 26th DAGM Symposium, LNCS, Vol. 3175

Rasmussen, C., Bülthoff, H., Giese, M., Schölkopf, B.

Proceedings of the 26th Pattern Recognition Symposium (DAGM‘04), pages: 581, Springer, Berlin, Germany, 26th Pattern Recognition Symposium, August 2004 (proceedings)

ei

Web DOI [BibTex]

Web DOI [BibTex]


no image
Advances in Neural Information Processing Systems 16: Proceedings of the 2003 Conference

Thrun, S., Saul, L., Schölkopf, B.

Proceedings of the Seventeenth Annual Conference on Neural Information Processing Systems (NIPS 2003), pages: 1621, MIT Press, Cambridge, MA, USA, 17th Annual Conference on Neural Information Processing Systems (NIPS), June 2004 (proceedings)

Abstract
The annual Neural Information Processing (NIPS) conference is the flagship meeting on neural computation. It draws a diverse group of attendees—physicists, neuroscientists, mathematicians, statisticians, and computer scientists. The presentations are interdisciplinary, with contributions in algorithms, learning theory, cognitive science, neuroscience, brain imaging, vision, speech and signal processing, reinforcement learning and control, emerging technologies, and applications. Only thirty percent of the papers submitted are accepted for presentation at NIPS, so the quality is exceptionally high. This volume contains all the papers presented at the 2003 conference.

ei

Web [BibTex]

Web [BibTex]