Prof. Spiliopoulou

Prof. Dr. Myra Spiliopoulou

Fakultät für Informatik (FIN)
Institut für Technische und Betriebliche Informationssysteme (ITI)
Gebäude 29, Universitätsplatz 2, 39106 Magdeburg, G29-135
Projekte

Aktuelle Projekte

Tracing Uncertainty in Human-Machine Interaction for Object Classification in Industry 4.0
Laufzeit: 01.10.2023 bis 30.09.2025

Consider the task of malformed object classification in an industrial setting, where the term ‘malformed’ encompasses objects that are afflicted with geometric deviations, corroded or broken. Recognizing whether such an object can be repaired, taken apart so that its components can be used otherwise, or dispatched for recycling, is a difficult classification task. Despite the progress of artificial intelligence for the classification of objects based on images, the classification of malformed objects still demands human involvement, because each such object is unique. Ideally, the intelligent machine should demand expert support only when it is uncertain about the class. But what if the human is also uncertain?

In this project we investigate methods for recognizing human uncertainty in an unobtrusive manner and active feature acquisition algorithms for reducing machine uncertainty. We also intend to build reference datasets where human uncertainty is controlled and measured. Our cooperation has been triggered through the networking activities of CHIM (https://forschungsnetzwerk-chim.de/).

Projekt im Forschungsportal ansehen

Abgeschlossene Projekte

Annotator-Machine-Interaction
Laufzeit: 01.01.2015 bis 31.12.2023

This internal project involves experiments that investigate annotator behaviour for difficult tasks. Since 2019, the OVGU team designs experiments in the KMD Experiment Lab to study annotator confidence and its association to annotation quality for labeling tasks. This expertise will be used in the ITN to assist in the process of identifying outliers in the data.

In the following we briefly present two current experiments:
We conduct annotation experiments on health data from a population-based study in cooperation with the University Medicine Greifswald. The triplet annotation task is to decide whether an individual was more similar to a healthy one or to one with a given disorder. We use hepatic steatosis as example disorder, and described the individuals with 10 pre-selected characteristics related to this disorder. We record task duration, electro-dermal activity as stress indicator, and uncertainty as stated by the experiment participants (n = 29 non-experts and three experts) for 30 triplets. We built an Artificial Similarity-Based Annotator (ASBA) and compar its correctness and uncertainty to that of the experiment participants.

More information can be found under publications.

This first experiment formed the basis for further ongoing experiments on the influence of configurations on annotator performance.

Technologies plays an important role for the annotation quality of labeling tasks. Therefore we work at the moment on a Systematic Review on Virtual Reality for Medical Annotation Tasks. Our work investigates benefits offered by VR towards better experience and towards better understanding of annotators.

Projekt im Forschungsportal ansehen

UNITI - Unification of Treatments and Interventions for Tinnitus Patients
Laufzeit: 01.01.2020 bis 30.09.2023

WE STAND UNIT(I)ED AGAINST TINNITUS!

Tinnitus ist die Wahrnehmung eines Phantom-Geräusches und die Reaktion der Betroffenen darauf. Obwohl viele Fortschritte erzielt wurden, bleibt Tinnitus ein wissenschaftliches und klinisches Rätsel mit hoher Prävalenz und hoher wirtschaftlicher Belastung. Er betrifft mehr als 10% der Allgemeinbevölkerung. Ca. 1% der Bevölkerung betrachtet Tinnitus als ihr wichtigstes Gesundheitsproblem. Eine große Vielfalt von Patientencharakteristika - einschließlich Genotypisierung, Ätiologie und Phänotypisierung - wird kaum verstanden, da integrierte Systemansätze noch fehlen. Obwohl die genetischen Ursachen von Tinnitus jahrzehntelang vernachlässigt wurden, haben jüngste Ergebnisse der genetischen Analyse in bestimmten Untergruppen (Geschlecht und Phänotyp) gezeigt, dass der bilaterale Tinnitus bei Männern eine Heritabilität von 0,68 erreicht hat. Über die Behandlung von Tinnitus gibt es derzeit keinen Konsens. Das übergeordnete Ziel von UNITI ist es, ein prädiktives Berechnungsmodell auf der Grundlage vorhandener und longitudinaler Daten zu liefern, das versucht, die Frage zu beantworten, welcher Behandlungsansatz für einen bestimmten Patienten auf der Grundlage bestimmter Parameter optimal ist. Klinische, epidemiologische, medizinische, genetische und audiologische Daten werden aus bestehenden Datenbanken analysiert. Es werden prädiktive Faktoren für verschiedene Patientengruppen extrahiert und ihre prognostische Relevanz in einer Randomized Controlled Trial (RCT) getestet, in der verschiedene Patientengruppen eine Kombination von Therapien durchlaufen, die auf das auditorische und zentrale Nervensystem abzielen.
Die AG von Prof. Spiliopoulou wird an Methoden des maschinellen Lernens arbeiten, für die Vorhersage des Erfolgs von Behandlungsverfahren, für die Analyse der Patient*innen- Compliance und für die Untersuchung der Wechselwirkungen von Compliance und Behandlungserfolg, sowie an die Ableitung von Phenotypen für Kliniken, die unterschiedliche Fragebögen und Behandlungen nutzen, aber trotzdem eine Vergleichbarkeit ihrer Vorgänge und ihrer Behandlungsvorgänge anstreben.
Das Projekt wird gefördert durch das EU-Rahmenprogramm für Forschung und Innovation Horizont 2020 (Grant Agreement Nr. 848261).

Projekt im Forschungsportal ansehen

Entity-Centric Learning on Streams
Laufzeit: 16.03.2017 bis 15.03.2023

This internal project emanated from the project OSCAR+, funded by the German Research Foundation on entity-centric learning over streams. As part of the ongoing activities, the OVGU team investigates efficient management of entities and active, cost-sensitive acquisition of features that contribute to model learning and adaption.

Projekt im Forschungsportal ansehen

Mining für die Analyse von klinischen Daten zu Tinnitus
Laufzeit: 08.08.2018 bis 31.12.2022

Tinnitus ist eine höchst bedeutsame - oft unterschätzte - gesundheitsökonomische Einflussgröße, sowie ein globales Gesundheitsproblem, das die Lebensqualität von Millionen Menschen erheblich beeinträchtigt. Befunde weisen auf subgruppen-spezifische Unterschiede in Bezug auf Prävention, Assessment, Management und Behandlung von Tinnitus hin. Derzeit gibt es keine Therapie-Art, die als Gold-Standard für alle PatientInnen effektiv ist. Weiterhin liegen keine systematischen Untersuchungen zum Einfluss von Geschlecht auf chronischen Tinnitus vor.

In diesem Projekt entwickeln wir in Zusammenarbeit mit dem Tinnituszentrum der Charité-Universitätsmedizin Berlin Data-Mining-Verfahren, um wesentliche Subgruppen und deren Bestimmungsfaktoren in Bezug auf den Schweregrad von Tinnitus, dessen Komorbiditäten und Therapieeffekte zu identifizieren. Dazu nutzen wir einen hochdimensionalen Datensatz mit umfangreichen Angaben von PatientInnen mit chronischem Tinnitus zu Tinnitusbelastung, somatischen Problemen, psychologischen Komorbiditäten, psychosozialen Risikofaktoren, gesundheitsbezogener Lebensqualität und verschiedenen Soziodemografika.

Das Hauptziel des Projekts ist, subgruppen-spezifische Behandlungshypothesen und -modelle abzuleiten, die anschließend in klinischen Settings umgesetzt, empirisch überprüft und schließlich disseminiert werden können.

Projekt im Forschungsportal ansehen

Entwicklung eines Test zur Diagnostik von Immunkompetenz bei SeniorInnen mit Hilfe von Data-mining Methoden (ImmunLearning)
Laufzeit: 01.03.2018 bis 30.09.2022

Während das Altern ein unabwendbarer Prozess aller Menschen ist, gibt es in der Geschwindigkeit der damit einhergehenden funktionellen Veränderungen enorme Unterschiede. Auch das Immunsystem ist dem Alterungsprozess unterworfen. Die Evolution hat das Immunsystem generiert, um eine schnelle und spezifische Abwehr von Pathogenen abzusichern. Mit dem Alter sinkt diese Schlagkraft und insbesondere der Verlauf einer Infektion ist dramatischer bei vielen Senioren, oft mit tödlichem Ausgang. Beispiele sind die Infektion durch Staphylococcus aureus oder die Lungenentzündung - eine häufige und oft tödliche Folge von kurzzeitiger Bettlägerigkeit. Auslöser sind in den meisten Fällen Bakterien, oft Pneumokokken, können aber auch Infektionen durch Viren, Pilze oder Parasiten sein. Ein Testsystem zur Einschätzung der Immunkompetenz gegen bestimmte Pathogene könnte frühzeitig Risikopersonen identifizieren. Als Konsequenz könnten z. B. Medikamente umgestellt werden, bei medizinischen Eingriffen oder Therapien von chronischen Entzündungen oder bei Anwendung der immunbasierten Krebstherapie könnte die Therapie angepasst werden, von Implantaten könnte ganz abgesehen werden. Die angepasste Therapie könnte lebensrettend sein und Autonomie im Alter absichern.

In diesem Vorhaben analysieren wir die Daten von Testpersonen mit hoher versus niedriger Immunkompetenz mit Methoden des maschinellen Lernens und identifizieren Muster zu identifizieren, die für Senior*innen mit hoher bzw. niedriger Immunkompetenz charakteristisch sind. Zudem untersuchen wir Ansätze zur Messung von Zytokinwerten mit Hilfe von low-end Smartphone Tehnologien.

Projekt im Forschungsportal ansehen

QUALIMAN: Qualitätssicherung Master DKE, DigiEng..
Laufzeit: 15.05.2018 bis 31.12.2021

Qualiman ist eine Reihe von fakultätsinternen Projekten zu Qualitätsmanagement der internationalen Studiengänge der FIN. Im Projekt werden Kriterien zum Studiumserfolg bestimmt, entsprechende Daten erfasst und analysiert, Einflussfaktoren identifiziert, Handlungsempfehlungen abgeleitet, realisiert und weiterbewertet.

Projekt im Forschungsportal ansehen

ESIT: European School for Interdisciplinary Tinnitus Research
Laufzeit: 01.04.2017 bis 31.03.2021

Together with University Medicine Regensburg, University Ulm and Donau University Krems (Austria), we study the disease profiles and evolution of patients with the chronical, presently incurable disease tinnitus. The KMD group develops methods for the analysis of patients undergoing ambulatory hospital treatment, methods to understand the Ecological Momentary Assessments of patients interacting with the mobile app Track Your Tinnitus, and methods to understand discusions on treatments in the social platform TinnitusTalk (in cooperation with the platform owner TinnitusHub). Starting in summer 2017, we are involved in the ESIT Network of Excellence. More about ESIT at: http://esit.tinnitusresearch.net/

Projekt im Forschungsportal ansehen

CHRODIS PLUS Joint Action
Laufzeit: 01.09.2017 bis 31.08.2020

Together with University Ulm, Center of Research and Technology Hellas (Greece), Univeristy Medicine Regensburg and Donau University Krems (Austria), we work on platforms for patient empowerment. In the EU JOINT ACTION CHRODIS+, launched in September 2017, we work in Task 7.3 on pilots for the implementation of mHealth tools for fostering quality of care of patients with chronic diseases. More about CHRODIS+ at: http://chrodis.eu/

Projekt im Forschungsportal ansehen

Stream Mining Methods for Prediction on Trajectories of Medical Data
Laufzeit: 01.03.2017 bis 29.02.2020

In medical research, especially in longitudinal epidemiological studies and when monitoring patients with chronic diseases, participants repeatedly undergo a large set of examinations. The data recorded on one participant over time can be modelled as a multivariate time series or as a high-dimensional trajectory, where the dimensions are the variables to be recorded according to the examinations' protocol. Prediction of future recordings and of the labels of given variables (outcomes) is essential for winning insights from medical data. However, research on prediction in time series and in trajectories has not paid yet enough attention to some challenges that emerge when collecting epidemiological data over time: (i) the examination protocol may change from one time point to the next one, so that the set of dimensions changes; (ii) some examinations are not performed on all participants, e.g. because they depend on sex. This means that the data may be systematically incomplete. Moreover, participation is voluntary, which means that participants of an epidemiological study may exit it, while participants of a patient monitoring programme may respond irregularly: this leads to trajectories of different lengths, implying that a lot of data is available for some participants, and only few data for others. The goal of this work is to extend stream mining methods towards new solutions for the robust prediction of a patient's trajectory development which overcome the aforementioned challenges in order to facilitate diagnosis and treatment. Special focus will be placed on the prediction of the development of hepatic steatosis (fatty liver) which is reversible and the prediction of goitre which is not reversible using data from the Study of Health in Pomerania (SHIP).

