帕特里克·蒂姆
人员信息
优化列表
2020年–今天
2024 [公元10年] 拉斐拉·格罗纳 , 彼得·贝尔曼 , 斯特凡·霍普纳 , 帕特里克·蒂姆 , 弗里德海姆·施温克 , 汉斯·A·凯斯特勒 , 马蒂亚斯·蒂希 以下为:
增强了ATL模型转换的性能预测。 执行。 评价 164 以下为: 102413 ( 2024 ) [公元31年] 拉斐拉·格罗纳 , 彼得·贝尔曼 , 斯特凡·霍普纳 , 帕特里克·蒂姆 , 弗里德海姆·施温克 , 马蒂亚斯·蒂希 以下为:
预测ATL模型转换的性能。 软件工程 2024 以下为: 33-34 2023 [公元9年] 帕特里克·蒂姆 , 路德维希·劳瑟 , 克里斯托弗·克劳斯 , 丹尼尔·布莱奇 , 安德烈亚斯·利伯尔德 , Meinrad啤酒 , 汉斯·A·凯斯特勒 以下为:
在跨域胸部X射线图像中检测心脏肥大的无监督域适配。 边疆工匠。 智力。 6 ( 2023 ) [公元30年] 拉斐拉·格罗纳 , 彼得·贝尔曼 , 斯特凡·霍普纳 , 帕特里克·蒂姆 , 弗里德海姆·施温克 , 马蒂亚斯·蒂希 以下为:
预测ATL模型转换的性能。 国际比较项目 2023 以下为: 77-89 2022 [j8] 彼得·贝尔曼 , 帕特里克·蒂姆 , 汉斯·凯斯特勒 , 弗里德海姆·施温克 以下为:
基于机器学习的疼痛强度估计:模式识别在何处遇到混沌理论-基于BioVid热疼痛数据库的示例。 IEEE接入 10 以下为: 102770-102777 ( 2022 ) [公元29年] 帕特里克·蒂姆 , 汉斯·凯斯特勒 , 弗里德海姆·施温克 以下为:
基于生理信号的疼痛识别的深度学习架构。 ICPR研讨会(1) 2022 以下为: 349-358 2021 【b1】 帕特里克·蒂姆 以下为:
多模态情感识别的信息融合机制。 德国乌尔姆大学, 2021 [j7] 朱利安·施瓦布 , 约翰·肖贝尔 , 希尔克·D·韦尔 , 阿克塞尔·费尔斯伯格 , 内西·伊科诺米 , 罗宾·塞凯利 , 帕特里克·蒂姆 , 罗尔夫·胡内 , 尼尔斯·扬 , 雷纳·舒勒 , 彼得库恩 , 马丁·霍尔德利德 , 弗洛里安·斯特格 , 曼弗雷德·雷切尔 , Udo X.凯撒 , 安吉丽卡·M·R·凯斯特勒 , 托马斯·塞弗莱因 , 汉斯·凯斯特勒 以下为:
从新冠肺炎疫苗不良事件跟踪到肿瘤治疗,从mHealth概念角度确保用户赋权。 IEEE接入 9 以下为: 83863-83875 ( 2021 ) [j6] 帕特里克·蒂姆 , 维克托·凯斯勒 , 穆罕默德·阿米利安 , 彼得·贝尔曼 , 乔治·莱赫 , 张燕 , 玛丽亚·维拉纳 , 萨沙·格罗斯 , 斯特芬·沃尔特 , 哈拉尔德·特劳厄 , 丹尼尔·斯科克 , 金钟华(Jonghwa Kim) , 伊丽莎白·安德烈 , 海科·诺依曼 , 弗里德海姆·施温克 以下为:
基于感觉情感数据库的多模式疼痛强度识别。 IEEE传输。 影响。 计算。 12 ( 三 ) 以下为: 743-760 ( 2021 ) 2020 [j5] 帕特里克·蒂姆 , 汉斯·凯斯特勒 , 弗里德海姆·施温克 以下为:
视频序列疼痛识别的双流注意网络。 传感器 20 ( 三 ) 以下为: 839 ( 2020 ) [公元28年] 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
疼痛强度识别-现实世界场景中的短时序列分析。 ANNPR公司 2020 以下为: 149-161 [公元27年] 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
自动疼痛强度识别:基于离群值和质心的训练集选择。 ESANN公司 2020 以下为: 649-654 [公元26年] 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
