Dr. Andreas Nienkötter

Wissenschaftlicher Mitarbeiter
Nienkoetter
© Uni MS

Tel: +49 251 83 - 32706
a.nienkoetter(AT)uni-muenster.de

Institut für Informatik
Westfälische Wilhelms-Universität Münster
Einsteinstrasse 62
D-48149 Münster

Raum 602a
Sprechstunde: nach Vereinbarung

 
  • Forschungsschwerpunkte

    • Verallgemeinerter Median
    • Consensus Learning
  • Vita

    Akademische Ausbildung

    Studium der Informatik (Bachelor und Master) an der WWU Münster

    Beruflicher Werdegang

    Wissenschaftlicher Mitarbeiter am Institut für Informatik der WWU Münster
  • Lehre

    • Computer Vision [100113]
      (zusammen mit Prof. Dr. Xiaoyi Jiang)

    • Mustererkennung [108115]
      (zusammen mit Prof. Dr. Xiaoyi Jiang)

    • Computer Vision [106115]
      (zusammen mit Prof. Dr. Benjamin Risse)

    • Mustererkennung [104112]
      (zusammen mit Prof. Dr. Benjamin Risse, Prof. Dr. Xiaoyi Jiang, Julian Johannes Kuhlmann)

    • Mustererkennung [100123]
      (zusammen mit Prof. Dr. Benjamin Risse, Prof. Dr. Xiaoyi Jiang, Julian Johannes Kuhlmann)

  • Publikationen

    • , und . . „Kernel-based generalized median computation for consensus learning.IEEE Transactions on Pattern Analysis and Machine Intelligence, Nr. 45 (5): 58725888.

    • , und . . „Distance-preserving vector space embedding for consensus learning.IEEE Transactions on Systems, Man, and Cybernetics: Systems, Nr. 51 (2): 12441257.

    • , und . . „A lower bound for generalized median based consensus learning using kernel-induced distance functions.Pattern Recognition Letters, Nr. 140: 339347.

    • , und . . „Consensus learning for sequence data.“ In Data Mining in Time Series and Streaming Databases, herausgegeben von M Last, H Bunke und A Kandel. Singapore: World Scientific Publishing.

    • , und . . „Distance-preserving vector space embedding for the closest string problem.“ Beitrag präsentiert auf der Proc. of 23rd Int. Conf. on Pattern Recognition (ICPR), Cancun, Mexico doi: 10.1109/ICPR.2016.7899854.
    • , und . . „Improved prototype embedding based generalized median computation by means of refined reconstruction methods.“ Beitrag präsentiert auf der Proc. of Joint IAPR Int. Workshop on Structural, Syntactic, and Statistical Pattern Recognition (S+SSPR), Merida, Mexico