Projekt im Forschungsportal ansehen

Medical Mining for Epidemiology and Clinical Research
Laufzeit: 01.01.2018 bis 31.12.2019

Medical mining is a broad research area, where mining methods are applied to solve problems of diagnostics and treatment, as well as for the understanding of disease progression. Medical mining encompasses learning on hospital records (for decision support in diagnosis and treatment), and learning on epidemiological data:

Data Mining in Epidemiological Studies:
We cooperate with the Institute of Community Medicine, University Medicine Greifswald, on the identification of risk factors and predictive factors for hepatic steatosis. In this cooperation, we study longitudinal data from the cohorts SHIP and SHIP-TREND (Study of Health in Pomerania). We develop methods for learning on high-dimensional, timestamped, multi-relational data. We address challenges of object dissimilarity, data skew and of missing information (due to changes in the recording protocol).
Within the Faculty of Computer Science, we work together with the Visualization Lab (Bernhard Preim) on medical mining and visual analytics for the analysis of the population studies' data of Univ Greifswald. Our joint emphasis is on building easily interpretable patterns.

Data Mining in Diabetology Research:
Together with the Diabetology clinic of the University of Magdeburg, we work on the analysis of plantar pressure and temperature patterns for patients with diabetic foot syndrome and we investigate the potential of intelligent wearables.

Cooperation with VisLab:
We cooperate with the Visualization Lab of the Faculty of Computer Science on the rupture status classification of intracranial aneurysms, using angiographic images. We develop methods for an automated rupture status assessment from feature extraction, to classification with subsequent feature ranking & inspection in order to identify the most important morphological and hemodynamic features.

Projekt im Forschungsportal ansehen

Medical Mining with Supervised and Semisupervised Methods
Laufzeit: 01.12.2013 bis 30.11.2019

Classification models are widely used in a plethora of different applications to automatically assign objects into one of several pre-defined categories. In the context of Medical Mining, objects can be patients or study participants and the target outcome may be a disease or disorder under study. Here, the objects are often represented by multi-dimensional feature vectors and classification models are induced by learning associations between features and the medical outcome from a set of objects where the outcome is known. However, in real-world medical domains the objects can be complex and change over time, being described by various differently scaled features and background data containing additional information. To produce quality classification models here, relevant dimensions w.r.t. the class variable must be identified by utilizing methods that cater to the requirements of such objects while considering available background knowledge.
In our work we use labeled data, constraints on object similarity and historical records of patients / study participants to identify relevant explicit and implicit dimensions relevant to medical outcomes. We argue that current methods are not adequate in all regards for this task, inducing the need for new approaches:
 
Evolving objects are observed multiple times during their evolution. Traditional algorithms that identify relevant dimensions by using labeled training data cannot be applied. We therefore extend classical feature selection methods to handle evolving objects.
 
Sole consideration of labeled data to find relevant dimensions is not always practical. Such data may not exist or only in small quantities and considering additional background information regarding the objects under study may improve findings. We therefore develop methods that use constraints on the similarity of objects to substitute the need for labeled training data and find object-group specific relevant dimensions.
 
The evolution of objects described by their multiple observations can implicitly contain dimensions relevant to the classification task at hand. Omitting this dimensions can severely impede resultant classification model quality. We therefore develop strategies to derive dimensions from an object's evolution and develop a method to detect and codify relevant evolution patterns.

Projekt im Forschungsportal ansehen

OSCAR: Ensemble-Methoden und Methoden des aktiven Lernens für die Klassifikation von Meinungsströmen
Laufzeit: 01.02.2017 bis 31.10.2019

With the rise of WEB 2.0, many people use social media to post opinions on almost any subject - events, products, topics. Opinion mining is used to draw conclusions on the attitude of people towards each subject; Such insights are essential for product design and advertisement, for event planning, political campaigns etc. As opinions accumulate, however, changes occur and invalidate the models from which these conclusions are drawn. Changes concern the general sentiment towards and subject to specific facets of this subject, as well as the words used to express sentiment. Subjects so change over time. In OSCAR, we seek to develop our opinion.
The first part of OSCAR is on streaming mining methods to deal with vocabulary changes. In text mining, the vocabulary words constitute the feature space. A change in the feature space means that the model has been updated. It is impractical to do such an update whenever a new word appears or a word gets out of use. In OSCAR, we rather want to accumulate information on the usage and sentiment of each word to highlight the long-term interplay between word polarity and document polarity. On this basis, we design methods that assess the importance of a word for model adaptation, update the vocabulary by using only words that remain important for some time, and adapt models gradually.
Second, we reduce the need for labeled documents. In stream classification, it is available at any time to label the arriving data instances. This assumption is in active learning, where only a few instances are chosen for labeling. Active learning methods assume a fixed feature space. In OSCAR, we want to develop active stream learning methods that learn and adapt polarity models to evolving feature space.
Third, we work on dealing with different types of change simultaneously. To this purpose, we use ensembles. We dedicate some ensemble members to the identification of topic trends, others to changes in the vocabulary and others to temporal changes, including periodical ones. We investigate ways of coordinating the ensemble members to ensure a smooth adaption of the final ensemble model at any time. The output of OSCAR will be a complete framework, encompassing active ensemble learning methods that deal with different forms of change and learn with limited expert involvement. The framework will also encompass coordinating components that weigh the contribution of individual models to the final one, and regulate the exchange of information between ensemble members and active learners.
We test OSCAR on real data, mainly from Twitter: we study how vocabulary changes and topics emerge and fade in streams of tweets for specific subject areas, and how they influence the learned model.

Projekt im Forschungsportal ansehen

Dynamic Recommender Systems
Laufzeit: 01.04.2013 bis 01.04.2018

***Deutsch***

Recommender Systems (Empfehlungsmaschinen) gewinnen in letzter Zeit an Popularität. Viele Unternehmen haben das Potential der Recommender Systems erkannt und setzten sie erfolgreich ein. Die markantesten Beispiele umfassen Amazon, Netflix, YouTube, etc. Das Ziel des Projektes ist es, Recommenders zu entwickeln, die in der Lage sind aus schnellen und dynamischen Strömungsdaten die Nutzerpräferenzen zu lernen und so maßgeschneiderte, persönliche Empfehlungen zu erstellen. Die Herausforderung ist dabei das sich ständig verändernde Umfeld und die Erfassung der kontinuierlichen Evolution der Nutzer und des Umfeldes.
Einige der erfolgreichsten Methoden zur Erstellung personalisierter Empfehlungen basieren auf der Matrix-Faktorisierung. Diese Methoden, die besonders durch die sogenannte Netflix Competition bekannt wurden, zeigen eine hohe Treffsicherheit auch bei geringen Datenmengen. Allerdings arbeiten diese Methoden meistens auf statischen Daten, was in vielen reellen Anwendungsszenarien ein Ausschlusskriterium ist. Eine Teilaufgabe in diesem Projekt ist es, die Matrix-Faktorisierungsmethoden auf inkrementelle Arbeitsweise umzustellen, so dass sie auch mit Datenströmen umgehen können. Die Herausforderungen bestehen in hohen Effizienzanforderungen und sich zur Laufzeit verändernden Dimensionen der Datenräume. Des Weiteren sind Nutzerpräferenzen nicht statisch, sondern sie verändern sich über die Zeit. Deswegen besteht eine weitere Herausforderung darin, Algorithmen adaptiv zu machen, sodass sie sich an Veränderungen anpassen können. Dazu werden sogenannte Vergessensstrategien entwickelt, die veraltete Information finden und aus Präferenzmodellen entfernen.

***English***

Recommender Systems gain popularity in recent days. Numerous companies recognized the potential of recommender systems and use them with success. The most remarkable examples are Amazon, Netflix, Youtube, etc. The goal of this project is the development of recommender systems that are able to learn user preferences from fast and dynamic data streams. The main challenges are constant changes of the environment and capturing of users' evolving preferences.
The most successful methods in recommender systems are based on matrix factorization. Those methods reveal high accuracy also on sparse data. However, the most of them work on static datasets, which makes them inapplicable in real world scenarios. One of the goals of the project is to make those methods incremental and adaptive to changes over time. To achieve adaptation to changes we develop, so called, forgetting strategies that select outdated information and remove it from preference models. Further challenges are high efficiency requirements and constantly changing data space.

Projekt im Forschungsportal ansehen

Medical Mining
Laufzeit: 01.01.2013 bis 01.01.2018

Medical Mining ist ein Forschungsgebiet, in dem Lernalgorithmen zur Unterstützung der Diagnose, Prävention und Therapie von Erkrankungen angewendet werden. Zu Medical Mining gehören u.a. Lernaufgaben zur Erkennung von Risikofaktoren und Schutzfaktoren, zur Identifizierung und Charakterisierung von Subpopulationen mit erhöhter Prävalenz einer Erkrankung oder Erfolgswahrscheinlichkeit einer Therapie.

Die Gruppe Knowledge Management & Discovery (KMD) befasst sich mit dem Monitoring und der Charakterisierung von Subpopulationen, die über die Zeit Änderungen bei der Prävalenz einer Erkrankung ausgesetzt sind. Zu den Herausforderungen gehört die Analyse von hochdimensionierten Räumen mit sehr wenigen Instanzen und die systematische Abwesenheit von Werten für manche Variablen zu manchen Zeitpunkten.
 
In Kooperation mit dem Institut für Community Medicine, Ernst-Moritz-Arndt Universität Greifswald, analysieren wir Daten zur Erkrankung Hepatis Steatosis und zu Schilddrüsenerkrankungen, und fokussieren auf die Entdeckung von Subpopulationen, die sich über die Zeit unterschiedlich (in Bezug auf die Erkrankung) entwickeln.
 
Im Rahmen der Kooperation "Data Mining and Stream Mining for Epidemiological Studies on the Human Brain" (StreaMED)" mit dem Zentrum für biomedizinische Technologie (CTB) der Universtiät Polytecnica de Madrid, arbeiten wir daran, Veränderungen der kognitiven Leistungsfähigkeit nach einer traumatischen Gehirnverletzung zu modellieren.
 
In unserer Kooperation mit der Visualisierungs-Arbeitsgruppe der FIN, arbeiten wir an Clustering-vor-Klassifikation zur Separierung zwischen gutartigen und bösartigen Brust-Tumoren auf DCE-MR Bildern. Der Fokus liegt hierbei auf der Identifikation von Eigenschaften welche eine Tumorregion beschreiben und zur Separierung beitragen.
 
In Kooperation mit der Diabetologie des Universitätsklinikums Magdeburg und mit ifak GmbH untersuchen wir das Druckverhalten von erkrankten Personen mit Diabetikerfuss. Ziel ist, Druckprofile für unterschiedliche Gruppen von erkrankten Personen abzuleiten, und erhöhten Druck an manchen Fussregionen mit Hilfe einer intelligenten Schuhsohle zu erkennen.

In Kooperation mit der Universität Ulm und dem Universitätsklinikum Regensburg untersuchen wir die Entwicklung von Tinnitus-PatientInnen und leiten Evolutionsmuster in Bezug auf diese chronische, noch unheilbare Krankheit. Ziel ist, PatientInnen in ihrem Alltag durch Hilfe- und Selbsthilfe-Maßnahmen zu unterstützen.

Projekt im Forschungsportal ansehen

Drift Mining
Laufzeit: 01.10.2011 bis 30.09.2016

Im klassischen Data Mining werden historische Daten untersucht, um Wissen über die Verteilung und Beziehung zwischen Variablen zu gewinnen.Eine als Concept Drift bekannte Herausforderung sind Veränderung in den Verteilungen und Beziehungen der Daten über die Zeit. Eine vielfach angewendete Strategie besteht in derwiederholten Anwendung von Mining Verfahren auf immer neueren Daten.Dieser Ansatz erfordert jedoch die Verfügbarkeit einer ausreichenden Anzahl von aktuellen Daten um ein Modell neu zu lernen oder zumindest anzupassen.
Speziell in einigen Anwendungsgebieten des überwachten Lernens, wenn Prognosen über Ereignisse in weiter Zukunft getroffen werden sollen, wie beispielsweisein der Kreditrisikoschätzung für Kredite mit langer Laufzeit, stehen jedochnur Daten zu den erklärenden Variablen zur Verfügung, nicht jedoch zu den abhängigen Variablen.
Ziel dieses Projektes ist es, diese fehlenden Daten durch Wissen über diegenaue Art von Veränderungen in den Verteilungen und Beziehungen der Variablenzu kompensieren. Hierfür werden Modelle über die Zusammenhänge von Verteilungsveränderungen (Drift)in den Variablen über die Zeit formuliert und an historischen Daten geprüft.Für dieses Drift Mining werden lediglich Daten benötigt, deren Veränderungsmuster dem aktueller Daten entsprechen,die Aktualität ihrer tatsächlichen Verteilung ist hingegen nicht kritisch.Somit können für diese Aufgabe historische Daten verwenden werden, welche für klassische Modelle,welche die Verteilung und Beziehung der Variablen direkt schätzen, nicht mehr verwendet werden können.Ein Nebenprodukt dieser Forschung ist die Entwicklung von Methoden zum besseren Verständnis von Veränderungen in den Verteilungen von Daten. 
Teilaufgaben im Rahmen des Projektes sind:A. Methoden zur Analyse von Drift auf einfachen und multiplen DatenströmenB. Adaptive Klassifikationsstrategien für den Umgang mit Verification Latency in sich verändernden DatenströmenC. Active Learning Strategien für sich verändernde Datenströme

Projekt im Forschungsportal ansehen

Probabilistic Active Learning
Laufzeit: 01.07.2015 bis 30.09.2016

In Zeiten des Big Data stehen Datenanalysten vor der Herausforderung die schnell wachsenden Datenmengen zu verarbeiten. In den meisten Fällen sind die aufgenommenen Daten nicht direkt verwertbar, da sie durch interessante Zielgrößen (Label) ergänzt werden müssen. Diese Annotation der Daten ist meistens sehr zeit- und kostenaufwendig, da Experten oder sehr rechenintensive Algorithmen benötigt werden.