在特定于样本的后期融合分类体系结构中使用元标签训练权重模型。 ICPR公司 2020 以下为: 2604-2611 [公元25年] 纳丁·舒克里 , 奥马尔·埃尔基拉尼 , 帕特里克·蒂姆 , 维克托·凯斯勒 , 弗里德海姆·施温克 以下为:
使用生理信号和副语言发声的受试者相关疼痛识别。 ICPRAM公司 2020 以下为: 142-150 [公元24年] 帕特里克·蒂姆 , 汉斯·凯斯特勒 , 弗里德海姆·施温克 以下为:
基于生理信号的疼痛强度分类的多模深度去噪卷积自动编码器。 ICPRAM公司 2020 以下为: 289-296年 【c23】 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
基于生理信号的人员识别:条件和风险。 ICPRAM公司 2020 以下为: 373-380 [公元22年] 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
主流通道融合架构-智能后期融合方法。 国际JCNN 2020 以下为: 1-8
2010 – 2019
2019 【j4】 帕特里克·蒂姆 , 彼得·贝尔曼 , 汉斯·凯斯特勒 , 弗里德海姆·施温克 以下为:
探索伤害性疼痛识别的深层生理模型。 传感器 19 ( 20 ) 以下为: 4503 ( 2019 ) 【c21】 彼得·贝尔曼 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
基于SenseEmotion数据库使用基于四分位数的数据转换进行疼痛强度分类。 ACII研讨会 2019 以下为: 310-316 [公元20年] 尼古拉·卡利舍克 , 帕特里克·蒂姆 , 彼得·贝尔曼 , 弗里德海姆·施温克 以下为:
面部表情分析的深层域适应。 ACII研讨会 2019 以下为: 317-323 2018 [j3] 帕特里克·蒂姆 , 萨沙·穆特 , 根特棕榈 , 弗里德海姆·施温克 以下为:
一种基于时间相关性的视听事件检测多模式主动学习方法。 神经过程。 莱特。 48 ( 2 ) 以下为: 709-732 ( 2018 ) [第19条] 阿德里安·T·鲁伊斯 , 帕特里克·蒂姆 , 弗里德海姆·施温克 , 根特棕榈 以下为:
一种基于k最近邻的多实例多标记主动学习算法。 ANNPR公司 2018 以下为: 139-151 [第18条] 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
结合深度和手工特征进行基于音频的疼痛强度分类。 MPRSS(MPRSS) 2018 以下为: 49-58 [第17条] 简·塞尔纳 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
可视化疼痛和情绪数据的面部表情特征。 MPRSS(MPRSS) 2018 以下为: 101-115 2017 [注2] 马库斯·卡切尔 , 穆罕默德·阿米利安 , 帕特里克·蒂姆 , 菲利普·沃纳 , 斯特芬·沃尔特 , 根特棕榈 , 弗里德海姆·施温克 以下为:
疼痛强度估计系统个性化的自适应置信学习。 进化。 系统。 8 ( 1 ) 以下为: 第71页至第83页 ( 2017 ) [第16条] 维克托·凯斯勒 , 帕特里克·蒂姆 , 穆罕默德·阿米利安 , 弗里德海姆·施温克 以下为:
多模式融合,包括用于疼痛识别的相机光体积描记术。 ICCT公司 2017 以下为: 1-4 [第15条] 帕特里克·蒂姆 , 维克托·凯斯勒 , 弗里德海姆·施温克 以下为:
视频功能的分层组合用于个性化疼痛级别识别。 ESANN公司 2017 [第14条] 维克托·凯斯勒 , 帕特里克·蒂姆 , 穆罕默德·阿米利安 , 弗里德海姆·施温克 以下为:
使用相机光容积描记术进行疼痛识别。 IPTA公司 2017 以下为: 1-5 [第13条] 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
