马克西米利安·穆奇
人员信息
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年–今天
2024 [第12条] 曼纽尔·罗德 , 马克西米利安·穆奇 , 克里斯托夫·拉布 , 弗兰克·迈克尔·施莱夫 :
通过联合少快照适应跨越域边界。 ICPRAM公司 2024 : 511-521 2023 [注2] 马克西米利安·穆奇 , 曼纽尔·罗德 , 西蒙·海利格 , 克里斯托夫·拉布 , 弗兰克·迈克尔·施莱夫 :
用于不确定异构邻近数据的静态和自适应子空间信息融合。 神经计算 555 : 126635 ( 2023 ) [第11条] 马克西米利安·穆奇 , 曼纽尔·罗德 , 弗兰克·迈克尔·施莱夫 :
释放非PSD核矩阵的潜力:改进预测模型的基于极分解的变换。 CIKM公司 2023 : 1867-1876 [第10条] 马克西米利安·穆奇 , 凯特琳·索菲·波恩萨克 , 亚历山大·恩格斯伯格 , 弗兰克·迈克尔·施莱夫 , 托马斯·维尔曼 :
使用类知情标志选择的非矢量数据的稀疏Nyström近似。 ESANN公司 2023 [i3] 曼纽尔·罗德 , 莱昂·海勒 , 马克西米利安·穆奇 , 弗兰克·迈克尔·施莱夫 :
通过MixStyle近似实现高效的跨域联合学习。 CoRR公司 abs/2312.07064 ( 2023 ) 2022 【c9】 马克西米利安·穆奇 , 克里斯托夫·拉布 , 西蒙·海利格 , 曼纽尔·罗德 , 弗兰克·迈克尔·施莱夫 :
用于二值分类的自适应多模正半定核和不定核融合。 ESANN公司 2022 【c8】 西蒙·海利格 , 马克西米利安·穆奇 , 弗兰克·迈克尔·施莱夫 :
非平稳和不确定核的内存有效核近似。 国际JCNN 2022 : 1-8 2021 【c7】 马克西米利安·穆奇 , 西蒙·海利格 , 弗兰克·迈克尔·施莱夫 :
非度量时间序列分类的多视角嵌入。 ESANN公司 2021 【c6】 马克西米利安·穆奇 , 西蒙·海利格 , 菲利普·瓦特 , 弗兰克·迈克尔·施莱夫 :
多视角可扩展嵌入,用于不确定生命科学数据分析。 SSCI公司 2021 : 1-8 [i2] 西蒙·海利格 , 马克西米利安·穆奇 , 弗兰克·迈克尔·施莱夫 :
重新审视记忆有效内核近似:一个不确定的学习视角。 CoRR公司 abs/2112.09893 ( 2021 ) 2020 [j1] 马克西米利安·穆奇 , 克里斯托夫·拉布 , 迈克尔·贝尔 , 弗兰克·迈克尔·施莱夫 :
生命科学数据的数据驱动监督学习。 边境申请。 数学。 斯达。 6 : 553000 ( 2020 ) 【c5】 马克西米利安·穆奇 , 克里斯托夫·拉布 , 迈克尔·贝尔 , 弗兰克·迈克尔·施莱夫 :
非核素相似数据的结构保持编码。 ICPRAM公司 2020 : 43-51 【c4】 马克西米利安·穆奇 , 克里斯托夫·拉布 , 弗兰克·迈克尔·施莱夫 :
不确定邻近数据的编码:一个保持结构的观点。 ICPRAM(修订论文集) 2020 : 112-137 【c3】 马克西米利安·穆奇 , 米歇尔·斯特拉特 , 迈克尔·贝尔 , 弗兰克·迈克尔·施莱夫 :
通用邻近数据的复杂值嵌入。 标准+SSPR 2020 : 14-23 [i1] 马克西米利安·穆奇 , 米歇尔·斯特拉特 , 迈克尔·贝尔 , 弗兰克·迈克尔·施莱夫 :
通用邻近数据的复杂值嵌入。 CoRR公司 abs/2008.13454 ( 2020 )
2010 – 2019
2019 【c2】 马克西米利安·穆奇 , 卡斯滕·赫夫施塔特 , 弗兰克·迈克尔·施莱夫 :
朝向一个无设备的被动存在检测系统与蓝牙低能量信标。 ESANN公司 2019 【c1】 马克西米利安·穆奇 , 弗兰克·迈克尔·施莱夫 :
蓝牙低能耗信标无设备被动人体计数。 IWANN(2) 2019 : 799-810
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)