Methoden des aktiven Lernen versuchen solche ungelabelten (ohne Zielattribut) Datensätze in möglichst effektiver Art und Weise annotieren zu lassen, sodass Klassifikationsalgorithmen anhand dieser Annotationen Modelle über die Struktur der Datensätze lernen können. In diesem Projekt werden neue, probabilistische Methoden entwickelt, um den Annotationsprozess zu optimieren und bewerten zu können. Im Fokus steht dabei die Formalisierung des Problems als Optimierungsaufgabe von verschiedenen Kosten, sodass ein automatisierter Prozess stattfinden kann.

Projekt im Forschungsportal ansehen

IMPRINT: Inkrementelles Data Mining für multi-relationale Objekte
Laufzeit: 15.06.2011 bis 31.12.2014

*** IMPRINT DEUTSCH ***

Data Mining Methoden für Datenströme basieren auf der Annahme, dass jede Dateninstanz nur einmal bearbeitet wird. Zum Beispiel liest ein Verfahren, das Netzangriffe- zu erkennen lernt, jede Dateninstanz nur einmal und passt das abgeleitete Modell neuen Arten von Angriffen an. Bei vielen Anwendungen sind die Daten jedoch nicht einfache Dateninstanzen, sondern komplexe, verschachtelte Objekte, deren Bestandteile Ströme von Dateninstanzen sind. Die Information zu einem Kunden besteht zum Beispiel aus Stammdaten, die sich im Laufe der Zeit ändern können, und aus Transaktionen wie Käufe, Retouren oder Produktrezensionen. Wenn ein Unternehmen eine Kundensegmentierung durchführen und diese Segmente aktuell halten will, benötigt es Lernverfahren, die die Modelle aus den Stammdaten und den Transaktionen ableiten und kontinuierlich aktualisieren.
Im Vorhaben IMPRINT unterscheiden wir zwischen permanenten Objekten, die selbst Dateninstanzen beinhalten, und den Dateninstanzen selber; letztere reichern in Form eines Datenstroms die permanenten Objekte über die Zeit an. Die Herausforderungen beim adaptiven Lernen auf permanenten Objekten umfassen die Analyse von Objekten, die durch das Hinzufügen von Dateninstanzen unterschiedlich schnell wachsen, den Vergleich von Objekten unterschiedlicher Größe und Alters- und den Bedarf nach effizienter Hauptspeicherverwaltung. Im Projekt IMPRINT werden wir adaptive Lernverfahren konzipieren, entwickeln und evaluieren, die diesen Anforderungen Genüge tun.
*** IMRPINT ENGLISCH ***
Conventional stream mining methods assume that each data instance is seen only once and is forgotten after being processed. Consider for example a classifier that distinguishes between normal network accesses and attacks. This classifier reads each data instance (access operation) once and must adapt to new types of attack. However, the data to be analyzed in many business applications are not simple instances, but complex, nested objects that contain streams of data instances. Customer data are such an example: they encompass some stationary information, as well as transactions like purchases, service requests, product reviews etc. To learn and maintain customer segments, a company needs learning methods that derive and adapt models upon the complex objects and the streams feeding them.
In IMPRINT we distinguish between perennial objects, which contain data instances, and the stream of data instances themselves. The challenges of mining perennial objects are manifold. They include learning upon objects that grow as new transactions arrive, the comparison of objects that differ in size and age, and their efficient maintenance. In IMPRINT, we will design, develop and evaluate adaptive learning methods that deal with the above challenges.

The published articles thus far are:

Zaigham Faraz Siddiqui, Eleftherios Tiakas, Panagiotis Symeonidis, Myra Spiliopoulou, and Yannis Manolopoulos. Learning Relational User Profiles and Recommending Items as Their Preferences Change. International Journal on Artificial Intelligence Tools, (24)02:31 pages, 2015.

Max Zimmermann and Eirini Ntoutsi and Myra Spiliopoulou. A Semi-supervised Self-Adaptive Classifier over Opinionated Streams, in 'Proceedings of the 2014 IEEE 14th International Conference on Data Mining Workshops (to appear 2014)' , IEEE Computer Society, Washington, DC, USA.

Zaigham Faraz Siddiqui, Eleftherios Tiakas, Panagiotis Symeonidis, Myra Spiliopoulou, and Yannis Manolopoulos. xStreams: Recommending Items to Users with Time-evolving Preferences. 4th International Conference on Web Intelligence, Mining and SemanticsWIMS 14, Thessaloniki, Greece., 2014.

Zaigham Faraz Siddiqui, Georg Krempl, Myra Spiliopoulou, Jose M. Pena, Nuria Paul, and Fernando Maestu. Are Some Brain Injury Patients Improving More Than Others?. The 2014 International Conference on Brain Informatics and Health BIH'14, Warsaw, Poland., 2014.

Max Zimmermann and Eirini Ntoutsi and Myra Spiliopoulou. Discovering and Monitoring Product Features and the Opinions on them with OPINSTREAM. In Neurocomput. , accepted 4/2014, to appear 2014 , 2014

T. Hielscher, M. Spiliopoulou, H. Völzke, and J.-P. Kühn. Using participant similarity for the classification of epidemiological data on hepatic steatosis. In Proc. of the 27th IEEE Int. Symposium on Computer-Based Medical Systems (CBMS 14), Mount Sinai, NY, 2014. IEEE.  
U. Niemann, H. Völzke, Kühn, and M. Spiliopoulou. Learning and inspecting classifica- tion rules from longitudinal epidemiological data to identify predictive features on hepatic steatosis. Journal of Expert Systems with Applications (ESWA), 2013. accepted 02/2014.

M. Zimmermann, E. Ntoutsi, and M. Spiliopoulou. Adaptive semi supervised opinion clas- sifier with forgetting mechanism. In Proc. of the 29th Annual ACM Symposium on Applied Computing (SAC 14). ACM, 2014.

M. Zimmermann, E. Ntoutsi, and M. Spiliopoulou. Extracting opinionated (sub)features from a stream of product reviews. In Proceedings of the 16th Int. Conf. on Discovery Science (DS 2013), volume 8140 of Lecture Notes in Computer Science, pages 340 355, Singapore, Oct. 2013. Springer.

S. Glaßer, U. Niemann, B. Preim, and M. Spiliopoulou. Can we Distinguish Between Benign and Malignant Breast Tumors in DCE-MRI by Studying a Tumor s Most Suspect Region Only? In Proc. of the 26th IEEE International Symposium on Computer-Based Medical Systems (CBMS 2013), Porto, Portugal, June 2013.

S. Glaßer; Niemann, Uli; Preim, Uta; Preim, Bernhard; Spiliopoulou, Myra. Classification of benign and malignant DCE-MRI breast tumors by analyzing the most suspect region
 
P. Matuszyk and M. Spiliopoulou. Framework for storing and processing relational entities in stream mining. In Proc. of the Pacific-Asia Conference on Knowledge Discovery and 16Data Mining (PAKDD 2013), Lecture Notes in Computer Science, pages 497 508, Gold Coast, Australia, April 2013. Springer Berlin Heidelberg.

Z. Siddiqui, M. Oliveira, J. Gama, and M. Spiliopoulou. Where are we going? predicting the evolution of individuals. In Proc. of the IDA 2012 Conference on Intelligent Data Analysis, volume LNCS 7619, pages 357 368, Helsinki, Finland, Oct. 2012. Springer.

J. Gama, M. Spiliopoulou, and G. Krempl. Advanced topics on data stream mining: Ii. min- ing multiple streams. Tutorial at the 23rd Europ. Conf. on Machine Learning and 16th Europ. Conf. on Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 12), Sept. 2012.

M. Zimmermann, I. Ntoutsi, Z. Siddiqui, M. Spiliopoulou, and H.-P. Kriegel. Discovering global and local bursts in a stream of news. In Proc. of the SAC 2012 Symposium on Applied Computing, Trento, Italy, March 2012.

Master and bachelor theses and student projects within IMPRINT:

D. Kottke. Budget Optimization for Active Learning in Data Streams. Master thesis, University, Magdeburg 2014.

Y. Xu and M. Hewelt and F. Brög and M. Schlolaut and R. Pleshkanovska. Efficient Unsupervised Discovery of Word Categories. Softwareproject, University, Magdeburg 2014.

T. Böttcher and J. Krüger. Generating a Stream of Re-Appearing Entities and Summarizing Information on these. Bachelor thesis, University, Magdeburg, 2014.

U. Niemann. The Potential of Clustering for Subpopulation Discovery in Epidemiological Datasets. Maste thesis, University, Magdeburg, 2014.

T. Hielscher. Adaptives lernen eines domänenspezifischen lexikons für die Berechnung von Wortpolaritäten. Master thesis, University, Magdeburg, 2014.

A. Kusz. Sentiment-analyse von kundenbewertungen mithilfe von feature-extraktion und zusammenfassung der meinungen zu diesen features. Master thesis, University, Magdeburg, 2013.

U. Niemann and R. Pannicke. Feature-based visual sentiment analysis of text document streams. Teamproject, University, Magdeburg, 2013.

J. Düwel. Dynamische attributräume in der opinon stream klassifikation. Bachelor thesis, University, Magdeburg, 2013.

M. Filax, H. Rothe, J. Polifka, R. Zoun, and S. W. Hart. Job crawler. Teamproject, University, Magdeburg, 2013.

X. Sadovskaya, O. Shamin, and T. Zinke. Learning a domain specific polarity lexicon. Teamproject, University, Magdeburg, 2013.

T. Wu. Implementation of evolutionary model using a mixture of markov chains. Teamproject, Otto-von-Guericke-University Magdeburg, Faculty of Computer Science, Nov. 2013.

M. Tödten. Erkennung von Kombinationnen von Risikofaktoren für fettleber mit Data-Mining-Verfahren. Master thesis, University, Magdeburg, 2012

P. Matuszyk. Framework zur Speicherung und Bearbeitung relationaler Entitäten in einem Datenstrom. Masters thesis, Otto-von-Guericke University of Magdeburg, 2012.

S. Böhlert, A. Kusz, and F. Warschewske. Web crawling of amazon product reviews. Teamproject, University, Magdeburg, 2012.

U. Niemann. Erkennung von verschieden durchbluteten Tumorregionen anhand von dichtebasierten Clustering-Algorithmen in kontrastmittelverstärkten Perfusions-MRT-Aufnahmen der Brust. University, Magdeburg 2012.

M. Tödten. Clustering of Opinionated Documents. Individual-project, University, Magdeburg, 2012.

Projekt im Forschungsportal ansehen

Tracking people's perception of products over time with Opinion Stream Mining
Laufzeit: 01.10.2011 bis 15.06.2014

Durch die Entwicklung des WEB 2.0 hat der Internet-Nutzer zunehmend damit begonnen, sich selbst  
auszudrücken indem sie/er die Webseiten mit eigenem Inhalt füllt. Demzufolge ist die Menge, des vom
Internetnutzer geschriebenen Inhaltes, während der letzten Jahre exponentiell gestiegen.  
Indem der Internetnutzer nun sehen kann, was andere Nutzer über Produkte, Ereignisse oder auch Dienstleistungen denken,
ergibt sich eine neue Form des Entscheidungsprozesses, d.h. die Erfahrungen vieler Nutzer, beeinflussen den
Internetnutzer bei der Wahl einer Entscheidung.

Die Meinungen von Leuten über Produkte zu verstehen wird zu einer wesentlichen Informationsquelle
für den Kunden als auch für den Verkäufer. Dem Kunden dient dies, seinen Entscheidungsprozess zu verstärken. Während der
Verkäufer Informationen über den eventuellen Anpassungsbedarf eines Produktes erhält.
Ein potentieller Kunde könnte z.B. an einem Produkt interessiert sein, allerdings ist er nicht vollends überzeugt.
Die Wahrnehmung anderer Käufer dieses Produktes, könnte ihn in seiner Kaufentscheidung stärken: eine dominierende
positive Impression des Produktes durch andere Käufer, dürfte ihn zum Kauf des Produktes überzeugen, wobei ihn eine
anhaltende negative Wahrnehmung vom Kauf abhält.

Die Meinungen von Leuten über die Zeit zu betrachten ist darüber hinaus auch für die Verkäufer von Produkten wichtig.
Dadurch werden abgeleitet, (a) gezielte Informationen über die Meinungen von Käufern bzgl. Produkte, d.h. keine
persönlichen Informationen von einzelnen Käufern werden extrahiert und (b) ein Bewertungswert für Produkte welches
mit der Anzahl der Käufe akkumuliert werden kann und somit ein durchdachtes Beurteilungssystem bereit stellt.  
Das System hilft, die Einstellung der Käufer bzg. der Produkte zugänglich zu machen; was möglicherweise auch hilft, um
die Wahrnehmung von Kunden zu interpretieren und dementsprechend die Produkte anzupassen.