用于疼痛强度评估和分类的多模式数据融合。 IPTA公司 2017 以下为: 1-6 [第1页] 弗里德海姆·施温克 , 罗纳德·贝克 , 马丁·谢尔斯 , 萨沙·穆特 , 英戈·西格特 , 迈克尔·格洛德克 , 马库斯·卡切尔 , 米里亚姆·施密特-威克 , 帕特里克·蒂姆 , 安德烈亚斯·温德穆斯 , 杰拉尔德·克雷尔 以下为:
同伴系统人机交互背景下的多模态情感识别。 Companion技术 2017 以下为: 387-408 2016 [j1] 马库斯·卡切尔 , 帕特里克·蒂姆 , 穆罕默德·阿米利安 , 弗里德海姆·施温克 , 根特棕榈 以下为:
基于生物生理通道的以人为中心的持续疼痛强度评估方法。 IEEE J.选择。 顶部。 信号处理。 10 ( 5 ) 以下为: 854-864 ( 2016 ) [第12条] 帕特里克·蒂姆 , 萨沙·穆特 , 弗里德海姆·施温克 , 根特棕榈 以下为:
HCI中语音事件检测的主动学习。 无核反应堆 2016 以下为: 285-297 [第11条] 穆罕默德·阿米利安 , 马库斯·卡切尔 , 帕特里克·蒂姆 , 维克托·凯斯勒 , 弗里德海姆·施温克 以下为:
使用回声状态网络的连续多模态人类影响评估。 ACM的AVEC 多媒体 2016 以下为: 67至74 [第10条] 帕特里克·蒂姆 , 维克托·凯斯勒 , 斯特芬·沃尔特 , 根特棕榈 , 弗里德海姆·施温克 以下为:
疼痛强度的视听识别。 MPRSS(MPRSS) 2016 以下为: 110-126 【c9】 玛丽亚·维拉纳 , 萨沙·格罗斯 , 乔治·莱赫 , 帕特里克·蒂姆 , 张燕 , 丹尼尔·斯科克 , 维克托·凯斯勒 , 萨沙·穆特 , 海科·诺依曼 , 金钟华(Jonghwa Kim) , 弗里德海姆·施温克 , 伊丽莎白·安德烈 , 哈拉尔德·特劳厄 , 斯特芬·沃尔特 以下为:
SenseEmotion数据库:用于开发和系统验证自动疼痛和情绪识别系统的多模式数据库。 MPRSS(MPRSS) 2016 以下为: 127-139 2015 【c8】 马库斯·卡切尔 , 帕特里克·蒂姆 , 穆罕默德·阿米利安 , 菲利普·沃纳 , 斯特芬·沃尔特 , 弗里德海姆·施温克 , 根特棕榈 以下为:
多模式数据融合用于个人独立的疼痛强度连续评估。 EANN公司 2015 以下为: 275-285 【c7】 马库斯·卡切尔 , 帕特里克·蒂姆 , 根特棕榈 , 弗里德海姆·施温克 , 马丁·谢尔斯 以下为:
连续情感识别的集成方法:多模式、时间性和挑战。 ACM的AVEC 多媒体 2015 以下为: 9-16 【c6】 马库斯·卡切尔 , 马丁·谢尔斯 , 帕特里克·蒂姆 , 弗里德海姆·施温克 以下为:
多模态情感识别的融合映射。 SSCI公司 2015 以下为: 307-313 【c5】 帕特里克·蒂姆 , 马库斯·卡切尔 , 弗里德海姆·施温克 , Guenther Palm公司 以下为:
基于主动学习的情感语料库注释支持向量数据描述集成。 SSCI公司 2015 以下为: 1801-1807 2014 【c4】 马库斯·卡切尔 , 帕特里克·蒂姆 , 根特棕榈 , 弗里德海姆·施温克 以下为:
不平衡分类问题的多数类感知支持向量域过采样。 ANNPR公司 2014 以下为: 83-92 【c3】 帕特里克·蒂姆 , 维克托·凯斯勒 , 弗里德海姆·施温克 以下为:
训练俄罗斯方块玩家的强化学习算法。 ANNPR公司 2014 以下为: 165-170 【c2】 帕特里克·蒂姆 , 萨沙·穆特 , 马库斯·卡切尔 , 根特棕榈 , 弗里德海姆·施温克 以下为:
在主动学习HCI场景中使用支持向量方法检测情绪事件。 ERM4HCI@ICMI 2014 以下为: 31-36 【c1】 马库斯·卡切尔 , 马丁·谢尔斯 , 萨沙·穆特 , 维克托·凯斯勒 , 迈克尔·格洛德克 , 帕特里克·蒂姆 , 斯蒂芬·切克内 , 根特棕榈 , 弗里德海姆·施温克 以下为:
情感人机交互中多模态语料库的注释与评价。 MA3HMI@INTERSPEECH公司 2014 以下为: 35-44