布里吉特·博登
人员信息
优化列表
2020年–今天
2010 – 2019
2019 [i1] 布里吉特·博登 , 简·弗林克 , 罗伯特·米施克 , 凯瑟琳·沙弗特 , 亚历山大·韦内特 , 安妮卡·沃伦 , 安德烈亚斯·施赖伯 :
RCE:工程与科学的集成环境。 CoRR公司 abs/1908.03461 ( 2019 ) 2017 【j4】 布里吉特·博登 , 斯蒂芬·格内曼 , 霍尔格·霍夫曼 , 托马斯·塞德尔 :
MiMAG:挖掘具有边缘标签的多层图中的相干子图。 知识。 信息系统。 50 ( 2 ) : 417-446 ( 2017 ) 2014 [j3] 斯蒂芬·格内曼 , 伊内斯·法伯 , 布里吉特·博登 , 托马斯·塞德尔 :
GAMer:子空间聚类和稠密子图挖掘的综合。 知识。 信息系统。 40 ( 2 ) : 243-278 ( 2014 ) [第14条] 谢尔盖·弗里斯 , 布里吉特·博登 , 格拉泽戈兹·斯蒂芬 , 托马斯·塞德尔 :
PHiDJ:使用MapReduce对高维向量数据进行并行相似性自连接。 集成电路驱动单元 2014 : 796-807 [第13条] 布里吉特·博登 , 马丁·埃斯特尔 , 托马斯·塞德尔 :
异构网络中基于密度的子空间聚类。 ECML/PKDD(1) 2014 : 149-164 2013 【b1】 布里吉特·博登 :
图形和属性数据的组合聚类。 亚琛RWTH大学, Apprimus-Verlag公司 2013 ,国际标准图书编号 978-3-86359-216-5 [第12条] 托马斯·塞德尔 , 谢尔盖·弗里斯 , 布里吉特·博登 :
MR-DSJ:使用MapReduce进行大尺度矢量数据分析的基于距离的自连接。 顺便说一句 2013 : 37-56 [第11条] 布里吉特·博登 , 罗曼·哈格 , 托马斯·塞德尔 :
检测和探索属性图中的簇:gephi平台的插件。 CIKM公司 2013 : 2505-2508 [第10条] 斯蒂芬·格内曼 , 布里吉特·博登 , 伊内斯·法伯 , 托马斯·塞德尔 :
利用特征向量有效挖掘图中的组合子空间和子图簇。 PAKDD(1) 2013 : 261-275 【c9】 布里吉特·博登 , 斯蒂芬·格内曼 , 霍尔格·霍夫曼 , 托马斯·塞德尔 :
RMiCS:一种在带边标记的多层图中挖掘相干子图的稳健方法。 SSDBM公司 2013 : 23:1-23:12 2012 [注2] 斯蒂芬·格内曼 , 布里吉特·博登 , 托马斯·塞德尔 :
用特征向量在图中寻找基于密度的子空间簇。 数据最小知识。 发现。 25 ( 2 ) : 243-269 ( 2012 ) [j1] 布里吉特·博登 :
集群von Graphen mit Knotenbeschriftungen。 通知。 Spektrum公司 35 ( 三 ) : 220-222 ( 2012 ) 【c8】 布里吉特·博登 , 斯蒂芬·格内曼 , 托马斯·塞德尔 :
在具有节点属性的演化图中跟踪簇。 CIKM公司 2012 : 2331-2334 【c7】 布里吉特·博登 , Stephan Günnemann公司 , 霍尔格·霍夫曼 , 托马斯·塞德尔 :
在带有边缘标签的多层图中挖掘相干子图。 KDD公司 2012 : 1258-1266 【c6】 托马斯·塞德尔 , 布里吉特·博登 , 谢尔盖·弗里斯 :
CC-MR-使用MapReduce在巨图中查找连接组件。 ECML/PKDD(1) 2012 : 458-473 【c5】 斯蒂芬·格内曼 , 布里吉特·博登 , 托马斯·塞德尔 :
子结构聚类:一种新的任意数据类型挖掘范式。 SSDBM公司 2012 : 280-297 2011 【c4】 Stephan Günnemann公司 , 布里吉特·博登 , 托马斯·塞德尔 :
用特征向量在图中寻找基于密度的子空间簇。 路易威登机场 2011 : 20-27 【c3】 Stephan Günnemann公司 , 布里吉特·博登 , 托马斯·塞德尔 :
DB-CSC:一种基于密度的特征向量图子空间聚类方法。 ECML/PKDD(1) 2011 : 565-580 2010 【c2】 斯蒂芬·格内曼 , 伊内斯·法伯 , 布里吉特·博登 , 托马斯·塞德尔 :
子空间聚类与密集子图挖掘:两种范式的综合。 ICDM公司 2010 : 845-850 【c1】 布里吉特·博登 :
子空间聚类和子图挖掘的合成和分析。 信息故事 2010 : 141-144