Projekt im Forschungsportal ansehen

Inkrementelles Multirelationales Lernen
Laufzeit: 01.07.2008 bis 31.03.2013

Unternehmen verwenden Data Mining Methoden, u.a. um das Kaufverhalten ihrer Kunden zu analysieren und daraus Kundenprofile und Zu/Abneigungen für Produkte abzuleiten. Primär werden sogenannte Transaktionsdaten analysiert, also die Käufe, die jeder Kunde tätigt. Für Data Mining ist das eine inzwischen klassische Aufgabe, die mit gängigen Methoden bewältigt werden kann. Die Information, die für die Ableitung von zuverlässigen Kundenprofilen benötigt ist, beschränkt sich jedoch nicht auf Transaktionsdaten. Die Eigenschaften der Produkte und der Produktkategorien sollen mit einbezogen werden, ebenso wie die demographischen Eigenschaften der Kunden. Die Berücksichtigung dieser Informationen, die in mehreren Tabellen (sogenannten Relationen) einer Datenbank vorliegen, führt zu einer komplexeren Aufgabenstellung im Gebiet des multirelationalen Lernens. Die Transaktionsdaten sind jedoch nicht statisch. Vielmehr formen sie einen Strom, der in die Datenbank eines Unternehmens einfliesst und nur temporär für Data Mining zur Verfügung steht. Es ist weder praktisch noch sinnvoll, alle derart akkummulierte Daten bei der Datenanalyse zu berücksichtigen. Unpraktisch ist dies wegen des unbegrenzten Speicherbedarfs und des erhöhten Analyseaufwands. Nicht sinnvoll ist dies, weil veraltete Daten, z.B. über nicht mehr angebotene Produkte, die Ergebnisse der Datenanalyse verzerren können. Zudem soll die Einführung von neuen Produkten und Marketing-Maßnahmen zur Anpassung der Modelle führen. Während gängige Methoden für die Analyse von Stromdaten einer Tabelle existieren, ist die Analyse von multirelationalen Datenströmen ein neues Forschungsgebiet. In diesem Projekt werden Methoden für die Analyse von multirelationalen Datenströmen konzipiert und entworfen, inklusive Methoden, welche die zu analysierenden Daten mit minimalen Informationsverlust bereitstellen.

Projekt im Forschungsportal ansehen

Recommendation Engines for the Web 2.0
Laufzeit: 01.01.2011 bis 31.12.2012

Ziel von diesem Kooperationsprojekt ist die Konzipierung von robusten Empfehlungsmaschinen für das Web 2.0. Die Kooperation dient dem Zusammenführen von Forschung zu zwei komplementeren Forschungssträhnen - (1) Empfehlungsmaschinen und (2) Data Mining auf multi-relationale Datenströme. Nutzerpräferenzen ändern sich mit der Zeit. Soziale Plattformen ändern sich ebenfalls durch neue Teilnehmer, durch die Eintragung von neuen Ressourcen, durch neue Meinungen und Tags zu existierenden Ressourcen. Modeladaption ist deshalb unabdingbar für die Bereitstellung von sinnvollen Empfehlungen. Die griechische Arbeitsgruppe (Aristotle Univ. Thessaloniki - AUTH) bringt zur Kooperation ihre Methoden für Empfehlungsmaschinen in online sozialen Netzen. Die Arbeitsgruppe KMD bringt ihre Data-Stream-Mining-Methoden für Texte und für multi-relationale Entitäten. In der Kooperation wird die Koppelung von adaptiven Lernmethoden auf multi-relationale Datenströme mit online Empfehlungsmaschinen untersucht.

Projekt im Forschungsportal ansehen

Data Mining auf medizinischen Protokolldaten
Laufzeit: 01.10.2010 bis 30.08.2012

Erruieren von Analysemöglichkeiten der Narkose und Intensivmedizinprotokolle mittels Data Mining Techniken.
Durch die Protokollpflichten in Krankenhäusern über die Operationsabläufe mittels Narkoseprotokollen entsetht im Krankenhaus eine große Sammlung dieser Protokolle.
Ziel der Studie ist es, heraus zufinden, in  wie weit sich diese Daten mittels Data Mining Techniken analysieren lassen und ökonomisch sinnvolle Aussagen dabei entstehen können.

Projekt im Forschungsportal ansehen

Data Mining Methoden zur Unterstuetzung der OP-Planung
Laufzeit: 01.01.2011 bis 30.08.2012

Krankenhäuser stehen heutzutage unter einem hohen ökonomischen Druck. Über 60% der Patienten eines Krankenhauses werden im OP-Bereich behandelt, deswegen ist dieser Bereich besonders ressourcenintensiv. Die Verbesserung der Planung in diesem Bereich kann für Krankenhäuser sowohl monetäre, als auch nicht-monetäre Vorteile bringen. Diese können sich unter Anderem aus der Reduzierung der Personal-Leerzeiten, oder aus der Vermeidung der ungeplanten Überstunden ergeben.
In der vorliegenden Arbeit verwenden wir Data-Mining-Methoden, um die Dauer einer zukünftigen Operation vorherzusagen. Dazu wurden anonymisierte Daten aus Narkoseprotokollen aus dem Universitätsklinikum in Magdeburg A. ö. R. verwendet. Die Vorhersage basiert auf Patientendaten wie z.B. auf dem Alter, Gewicht und der Erkrankung des Patienten und auf den Daten über das Krankenhauspersonal. Das entwickelte Modell ist zwar für ein bestimmtes Krankenhaus spezifisch, aber die allgemeine Vorgehensweise ist generisch und lässt sich somit auf andere Krankenhäuser übertragen. Unser Ansatz umfasst unter Anderem die Diskretisierung der Operationsdauer, die als das Zielattribut verwendet wird, und anschließend die Klassifikation der Operationsdaten unter Nutzung von mehreren Data-Mining-Algorithmen. Das beste Modell wird im Laufe einer Evaluierungsphase mit einer von uns entwickelten Methode gewählt. Um die Verwendung des Modells für die Nutzer aus dem Universitätsklinikum zu ermöglichen, wurde eine Software entwickelt, die das Modell implementiert.
Die auf diese Weise entwickelte Prognose der Operationsdauer kann die Operationsplanung in einem Krankenhaus wesentlich vereinfachen und verbessern. Dadurch lassen sich die Wartezeiten sowohl für Patienten, als auch für das Krankenhauspersonal verringern, woraus die Kostenersparnisse und die Erhöhung der Patientenzufriedenheit resultieren.

Projekt im Forschungsportal ansehen

Wissensentdeckung auf multidimensionalen Datenbeständen
Laufzeit: 01.07.2008 bis 30.06.2011

Unternehmen verwenden Data Mining Methoden, u.a. um das Kaufverhalten ihrer Kunden zu analysieren und daraus Kundenprofile und Zu/Abneigungen für Produkte abzuleiten. Für die Analyse der sogenannten Transaktionsdaten (Käufe) sind traditionelle Data Mining Verfahren ausreichend. Allerdings sollen für die Gewinnung einer tieferen Einsicht in das Kundenverhalten nicht nur die Käufe berücksichtigt werden, sondern auch Informationen zu der gesamten Beziehung zwischen Kunden und Unternehmen sowie zum Produktportfolio und zu den wechselseitigen Beziehungen zwischen Produkten. Für die Darstellung und Analyse solcher komplexen Daten ist die traditionelle Matrix-Repräsentation der Daten nicht mehr ausreichend. In den letzten Jahren werden Tensoren (das sind multidimensionale Matrizen) als vielversprechende Darstellung komplexer Daten untersucht. Data Mining auf Tensoren umfasst viele Herausforderungen. In diesem Vorhaben wird zum einen die Semantik von Modellen untersucht, welche mit Data Mining Verfahren auf Tensoren abgeleitet werden. Zum anderen wird das Verhalten von Tensoren über die Zeit untersucht, also auf dynamischen, komplexen Daten, die als Ströme vorliegen und nie vollständig für die Analyse gespeichert werden können.

Projekt im Forschungsportal ansehen

Pattern Evolution in Text Mining
Laufzeit: 01.03.2006 bis 14.02.2011

Die Wissensentdeckung aus Daten mit Hilfe von Data-Mining Verfahren hat in den letzten Jahren ein enormes Wachstum erfahren. Während Institutionen, insbesondere Unternehmen, aus den Daten Kundenprofile, Kundenpräferenzen und Markttendenzen ableiten, werden sie zunehmend vor die Frage gestellt, wie abgeleitete Muster anhand von neuen Beobachtungen angepasst werden sollen. Dieselbe Frage stellt sich für unternehmensinternes Wissen, das in Dokumenten, darunter Projekt- und Erfahrungsberichte, gespeichert wurde und die Kompetenzen des Unternehmens widerspiegelt. Ziel von diesem Projekt ist die Beobachtung von Änderungen in aus Daten und Texten abgeleiteten Mustern entlang der Zeitaxis, wobei der Schwerpunkt auf Muster als Clustering-Ergebnisse liegt und somit auf das Mutieren und das Absterben der einzelnen Clusters.

Projekt im Forschungsportal ansehen

KO-RFID: Effiziente Kollaboration in RFID-gestützten Logistiknetzen
Laufzeit: 01.10.2006 bis 30.09.2009

Die Technologie RFID (Radio Frequency Identification) ermöglicht das berührungslose Identifizieren von Objekten, Waren und Gütern mittels Funkwellen ohne Sichtkontakt. Der Einsatz von RFID beispielsweise entlang einer Lieferkette bringt neue Möglichkeiten: Neben dem Potential für das Erkennen und Vermeiden von Engpässen ergeben sich auch Chancen für unternehmensübergreifende Kooperationen. Voraussetzung einer solchen Kooperation ist das Vertrauen zwischen den Unternehmen und die Vertraulichkeit der unternehmensinternen Daten. Darüber hinaus ist eine gerechte Aufteilung von Kosten, Nutzen und Risiken auf die beteiligten Partner entscheidend.Die Arbeitsgruppe Knowledge Management & Discovery/Wissensmanagement und Wissensentdeckung der Fakultät für Informatik an der Otto-von-Guericke-Universität Magdeburg forscht unter der Leitung von Prof. Myra Spiliopoulou zu dieser herausfordernden Thematik. Die Arbeitsgruppe untersucht, welche Faktoren die Teilnahme an einer RFID-basierten Lieferkette beeinflussen und welche Data-Mining-Methoden notwendig sind, um durch eine gemeinsame Datenanalyse Engpässe und Planungspotential zu identifizieren, ohne zugleich vertrauliche, unternehmensinterne Daten preiszugeben. In den kommenden drei Jahren beschäftigen sich an der Fakultät für Informatik der Magdeburger Universität die drei neuen Mitarbeiter Florian Kähne, Stiefen Schilz und Nico Schlitter mit der Lösung dieser Aufgaben.Diese Arbeit ist Bestandteil des vom Bundesministerium für Wirtschaft und Technologie geförderten Verbundprojektes Ko-RFID im Rahmen des Programms next generation media. Im Ko-RFID-Projekt wird unter Leitung der GERRY WEBER International AG das Thema der effizienten Zusammenarbeit in RFID-gestützten Logistiknetzen untersucht und neue Konzepte und Vorgänge zum vertrauensbasierten ökonomischen Handel erarbeitet. Weiterhin sind die Automobil-Industrie durch die DaimlerChrysler AG und die Küchenherstellerbranche durch die Wellmann AG im Projekt vertreten. Die IT-Herausforderungen werden von SAP Research untersucht. Die Humboldt-Universität zu Berlin geht Fragen des Vertrauens bei der Kooperation nach, während sich die Technische Universität Berlin mit der Optimierung der Lieferketten durch ein RFID-basiertes Logistik-Event-Tracking-System befasst. Der Internetauftritt des Projekts Ko-RFID ist unter http://ko-rfid.hu-berlin.de/ zu erreichen.

Projekt im Forschungsportal ansehen

Wissensteilung in Organisationen durch Online Communities
Laufzeit: 01.01.2005 bis 31.05.2009

Das Management der Ressource Wissen erfährt eine zunehmende Bedeutung in Organisationen. Da Online Communities eine wertvolle Plattform für den Austausch von Wissen darstellen, ist deren Förderung von strategischer Bedeutung für Organisationen. Hierfür müssen zunächst geeignete organisationale als auch technologische Maßnahmen ermittelt werden, die den Austausch in Online Communities fördern. Um Organisationen in diesem Bestreben zu unterstützen, ist es notwendig, Werkzeuge zu entwickeln, die eine Beobachtung von Community-Entwicklungen ermöglichen und die Ursachen für wünschenswerte und unerwünschte Entwicklungen ermitteln können.Bisher beschränkte sich die Analyse der Gruppenstrukturen auf die Beobachtung der Interaktionen zu einem bestimmten Zeitpunkt. Die Interaktionen in einer Community ändern sich aber im Laufe der Zeit durch interne und externe Faktoren, so dass es aufschlussreicher ist, Communities als temporale Objekte zu betrachten und ihre zeitliche Entwicklung zu beobachten. Hierdurch sollen die Charakteristika der Umgebung ermittelt werden, die für eine positive Community-Entwicklung förderlich sind.Das Hauptziel des Forschungsvorhabens ist die Analyse der Veränderungen von Community-Strukturen um Gestaltungsrichtlinien für geeignete organisationale und technologische Infrastrukturen zu entwickeln. Durch diese soll eine Unterstützung von Communities zur Verbesserung der Wissensteilung erreicht werden.

