Prof. Stober
Prof. Dr.-Ing. Sebastian Stober
Institut für Intelligente Kooperierende Systeme (IKS)
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
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.
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.
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).
AnonymPrevent - AI-based Improvement of Anonymity for Remote Assessment, Treatment and Prevention against Child Sexual Abuse
Laufzeit: 01.12.2021 bis 30.11.2024
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.
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.
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).
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.
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.
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.
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.
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
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.
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.
Dissertation
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]
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]
Artikel in Kongressband
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]
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]
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]
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]
2023
Buchbeitrag
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]
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]
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]
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]
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]
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]
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
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]
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]
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.
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]
Begutachteter Zeitschriftenartikel
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
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.
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
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.
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
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]
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]
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]
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
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]
Siri visualisiert
Krug, Andreas; Stober, Sebastian
In: Forschende betreiben Wissenschaftskommunikation - NaWik gGmbH . - 2019, S. 24-25 [Symposium: NaWik Symposium 2019, Karlsruhe, 5. April 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
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)
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)
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
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
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)
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
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
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
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
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
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
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
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
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
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
2009
Buchbeitrag
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
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)
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
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
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
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
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)
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)
- Fraunhofer-Institut für Integrierte Schaltungen (IIS)
- Hochschule Anhalt
- Hochschule Harz
- Hochschule Magdeburg Stendal
- Hochschule Merseburg
- Motor Ai (Berlin)
- Universität Potsdam