Projekt im Forschungsportal ansehen

PARMENIDES "Ontology-driven temporal text mining on organisational data for extracting temporal valid knowledge"
Laufzeit: 01.08.2002 bis 30.04.2005

Parmenides wird durch das 5. Forschungsrahmenprogramm der EU/ Priorität 2 - Technologien für die Informationsgesellschaft gefördert. Gegenstand des Projekts ist (1) die semi-automatische Erstellung und Erweiterung domänenspezifischer Ontologien, (2) die Entdeckung und Extraktion von Ereignissen in Texten (3) die Überführung extrahierten Annotationen und Ereignisse in ein Data Warehouse und (4) die Entdeckung temporaler Ereignisse und Zusammenhänge. Von der Magdeburger Arbeitsgruppe werden hierzu vorwiegend (temporale) Text-Mining-Methoden sowie semi-automatische Ansätze für die Ontologie-Erweiterung untersucht.

Projekt im Forschungsportal ansehen

DIAsDEM-2 "Integration von Altlastdaten und semistrukturierten Dokumenten mit Data-Mining Verfahren"
Laufzeit: 01.02.2003 bis 15.11.2004

Der größte Anteil von Informationen einer Organisation liegt in textueller Form vor. Für die Gewinnung sinnvoller Einsichten aus diesen Texten ist es notwendig, deren Inhalte sowohl miteinander als auch mit Datenbankdaten zu verknüpfen und einen einheitlichen Anfragemodus über den Gesamtbestand zu schaffen.DIAsDEM-2 konzipiert eine Methodik, die Schemata über Textarchive ableitet, sie mit strukturierten Datensammlungen in einem Hyper-Archiv integriert und eine datenbankorientierte Anfragesprache zur Informationsgewinnung bereitstellt.Basierend auf den bisherige Ergebnissen des Forschungsprojekts DIAsDEM, das flache XML Dokumenttypdefinitionen für unstrukturierte Texte ableitet, werden Verfahren zur vollständigen Ableitung von Schemata über Textarchive untersucht. Die so strukturierten Textbestände werden mit Datensammlungen in einem Hyper-Archiv zusammengeführt, das alle Komponenten der Anwendungsobjekte (z.B. Projekte, Personen, Unternehmen) integriert.

Projekt im Forschungsportal ansehen

Publikationen

2024

Begutachteter Zeitschriftenartikel

Heterogeneity in response to treatment across tinnitus phenotypes

Niemann, Uli; Boecking, Benjamin; Brueggemann, Petra; Spiliopoulou, Myra; Mazurek, Birgit

In: Scientific reports - [London] : Macmillan Publishers Limited, part of Springer Nature, Bd. 14 (2024), Artikel 2111, insges. 11 S.

Begutachteter Zeitschriftenartikel

Parsimonious predictors for medical decision support - minimizing the set of questionnaires used for tinnitus outcome prediction

Schleicher, Miro; Brüggemann, Petra; Böcking, Benjamin; Niemann, Uli; Mazurek, Birgit; Spiliopoulou, Myra

In: Expert systems with applications - Amsterdam [u.a.] : Elsevier Science, Bd. 239 (2024), Artikel 122336

2023

Abstract

Predicting the chance for being at-risk of AD based on smartphone data obtained during an everyday wayfinding task in the real world

Marquardt, Jonas; Mohan, Priyanka; Spiliopoulou, Myra; Glanz, Wenzel; Butryn, Michaela; Kühn, Esther; Schreiber, Stefanie; Maass, Anne; Diersch, Nadine

In: Alzheimer's and dementia - Hoboken, NJ : Wiley, Bd. 19 (2023), Heft Suppl. 18, Artikel e072058, insges. 4 S.

Buchbeitrag

Joining imputation and active feature acquisition for cost saving on data streams with missing features

Büttner, Maike; Beyer, Christiane; Spiliopoulou, Myra

In: Discovery Science , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Bifet, Albert, S. 308-322 - (Lecture notes in computer science; volume 14276)

Buchbeitrag

Productive teaming under uncertainty: when a human and a machine classify objects together

Rother, Anne; Notni, Gunther; Hasse, Alexander; Noack, Benjamin; Beyer, Christian; Reißmann, Jan; Zhang, Chen; Ragni, Marco; Arlinghaus, Julia C.; Spiliopoulou, Myra

In: 2023 IEEE International Conference on Advanced Robotics and its Social Impacts (ARSO) , 2023 - [Piscataway, NJ] : IEEE, S. 9-14

Buchbeitrag

A similarity-guided framework for error-driven discovery of patient neighbourhoods in EMA data

Unnikrishnan, Vishnu; Schleicher, Miro; Puga, Clara; Pryss, Rüdiger; Vogel, Carsten; Schlee, Winfried; Spiliopoulou, Myra

In: Advances in Intelligent Data Analysis XXI , 1st ed. 2023. - Cham : Springer Nature Switzerland ; Crémilleux, Bruno, S. 459-471 - ( Lecture notes in computer science book series; volume 13876)

Buchbeitrag

Expect the gap - a recommender approach to estimate the absenteeism of self-monitoring mHealth app users

Schleicher, Miro; Pryss, Rüdiger; Schlee, Winfried; Spiliopoulou, Myra

In: 2022 IEEE 9th International Conference on Data Science and Advanced Analytics / IEEE International Conference on Data Science and Advanced Analytics , 2022 - Piscataway, NJ : IEEE . - 2023, insges. 10 S.

Buchbeitrag

Reducing missingness in a stream through cost-aware active feature acquisition

Büttner, Maik; Beyer, Christian; Spiliopoulou, Myra

In: Konferenz: IEEE 9th International Conference on Data Science and Advanced Analytics, DSAA, Shenzhen, China, 13-16 October 2022, 2022 IEEE 9th International Conference on Data Science and Advanced Analytics (DSAA) - [Piscataway, NJ]: IEEE . - 2023, insges. 10 S.

Buchbeitrag

Challenges for active feature acquisition and imputation on data streams

Beyer, Christian; Büttner, Maik; Spiliopoulou, Myra

In: CEUR workshop proceedings - Aachen, Germany : RWTH Aachen, Bd. 3470 (2023), S. 9-13 [Workshop: Workshop on Interactive Adaptive Learning, Torino, Italy, 22. September 2023]

Begutachteter Zeitschriftenartikel

Stability of mental motor-imagery classification in EEG depends on the choice of classifier model and experiment design, but not on signal preprocessing

Rosenfelder, Martin Justinus; Spiliopoulou, Myra; Hoppenstedt, Burkhard; Pryss, Rüdiger Christoph; Fissler, Patrick; Piedra Walter, Mario; Kolassa, Iris-Tatjana; Bender, Andreas

In: Frontiers in computational neuroscience - Lausanne : Frontiers Research Foundation, Bd. 17 (2023), S. 1-18, Artikel 1142948

Begutachteter Zeitschriftenartikel

Editorial: Smart mobile data collection in the context of neuroscience, volume II

Pryss, Rüdiger; Schlee, Winfried; Reichert, Manfred; Probst, Thomas; Langguth, Berthold; Spiliopoulou, Myra

In: Frontiers in neuroscience - Lausanne : Frontiers Research Foundation, Bd. 17 (2023), insges. 3 S.

Begutachteter Zeitschriftenartikel

The statistical analysis plan for the unification of treatments and interventions for tinnitus patients randomized clinical trial (UNITI-RCT)

Simoes, Jorge Piano; Schoisswohl, Stefan; Schlee, Winfried; Basso, Laura; Bernal-Robledano, Alberto; Boecking, Benjamin; Cima, Rilana; Denys, Sam; Engelke, Milena; Escalera-Balsera, Alba; Gallego-Martinez, Alvaro; Gallus, Silvano; Kikidis, Dimitris; López-Escámez, Jose A.; Marcrum, Steven C.; Markatos, Nikolaos; Martin-Lagos, Juan; Martinez-Martinez, Marta; Mazurek, Birgit; Vassou, Evgenia; Jarach, Carlotta Micaela; Mueller-Locatelli, Nicolas; Neff, Patrick; Niemann, Uli; Omar, Hafez Kader; Puga, Clara; Schleicher, Miro; Unnikrishnan, Vishnu; Perez-Carpena, Patricia; Pryss, Rüdiger; Robles-Bolivar, Paula; Rose, Matthias; Schecklmann, Martin; Schiele, Tabea; Schobel, Johannes; Spiliopoulou, Myra; Stark, Sabine; Vogel, Carsten; Wunder, Nina; Zachou, Zoi; Langguth, Berthold

In: Trials - London : BioMed Central, Bd. 24 (2023), Artikel 472, insges. 13 S.

Begutachteter Zeitschriftenartikel

A cost-based multi-layer network approach for the discovery of patient phenotypes

Puga, Clara; Niemann, Uli; Schlee, Winfried; Spiliopoulou, Myra

In: International journal of data science and analytics - Cham, Switzerland : Springer International Publishing . - 2023, insges. 21 S. [Online first]

Begutachteter Zeitschriftenartikel

Prediction meets time series with gaps - user clusters with specific usage behavior patterns

Schleicher, Miro; Unnikrishnan, Vishnu; Pryss, Rüdiger; Schobel, Johannes; Schlee, Winfried; Spiliopoulou, Myra

In: Artificial intelligence in medicine - Amsterdam [u.a.] : Elsevier Science, Bd. 142 (2023), Artikel 102575

2022

Abstract

Analysis of exhausted T cells, systemically enhanced cytokine levels ex vivo and machine learning facilitated search for ageing-related biomarkers

Beyer, Christian; Jamaludeen, Noor; Vogel, Katrin; Pierau, Mandy; Lingel, Holger; Meltendorf, Stefan; Spiliopoulou, Myra; Brunner-Weinzierl, Monika

In: Das Gesundheitswesen - Stuttgart [u.a.] : Thieme, Bd. 84 (2022), Heft 8/9, S. 846

Buchbeitrag

Prediction of declining engagement to self-monitoring apps on the example of tinnitus mHealth data

Schleicher, Miro; Hamacher, Sebastian; Naujoks, Mats; Günther, Kolja; Schmidt, Timo; Pryss, Rüdiger; Schobel, Johannes; Schlee, Winfried; Spiliopoulou, Myra

In: Symposium: 35th International Symposium on Computer-Based Medical Systems, CBMS, Shenzen, China, 21-23 July 2022, 2022 IEEE 35th International Symposium on Computer-Based Medical Systems (CBMS) - Piscataway, NJ: IEEE . - 2022

Buchbeitrag

Classification of cardiac cohorts based on morphological and hemodynamic features derived from 4D PC-MRI data

Niemann, Uli; Neog, Atrayee; Behrendt, Benjamin; Lawonn, Kai; Gutberlet, Matthias; Spiliopoulou, Myra; Preim, Bernhard; Meuschke, Monique

In: Symposium: 35th International Symposium on Computer-Based Medical Systems, CBMS, Shenzen, China, 21-23 July 2022, 2022 IEEE 35th International Symposium on Computer-Based Medical Systems (CBMS) - Piscataway, NJ: IEEE . - 2022, S. 416-421

Buchbeitrag

Data-driven prediction of athletes performance based on their social media presence

Dreyer, Frank; Greif, Jannik; Günther, Kolja; Spiliopoulou, Myra; Niemann, Uli

In: Konferenz: 25th International Conference on Discovery Science, DS 2022, Montpellier, France, October 10-12, 2022, Discovery Science - Cham: Springer Nature Switzerland; Pascal, Poncelet . - 2022, S. 197-211 - (Lecture notes in computer science; volume 13601)

Buchbeitrag

Discovering instantaneous granger causalities in non-stationary categorical time series data

Jamaludeen, Noor; Unnikrishnan, Vishnu; Brechmann, André; Spiliopoulou, Myra

In: Artificial Intelligence in Medicine , 1st ed. 2022. - Cham : Springer International Publishing ; Michalowski, Martin, S. 200-209 - (Lecture notes in computer science; volume 13263)

Buchbeitrag

When can I expect the mhealth user to return? - prediction meets time series with gaps

Schleicher, Miro; Pryss, Rüdiger; Schlee, Winfried; Spiliopoulou, Myra

In: Konferenz: 20th International Conference on Artificial Intelligence in Medicine, AIME 2022, Halifax, NS, Canada, June 1417, 2022, Artificial Intelligence in Medicine - Cham: Springer International Publishing; Michalowski, Martin . - 2022, S. 310-320 - ( Lecture notes in computer science; volume 13263)

Begutachteter Zeitschriftenartikel

Smartphone-guided educational counseling and self-help for chronic tinnitus

Schlee, Winfried; Neff, Patrick; Simoes, Jorge; Langguth, Berthold; Schoisswohl, Stefan; Steinberger, Heidi; Norman, Marie; Spiliopoulou, Myra; Schobel, Johannes; Hannemann, Ronny; Pryss, Rüdiger

In: Journal of Clinical Medicine - Basel: MDPI, Bd. 11 (2022), 7, insges. 11 S.

Begutachteter Zeitschriftenartikel

Assessment of immune status using inexpensive cytokines - a literature review and learning approaches

Jamaludeen, Noor; Lehmann, Juliane; Beyer, Christian; Vogel, Katrin; Pierau, Mandy; Brunner-Weinzierl, Monika; Spiliopoulou, Myra

In: Sensors - Basel : MDPI, Bd. 22 (2022), Heft 24, Artikel 9785, insges. 26 S.

Begutachteter Zeitschriftenartikel

Predicting ecological momentary assessments in an app for tinnitus by learning from each user's stream with a contextual multi-armed bandit

Shahania, Saijal; Unnikrishnan, Vishnu; Pryss, Rüdiger; Kraft, Robin; Schobel, Johannes; Hannemann, Ronny; Schlee, Winny; Spiliopoulou, Myra

In: Frontiers in neuroscience - Lausanne : Frontiers Research Foundation, Bd. 16 (2022), Artikel 836834, insges. 17 S.

Begutachteter Zeitschriftenartikel

Standardized clinical profiling in spanish patients with chronic tinnitus

Haro-Hernandez, Elisheba; Perez-Carpena, Patricia; Unnikrishnan, Vishnu; Spiliopoulou, Myra; Lopez-Escamez, Jose A.

In: Journal of Clinical Medicine - Basel : MDPI, Bd. 11 (2022), Heft 4, Artikel 978

Begutachteter Zeitschriftenartikel

Transferability of a battery cell end-of-life prediction model using survival analysis

Santhira Sekeran, Maya; Živadinović, Milan; Spiliopoulou, Myra

In: Energies - Basel: MDPI, Bd. 15 (2022), 8, insges. 16 S.

Begutachteter Zeitschriftenartikel

XAI4EEG - spectral and spatio-temporal explanation of deep learning-based seizure detection in EEG time series

Raab, Dominik; Theissler, Andreas; Spiliopoulou, Myra

In: Neural computing & applications - London: Springer . - 2022, insges. 18 S.

Begutachteter Zeitschriftenartikel

Virtual reality for medical annotation tasks - a systematic review

Rother, Anne; Spiliopoulou, Myra

In: Frontiers in virtual reality - Lausanne : Frontiers Media, Bd. 3 (2022), Artikel 717383, insges. 12 S.

Begutachteter Zeitschriftenartikel

Juxtaposing medical centers using different questionnaires through score predictors

Puga, Clara; Schleicher, Miro; Niemann, Uli; Unnikrishnan, Vishnu; Boecking, Benjamin; Brueggemann, Petra; Simoes, Jorge; Langguth, Berthold; Schlee, Winfried; Mazurek, Birgit; Spiliopoulou, Myra

In: Frontiers in neuroscience - Lausanne : Frontiers Research Foundation, Bd. 16 (2022), Artikel 818686, insges. 12 S.

Begutachteter Zeitschriftenartikel

Dimensions of tinnitus-related distress

Brueggemann, Petra; Mebus, Wilhelm; Boecking, Benjamin; Amarjargal, Nyamaa; Niemann, Uli; Spiliopoulou, Myra; Dobel, Christian; Rose, Matthias; Mazurek, Birgit

In: Brain Sciences - Basel: MDPI AG, Bd. 12 (2022), 2, insges. 13 S.

2021

Buchbeitrag

Juxtaposing 5G coronavirus tweets with general coronavirus tweets during the early months of coronavirus outbreak

Trad, Rafi; Spiliopoulou, Myra

In: 2021 IEEE 34th International Symposium on Computer-Based Medical Systems: proceedings : 7-9 July 2021, virtual event - Piscataway, NJ: IEEE; Almeida, João Rafael . - 2021

Buchbeitrag

Circadian conditional granger causalities on ecological momentary assessment data from an mHealth app

Jamaludeen, Noor; Unnikrishnan, Vishnu; Pryss, Rüdiger; Schobel, Johannes; Schlee, Winfried; Spiliopoulou, Myra

In: 2021 IEEE 34th International Symposium on Computer-Based Medical Systems: proceedings : 7-9 July 2021, virtual event - Piscataway, NJ: IEEE; Almeida, João Rafael . - 2021

Buchbeitrag

User-centric vs whole-stream learning for EMA prediction

Shahania, Saijal; Unnikrishnan, Vishnu; Pryss, Rüdiger; Kraft, Robin; Schobel, Johannes; Hannemann, Ronny; Schlee, Winny; Spiliopoulou, Myra

In: 2021 IEEE 34th International Symposium on Computer-Based Medical Systems: proceedings : 7-9 July 2021, virtual event - Piscataway, NJ: IEEE; Almeida, João Rafael . - 2021

Buchbeitrag

Love thy neighbours - a framework for error-driven discovery of useful neighbourhoods for one-step forecasts on EMA data

Unnikrishnan, Vishnu; Shah, Yash; Schleicher, Miro; Fernández-Viadero, Carlos; Strandzheva, Mirela; Velikova, Doroteya; Dimitrov, Plamen; Pryss, Rüdiger; Schobel, Johannes; Schlee, Winfried; Spiliopoulou, Myra

In: 2021 IEEE 34th International Symposium on Computer-Based Medical Systems: proceedings : 7-9 July 2021, virtual event - Piscataway, NJ: IEEE; Almeida, João Rafael . - 2021

Buchbeitrag

Using big data to develop a clinical decision support system for tinnitus treatment

Schlee, Winfried; Langguth, Berthold; Pryss, Rüdiger; Allgaier, Johannes; Mulansky, Lena; Vogel, Carsten; Spiliopoulou, Myra; Schleicher, Miro; Unnikrishnan, Vishnu; Puga, Clara; Manta, Ourania; Sarafidis, Michalis; Kouris, Ioannis; Vellidou, Eleftheria; Koutsouris, Dimitris; Koloutsou, Konstantina; Spanoudakis, George; Cederroth, Christopher; Kikidis, Dimitris

In: The Behavioral Neuroscience of Tinnitus - Cham: Springer International Publishing; Searchfield, Grant D. . - 2021, S. 175-189 - (Current topics in behavioral neurosciences; volume 51)

Buchbeitrag

Discovery of patient phenotypes through multi-layer network analysis on the example of tinnitus

Puga, Clara; Niemann, Uli; Unnikrishnan, Vishnu; Schleicher, Miro; Schlee, Winfried; Spiliopoulou, Myra

In: 2021 IEEE International Conference on Data Science and Advanced Analytics - Piscataway, NJ: IEEE . - 2021, insges. 10 S.

Buchbeitrag

A framework for authorial clustering of shorter texts in latent semantic spaces

Trad, Rafi; Spiliopoulou, Myra

In: Advances in Intelligent Data Analysis XIX: 19th International Symposium on Intelligent Data Analysis, IDA 2021, Porto, Portugal, April 2628, 2021, Proceedings - Cham: Springer International Publishing; Abreu, Pedro Henriques . - 2021, S. 301-312 - (Lecture Notes in Computer Science; 12695)

Begutachteter Zeitschriftenartikel

Immune-checkpoint blockade of CTLA-4 (CD152) in antigen-specific human T-cell responses differs profoundly between neonates, children, and adults

Arra, Aditya; Pech, Maximilian; Fu, Hang; Lingel, Holger; Braun, Franziska; Beyer, Christian; Spiliopoulou, Myra; Bröker, Barbara; Lampe, Karen; Arens, Christoph; Vogel, Katrin; Pierau, Mandy; Brunner-Weinzierl, Monika

In: OncoImmunology - Abingdon : Taylor & Franics, Bd. 10 (2021), Heft 1, Artikel e1938475, insges. 12 S.

Begutachteter Zeitschriftenartikel

LAC: Latent Authorial Clustering of shorter texts

Trad, Rafi; Spiliopoulou, Myra

In: Software impacts - [Amsterdam]: Elsevier ScienceDirect, Bd. 10 (2021), insges. 3 S.

Begutachteter Zeitschriftenartikel

Assessing the difficulty of annotating medical data in crowdworking with help of experiments

Rother, Anne; Niemann, Uli; Hielscher, Tommy; Völzke, Henry; Ittermann, Till; Spiliopoulou, Myra

In: PLOS ONE - San Francisco, California, US : PLOS, Bd. 16 (2021), Heft 7, Artikel e0254764, insges. 26 S.

Begutachteter Zeitschriftenartikel

Potential of point-of-care and at-home assessment of immune status via rapid cytokine detection and questionnaire-based anamnesis

Jamaludeen, Noor; Beyer, Christian; Billing, Ulrike; Vogel, Katrin; Brunner-Weinzierl, Monika; Spiliopoulou, Myra

In: Sensors - Basel : MDPI, Bd. 21 (2021), Heft 15, Artikel 4960, insges. 33 S.

Dissertation

Intelligent assistance for expert-driven subpopulation discovery in high-dimensional timestamped medical data

Niemann, Uli; Spiliopoulou, Myra; Preim, Bernhard

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2021, ix, 185 Seiten [Literaturverzeichnis: Seite 159-182]

2020

Buchbeitrag

Multivariate time series as images - imputation using convolutional denoising autoencoder

Safi, Abdullah Al; Beyer, Christian; Unnikrishnan, Vishnu; Spiliopoulou, Myra

In: Advances in Intelligent Data Analysis XVIII: 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 2729, 2020, Proceedings - Cham: Springer International Publishing, 2020; Berthold, Michael R. . - 2020, insges. 13 S. - (Lecture notes in computer science; 12080)[Symposium: 18th International Symposium on Intelligent Data Analysis, IDA 2020, Konstanz, Germany, April 27-29, 2020]

Buchbeitrag

Predicting the health condition of mHealth app users with large differences in the number of recorded observations - where to learn from?

Unnikrishnan, Vishnu; Shah, Yash; Schleicher, Miro; Strandzheva, Mirela; Dimitrov, Plamen; Velikova, Doroteya; Pryss, Ruediger; Schobel, Johannes; Schlee, Winfried; Spiliopoulou, Myra

In: Discovery Science: 23rd International Conference, DS 2020, Thessaloniki, Greece, October 1921, 2020, Proceedings - Cham: Springer International Publishing, 2020; Appice, Annalisa . - 2020, S. 659-673 - ( Lecture Notes in Computer Science; volume 12323)[Konferenz: 23rd International Conference on Discovery Science, DS 2020, Thessaloniki, Greece, October 19-21, 2020]

Begutachteter Zeitschriftenartikel

Plantar temperatures in stance position - a comparative study with healthy volunteers and diabetes patients diagnosed with sensoric neuropathy

Niemann, Uli; Spiliopoulou, Myra; Malanowski, Jan; Kellersmann, Juliane; Szczepanski, Thorsten; Klose, Silke; Dedonaki, Eirini; Walter, Isabell; Ming, Antao; Mertens, Peter Rene

In: EBioMedicine - Amsterdam [u.a.]: Elsevier, 2014, Volume 54.2020, article 102712, 11 Seiten

Begutachteter Zeitschriftenartikel

Understanding adherence to the recording of ecological momentary assessments in the example of tinnitus monitoring

Schleicher, Miro; Unnikrishnan, Vishnu; Neff, Patrick; Simoes, Jorge; Probst, Thomas; Pryss, Rüdiger Christoph; Schlee, Winfried; Spiliopoulou, Myra

In: Scientific reports - [London] : Macmillan Publishers Limited, part of Springer Nature - Volume 10(2020), article number 22459, 13 Seiten

Begutachteter Zeitschriftenartikel

The effect of non-personalised tips on the continued use of self-monitoring mHealth applications

Unnikrishnan, Vishnu; Schleicher, Miro; Shah, Yash; Jamaludeen, Noor; Pryss, Ruediger; Schobel, Johannes; Kraft, Robin; Schlee, Winfried; Spiliopoulou, Myra

In: Brain Sciences - Basel : MDPI AG - Volume 10(2020), issue 12, article 924, 13 Seiten

Begutachteter Zeitschriftenartikel

Resource management for model learning at entity level

Beyer, Christian; Unnikrishnan, Vishnu; Brüggemann, Robert; Toulouse, Vincent; Omar, Hafez Kader; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Annals of telecommunications - Paris: Lavoisier, Bd. 75 (2020), S. 549-561

Begutachteter Zeitschriftenartikel

Phenotyping chronic tinnitus patients using self-report questionnaire data - cluster analysis and visual comparison

Niemann, Uli; Brueggemann, Petra; Boecking, Benjamin; Mebus, Wilhelm; Rose, Matthias; Spiliopoulou, Myra; Mazurek, Birgit

In: Scientific reports - [London]: Macmillan Publishers Limited, part of Springer Nature, Bd. 10 (2020), insges. 10 S.

Begutachteter Zeitschriftenartikel

Active feature acquisition on data streams under feature drift

Beyer, Christian; Büttner, Maik; Unnikrishnan, Vishnu; Schleicher, Miro; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Annals of telecommunications - Paris: Lavoisier, Bd. 75 (2020), 9/10, S. 597-611

Begutachteter Zeitschriftenartikel

Efficient processing of geospatial mhealth data using a scalable crowdsensing platform

Kraft, Robin; Birk, Ferdinand; Reichert, Manfred; Deshpande, Aniruddha J.; Schlee, Winfried; Langguth, Berthold.; Baumeister, Harald; Probst, Thomas; Spiliopoulou, Myra; Pryss, Rüdiger Christoph

In: Sensors - Basel : MDPI - Volume 20 (2020), issue 12, article 3456, 21 Seiten

Begutachteter Zeitschriftenartikel

Gender-specific differences in patients with chronic tinnitus-baseline characteristics and treatment effects

Niemann, Uli; Boecking, Benjamin; Brueggemann, Petra; Mazurek, Birgit; Spiliopoulou, Myra

In: Frontiers in neuroscience - Lausanne: Frontiers Research Foundation, Bd. 14 (2020), insges. 11 S.

Begutachteter Zeitschriftenartikel

Tinnitus-related distress after multimodal treatment can be characterized using a key subset of baseline variables

Niemann, Uli; Boecking, Benjamin; Brueggemann, Petra; Mebus, Wilhelm; Mazurek, Birgit; Spiliopoulou, Myra

In: PLOS ONE - San Francisco, California, US: PLOS, 15 (2020), 1, article e0228037, insgesamt 18 Seiten

Begutachteter Zeitschriftenartikel

Machine learning identifies the dynamics and influencing factors in an auditory category learning experiment

Abolfazli, Amir; Brechmann, André; Wolff, Susann; Spiliopoulou, Myra

In: Scientific reports - [London] : Macmillan Publishers Limited, part of Springer Nature - Volume 10(2020), article-number 6548, 12 Seiten

Begutachteter Zeitschriftenartikel

Development and internal validation of a depression severity prediction model for tinnitus patients based on questionnaire responses and socio-demographics

Niemann, Uli; Brueggemann, Petra; Boecking, Benjamin; Mazurek, Birgit; Spiliopoulou, Myra

In: Scientific reports - [London]: Macmillan Publishers Limited, part of Springer Nature, Volume 10 (2020), article number 4664, 9 Seiten

2019

Buchbeitrag

Active feature acquistion for opinion stream classication under drift

Shivakumaraswamy, Ranjith; Beyer, Christian; Unnikrishnan, Vishnu; Ntoutsi, Eirini; Spiliopoulou, Myra

In: CEUR workshop proceedings - Aachen: RWTH, Bd. 2444.2019, S. 108-111[Workshop on Interactive Adaptive Learning, IAL 2019, Würzburg, Germany, September 16, 2019]

Buchbeitrag

Assessing the reliability of crowdsourced labels via Twitter

Jamaludeen, Noor; Unnikrishnan, Vishnu; Sekeran, Maya S.; Ali, Majed; Trang, Le Anh; Spiliopoulou, Myra

In: CEUR workshop proceedings - Aachen, Germany: RWTH Aachen, Bd. 2454 (2019), S. 115-126

Buchbeitrag

Exploiting entity information for stream classification over a stream of reviews

Beyer, Christian; Unnikrishnan, Vishnu; Niemann, Uli; Matuszyk, Pawel; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Applied computing 2019: the 34th Annual ACM Symposium on Applied Computing : Limassol, Cyprus, April 8-12, 2019/ Annual ACM Symposium on Applied Computing - [New York, NY]: Association for Computing Machinery, Inc. (ACM) . - 2019, S. 564-573

Buchbeitrag

Towards a hierarchical approach for outlier detection in industrial production settings

Hoppenstedt, Burkhard; Reichert, Manfred; Kammerer, Klaus; Spiliopoulou, Myra; Pryss, Rüdiger

In: CEUR workshop proceedings - Aachen, Germany: RWTH Aachen, Bd. 2322 (2019), S. 1-4

Begutachteter Zeitschriftenartikel

Editorial: Towards an understanding of tinnitus heterogeneity

Cederroth, Christopher R.; Gallus, Silvano; Hall, Deborah A.; Kleinjung, Tobias; Langguth, Berthold; Maruotti, Antonello; Meyer, Martin; Norena, Arnaud; Probst, Thomas; Pryss, Rüdiger; Searchfield, Grant; Shekhawat, Giriraj; Spiliopoulou, Myra; Vanneste, Sven; Schlee, Winfried

In: Frontiers in aging neuroscience - Lausanne: Frontiers Research Foundation, Vol. 11.2019, Art. 53, insgesamt 7 S.

Begutachteter Zeitschriftenartikel

Entity-level stream classification - exploiting entity similarity to label the future observations referring to an entity

Unnikrishnan, Vishnu; Beyer, Christian; Matuszyk, Pawel; Niemann, Uli; Pryss, Rüdiger; Schlee, Winfried; Ntoutsi, Eirini; Spiliopoulou, Myra

In: International journal of data science and analytics - Cham, Switzerland: Springer International Publishing . - 2019

Begutachteter Zeitschriftenartikel

Introduction to the special issue on social data analytics in medicine and healthcare

Rodríguez-González, Alejandro; Vakali, Athena; Mayer, Miguel A.; Okumura, Takashi; Menasalvas-Ruiz, Ernestina; Spiliopoulou, Myra

In: International journal of data science and analytics - Cham, Switzerland: Springer International Publishing, 2019[Online first]

Begutachteter Zeitschriftenartikel

Visual analysis of missing values in longitudinal cohort study data

Alemzadeh, Shiva; Niemann, Uli; Ittermann, Till; Völzke, Henry; Schneider, Daniel; Spiliopoulou, Myra; Bühler, K.; Preim, Bernhard

In: Computer graphics forum - Oxford : Wiley-Blackwell, Bd. 39 (2020), Heft 1, S. 63-75

Dissertation

Exploiting background knowledge on evolving objects to identify relevant dimensions for classification

Hielscher, Tommy; Spiliopoulou, Myra; Preim, Bernhard

In: Magdeburg, 2019, xv, 137 Seiten, Diagramme, 30 cm[Literaturverzeichnis: Seite 121-135]

2018

Buchbeitrag

Studying the potential of multi-target classification on patient screening data to predict dropout cases

Motwani, Rajeev; Reichert, Manfred; Kalle, Sven; Pryss, Ruediger; Schlee, Winfried; Probst, Thomas; Langguth, Berthold; Landgrebe, Michael; Spiliopoulou, Myra

In: IEEE International Symposium on Computer-Based Medical Systems- Piscataway, NJ: IEEE, 2018[Symposium: 31st IEEE International Symposium on Computer-Based Medical Systems, CBMS 2018, Karlstad, Sweden, 18-21 June 2018]

Buchbeitrag

Learning under feature drifts in textual streams

Melidis, Damianos P.; Spiliopoulou, Myra; Ntoutsi, Eirini

In: Proceedings of the 27th ACM Conference on Information and Knowledge Management: Torino, Italy, October 22 - 26, 2018 - New York, NY: ACM, Association for Computing Machinery, S. 527-536[Konferenz: 27th ACM Conference on Information and Knowledge Management, CIKM '18, Torino, Italy, October 22 - 26, 2018]

Buchbeitrag

Rupture status classification of intracranial aneurysms using morphological parameters

Niemann, Uli; Berg, Philipp; Niemann, Annika; Beuing, Oliver; Preim, Bernhard; Spiliopoulou, Myra; Saalfeld, Sylvia

In: 31st IEEE International Symposium on Computer-Based Medical Systems: CBMS 2018 : 18-21 June 2018, Karlstad, Sweden : proceedings/ IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE . - 2018

Buchbeitrag

Building a Bayesian Network to understand the interplay of variables in an epidemiological population-based study

Multani, Paras; Niemann, Uli; Cypko, Mario A.; Kuehn, Jens-Peter; Völzke, Henry; Oeltze-Jafra, Steffen; Spiliopoulou, Myra

In: 31st IEEE International Symposium on Computer-Based Medical Systems: CBMS 2018 : 18-21 June 2018, Karlstad, Sweden : proceedings/ IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE . - 2018

Buchbeitrag

Predicting polarities of entity-centered documents without reading their contents

Beyer, Christian; Niemann, Uli; Unnikrishnan, Vishnu; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Proceedings of the 33rd Annual ACM Symposium on Applied Computing 2018 - New York, NY: ACM . - 2018, S. 525-528

Buchbeitrag

Transformation of temperature timeseries into features that characterize patients with diabetic autonomic nerve disorder

Ravindran, Rohith; Niemann, Uli; Klose, Silke; Walter, Isabell; Ming, Antao; Mertens, Peter Rene; Spiliopoulou, Myra

In: 31st IEEE International Symposium on Computer-Based Medical Systems: CBMS 2018 : 18-21 June 2018, Karlstad, Sweden : proceedings/ IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE . - 2018

Buchbeitrag

Enriching lexicons with ephemeral words for sentiment analysis in social streams

Melidis, Damianos P.; Campero, Alvaro V.; Iosifidis, Vasileios; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Proceedings of the 8th International Conference on Web Intelligence, Mining and Semantics: Novi Sad, Serbia, June 25 - 27, 2018 - New York: ACM, 2018, Art. 38, insgesamt 8 S.[Konferenz: 8th International Conference on Web Intelligence, Mining and Semantics, WIMS '18, Novi Sad, Serbia, June 25 - 27, 2018]

Buchbeitrag

Discovering, selecting and exploiting feature sequence records of study participants for the classification of epidemiological data on hepatic steatosis

Hielscher, Tommy; Völzke, Henry; Papapetrou, Panagiotis; Spiliopoulou, Myra

In: Proceedings of the 33rd Annual ACM Symposium on Applied Computing 2018 - New York, NY : ACM , 2018, S. 6-13 [Symposium: 33rd Annual ACM Symposium on Applied Computing, SAC '18, Pau, France, April 09 - 13, 2018]

Buchbeitrag

Active stream learning with an oracle of unknown availability for sentiment prediction

Serrao, Elson; Spiliopoulou, Myra

In: CEUR workshop proceedings - Aachen, Germany: RWTH Aachen, Bd. 2192 (2018), S. 36-47

Buchbeitrag

Differences between android and iOS users of the TrackYourTinnitus mobile crowdsensing mHealth platform

Pryss, Ruediger; Reichert, Manfred; Schlee, Winfried; Spiliopoulou, Myra; Langguth, Berthold; Probst, Thomas

In: IEEE International Symposium on Computer-Based Medical Systems- Piscataway, NJ: IEEE, 2018[Symposium: 31st IEEE International Symposium on Computer-Based Medical Systems, CBMS 2018, Karlstad, Sweden, 18-21 June 2018]

Begutachteter Zeitschriftenartikel

How do annotators label short texts? - toward understanding the temporal dynamics of tweet labeling

Räbiger, Stefan; Spiliopoulou, Myra; Saygın, Yücel

In: Information sciences: an international journal - New York, NY: Elsevier Science Inc, Bd. 457/458.2018, S. 29-47

Begutachteter Zeitschriftenartikel

Outpatient tinnitus clinic, self-help web platform, or mobile application to recruit tinnitus study samples?

Probst, Thomas; Pryss, Rüdiger C.; Langguth, Berthold; Spiliopoulou, Myra; Landgrebe, Michael; Vesala, Markku; Harrison, Stephen; Schobel, Johannes; Reichert, Manfred; Stach, Michael; Schlee, Winfried

In: Lausanne: Frontiers Research Foundation, Vol. 9.2018, Art. 113, insgesamt 7 Seiten

Begutachteter Zeitschriftenartikel

Prospective crowdsensing versus retrospective ratings of tinnitus variability and tinnitus-stress associations based on the TrackYourTinnitus mobile platform

Pryss, Rüdiger; Probst, Thomas; Schlee, Winfried; Schobel, Johannes; Langguth, Berthold; Neff, Patrick; Spiliopoulou, Myra; Reichert, Manfred

In: Cham, Switzerland: Springer International Publishing, 2018[Online First]

Begutachteter Zeitschriftenartikel

Review of smart services for tinnitus self-help, diagnostics and treatments

Kalle, Sven; Schlee, Winfried; Pryss, Rüdiger C.; Probst, Thomas; Reichert, Manfred; Langguth, Berthold; Spiliopoulou, Myra

In: Frontiers in neuroscience - Lausanne: Frontiers Research Foundation, Vol. 12.2018, Art. 541, insgesamt 8 S.

Begutachteter Zeitschriftenartikel

A framework for expert-driven subpopulation discovery and evaluation using subspace clustering for epidemiological data

Hielscher, Tommy; Niemann, Uli; Preim, Bernhard; Völzke, Henry; Ittermann, Till; Spiliopoulou, Myra

In: Expert systems with applications: an international journal - Amsterdam [u.a.]: Elsevier Science, Bd. 113 (2018), S. 147-160

Begutachteter Zeitschriftenartikel

Personalized recommender systems for product-line configuration processes

Pereira, Juliana Alves; Matuszyk, Pawel; Krieter, Sebastian; Spiliopoulou, Myra; Saake, Gunter

In: Computer languages, systems and structures: an international journal - Amsterdam [u.a.]: Elsevier Science, insges. 21 S., 2018

Dissertation

A system for the automatic detection and identification of engineered nanoparticles in scanning electron microscopy images

Kockentiedt, Stephen; Tönnies, Klaus; Spiliopoulou, Myra

In: Magdeburg, 2018, xxxi, 219 Seiten, Illustrationen, Tabellen, Diagramme[Literaturverzeichnis: Seite 207-219]

Dissertation

Personalized recommender systems for software product line configurations

Arriel, Juliana; Saake, Gunter; Spiliopoulou, Myra

In: Magdeburg, 2018, xviii, 206 Seiten, Illustrationen, Tabellen, Diagramme[Literaturverzeichnis: Seite [179]-206]

2017

Buchbeitrag

Mobile crowdsensing for the juxtaposition of realtime assessments and retrospective reporting for neuropsychiatric symptoms

Pryss, Rudiger; Probst, Thomas; Schlee, Winfried; Schobel, Johannes; Langguth, Berthold; Neff, Patrick; Spiliopoulou, Myra; Reichert, Manfred

In: 2017 IEEE 30th International Symposium on Computer-Based Medical Systems, CBMS 2017 : Thessaloniki, Greece, 22-24 June 2017 : proceedings - Piscataway, NJ : IEEE, S. 642-647 [Symposium: IEEE 30th International Symposium on Computer-Based Medical Systems, (CBMS)Thessaloniki, Greece, 22-24 June 2017]

Buchbeitrag

Patient empowerment through summarization of discussion threads on treatments in a patient self-help forum

Dandage, Sourabh; Huber, Johannes; Janki, Atin; Niemann, Uli; Pryss, Rüdiger; Reichert, Manfred; Harrison, Steve; Vessala, Markku; Schlee, Winfried; Probst, Thomas; Spiliopoulou, Myra

In: Precision medicine powered by pHealth and connected health: ICBHI 2017, Thessaloniki, Greece, 18-21 November 2017 - Singapore: Springer Nature Singapore; Maglaveras, Nicos . - 2017, S. 16-29 - (IFMBE proceedings; 66)

Buchbeitrag

ICE - interactive classification rule exploration on epidemiological data

Schleicher, Miro; Ittermann, Till; Niemann, Uli; Völzke, Henry; Spiliopoulou, Myra

In: 2017 IEEE 30th International Symposium on Computer-Based Medical Systems, CBMS 2017: Thessaloniki, Greece, 22-24 June 2017 : proceedings/ IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE; Bamidis, Panagiotis D. . - 2017, S. 606-611

Buchbeitrag

Studying the potential of multi-target classification to characterize combinations of classes with skewed distribution

Schneck, Arne; Kalle, Sven; Pryss, Rüdiger; Schlee, Winfried; Probst, Thomas; Langguth, Berthold; Landgrebe, Michael; Reichert, Manfred; Spiliopoulou, Myra

In: 2017 IEEE 30th International Symposium on Computer-Based Medical Systems, CBMS 2017 : Thessaloniki, Greece, 22-24 June 2017 : proceedings - Piscataway, NJ : IEEE, S. 630-635 [Symposium: IEEE 30th International Symposium on Computer-Based Medical Systems, (CBMS)Thessaloniki, Greece, 22-24 June 2017]

Buchbeitrag

Subpopulation discovery and validation in epidemiological data

Alemzadeh, Shiva; Hielscher, Tommy; Niemann, Uli; Cibulski, Lena; Ittermann, Till; Völzke, Henry; Spiliopoulou, Myra; Preim, Bernhard

In: EuroVa 2017: EuroVis Workshop on Visual Analytics, Barcelona, Spain, June 12 - 13, 2017 - Eurographics; Sedlmaier, Michael . - 2017

Buchbeitrag

Combining subgroup discovery and clustering to identify diverse subpopulations in cohort study data

Niemann, Uli; Spiliopoulou, Myra; Preim, Bernhard; Ittermann, Till; Völzke, Henry

In: 2017 IEEE 30th International Symposium on Computer-Based Medical Systems, CBMS 2017: Thessaloniki, Greece, 22-24 June 2017 : proceedings/ IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE; Bamidis, Panagiotis D. . - 2017, S. 582-587

Buchbeitrag

Scalable online Top-N recommender systems

Jorge, Alípio M.; Vinagre, João; Domingues, Marcos; Gama, João; Soares, Carlos; Matuszyk, Pawel; Spiliopoulou, Myra

In: E-Commerce and Web Technologies - Cham: Springer, 2017 . - 2017, S. 3-20 - (Lecture Notes in Business Information Processing; 278)[Konferenz: 17th International Conference, EC-Web 2016, Porto, Portugal, September 5-8, 2016]

Buchbeitrag

Visual analytics of missing data in epidemiological cohort studies

Alemzadeh, Shiva; Niemann, Uli; Ittermann, Till; Völzke, Henry; Schneider, Daniel; Spiliopoulou, Myra; Preim, Bernhard

In: VCBM 2017: Eurographics Workshop on Visual Computing for Biology and Medicine - Eurographics Ass. . - 2017

Begutachteter Zeitschriftenartikel

Does tinnitus depend on time-of-day? - an ecological momentary assessment study with the TrackYourTinnitus application

Probst, Thomas; Pryss, Rüdiger Christoph; Langguth, Berthold; Rauschecker, Josef P.; Schobel, Johannes; Reichert, Manfred; Spiliopoulou, Myra; Schlee, Winfried; Zimmermann, Johannes

In: Frontiers in aging neuroscience - Lausanne : Frontiers Research Foundation, Vol. 9, Art. 253, insgesamt 9 S.

Begutachteter Zeitschriftenartikel

Stream-based semi-supervised learning for recommender systems

Matuszyk, Pawel; Spiliopoulou, Myra

In: Machine learning - Dordrecht [u.a.] : Springer Science + Business Media B.V, 2017

Begutachteter Zeitschriftenartikel

Forgetting techniques for stream-based matrix factorization in recommender systems

Matuszyk, Pawel; Vinagre, João; Spiliopoulou, Myra; Jorge, Alípio Mário; Gama, João

In: Knowledge and information systems - London : Springer, Bd. 55 (2018), Heft 2, S. 275-304

Dissertation

Selective learning for recommender systems

Matuszyk, Pawel; Spiliopoulou, Myra

In: Magdeburg, Dissertation Otto-von-Guericke-Universität Magdeburg, Fakultät für Informatik 2017, 201 Seiten, Illustrationen, 30 cm [Literaturverzeichnis: Seite 185-198]

Nicht begutachteter Zeitschriftenartikel

Visual subpopulation discovery and validation in epidemiological data

Alemzadeh, Shiva; Hielscher, Tommy; Niemann, Uli; Cibulski, Lena; Ittermann, Till; Völzke, Henry; Spiliopoulou, Myra; Preim, Bernhard

In: De.arxiv.org - [S.l.]: Arxiv.org . - 2017, insges. 12 S.

2016

Buchbeitrag

Learning pressure patterns for patients with diabetic foot syndrome

Niemann, Uli; Spiliopoulou, Myra; Samland, Fred; Szczepanski, Thorsten; Grützner, Jens; Ming, Antao; Kellersmann, Juliane; Malanowski, Jan; Klose, Silke; Mertens, Peter Rene

In: IEEE 29th International Symposium on Computer-Based Medical Systems: 20 June 2016, Dublin, Ireland : 21-23 June 2016, Belfast, Nothern Ireland : proceedings / IEEE International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE; Kane, Bridget . - 2016, S. 54-59

Buchbeitrag

Investigating exploratory capabilities of uncertainty sampling using SVMs in active learning

Lang, Dominik; Kottke, Daniel; Krempl, Georg; Spiliopoulou, Myra

In: CEUR workshop proceedings - Aachen: RWTH, Bd. 1707.2016, S. 25-34[Kongress: Workshop on Active Learning: Applications, Foundations and Emerging Trends, AL@iKNOW 2016, Graz, Austria, October 18, 2016]

Buchbeitrag

A feature-based personalized recommender system for product-line configuration

Pereira, Juliana Alves; Matuszyk, Pawel; Krieter, Sebastian; Spiliopoulou, Myra; Saake, Gunter

In: Proceedings of the 2016 ACM SIGPLAN International Conference on Generative Programming - New York, NY : ACM, S. 120-131

Buchbeitrag

SteM at SemEval-2016 Task 4 - applying active learning to improve sentiment classification

Räbiger, Stefan; Kazmi, Mishal; Saygın, Yücel; Schüller, Peter; Spiliopoulou, Myra

In: The 10th International Workshop on Semantic Evaluation - proceedings of the workshop: June 16-17, 2016, San Diego, California, USA : SemEval-2016 - Stroudsburg, PA: Association for Computational Linguistics (ACL), 2016, Art. S16-1007, S. 64-70[Kongress: 10th International Workshop on Semantic Evaluation (SemEval-2016), San Diego, California, USA, 16-17 June, 2016]

Buchbeitrag

Identifying relevant features for a multi-factorial disorder with constraint-based subspace clustering

Hielscher, Tommy; Spiliopoulou, Myra; Völzke, Henry; Kühn, Jens-Peter

In: IEEE 29th International Symposium on Computer-Based Medical Systems - Piscataway, NJ: IEEE, 2016 . - 2016, S. 207-212[Kongress: IEEE 29th International Symposium on Computer-Based Medical Systems (CBMS), 20 June 2016, Dublin, Ireland und 21 - 23 June 2016, Belfast, Nothern Ireland]

Begutachteter Zeitschriftenartikel

Comparative clustering of plantar pressure distributions in diabetics with polyneuropathy may be applied to reveal inappropriate biomechanical stress

Niemann, Uli; Spiliopoulou, Myra; Szczepanski, Thorsten; Samland, Fred; Grützner, Jens; Senk, Dominik; Ming, Antao; Kellersmann, Juliane; Malanowski, Jan; Klose, Silke; Mertens, Peter Rene

In: PLOS ONE - San Francisco, California, US: PLOS, 2006, Bd. 11 (2016), 8, Art.-Nr. e0161326, insges. 12 S.

Begutachteter Zeitschriftenartikel

Multi-class probabilistic active learning

Kottke, Daniel; Krempl, Georg; Lang, Dominik; Teschner, Sebastian; Spiliopoulou, Myra

In: ECAI 2016: 22nd European Conference on Artificial Intelligence, 29 August-2 September 2016, The Hague, The Netherlands : including Prestigious applications of intelligent systems (PAIS 2016) : proceedings - Amsterdam: IOS Press, S. 586 - 594 - (Frontiers in artificial intelligence and applications; 285)[Kongress: 22nd European Conference on Artificial Intelligence, ECAI 2016, The Hague, The Netherlands, 29 August-2 September, 2016]

2015

Buchbeitrag

Probabilistic active learning in datastreams

Kottke, Daniel; Krempl, Georg; Spiliopoulou, Myra

In: Advances in intelligent data analysis XIV: 14th international symposium, IDA 2015, Saint Etienne, France, October 2224, 2015 ; proceedings - Cham [u.a.]: Springer, S. 145-157 - (Lecture notes in computer science; 9385)

Buchbeitrag

Forgetting methods for incremental matrix factorization in recommender systems

Matuszyk, Pawel; Vinagre, João; Spiliopoulou, Myra; Jorge, Alípio Mário; Gama, João

In: Proceedings of the 30th Annual ACM Symposium on Applied Computing 2015: Salamanca, Spain, April 13 - 17, 2015 - New York, NY: ACM, S. 947-953

Buchbeitrag

Ageing-based multinomial naive bayes classifiers over opinionated data streams

Wagner, Sebastian; Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Machine Learning and Knowledge Discovery in Databases , 1st ed. 2015 - Cham [u.a.] : Springer ; Appice, Annalisa, S. 401-416 - (Lecture notes in computer science; 9284)

Buchbeitrag

Clustering-based optimised probabilistic active learning (COPAL)

Krempl, Georg; Ha, Tuan Cuong; Spiliopoulou, Myra

In: Discovery Science , 1st ed. 2015 - Cham : Springer ; Japkowicz, Nathalie, S. 101-115 - (Lecture notes in computer science; 9356)

Buchbeitrag

Semi-supervised learning for stream recommender systems

Matuszyk, Pawel; Spiliopoulou, Myra

In: Discovery Science , 1st ed. 2015 - Cham : Springer ; Japkowicz, Nathalie, S. 131-145 - (Lecture notes in computer science; 9356)

Begutachteter Zeitschriftenartikel

Discovering and monitoring product features and the opinions on them with OPINSTREAM

Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Neurocomputing: an international journal - Amsterdam: Elsevier, Vol. 150.2015, Part A, S. 318-330

Begutachteter Zeitschriftenartikel

Predicting the post-treatment recovery of patients suffering from traumatic brain injury (TBI)

Siddiqui, Zaigham Faraz; Krempl, Georg; Spiliopoulou, Myra; Pena, Jose M.; Paul, Nuria; Maestro, Fernando

In: Brain Informatics - Heidelberg: Springer, Bd. 2.2015, 1, S. 33-44

Begutachteter Zeitschriftenartikel

Learning relational user profiles and recommending items as their preferences change

Siddiqui, Zaigham Faraz; Tiakas, Eleftherios; Symeonidis, Panagiotis; Spiliopoulou, Myra; Manolopoulos, Yannis

In: International journal on artificial intelligence tools - Singapore [u.a.] : World Scientific Publ. - Vol. 24.2015, 2, Art. 1540009, insgesamt 31 S.

Begutachteter Zeitschriftenartikel

Incremental active opinion learning over a stream of opinionated documents

Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: De.arxiv.org - [S.l.]: Arxiv.org, insges. 10 S., 2015[Kongress: WISDOM'15 ; (Sidney) : 2015.08.10]

Begutachteter Zeitschriftenartikel

Can we classify the participants of a longitudinal epidemiological study from their previous evolution?

Niemann, Uli; Hielscher, Tommy; Spiliopoulou, Myra; Völzke, Henry; Kühn, Jens-Peter

In: 2015 IEEE 28th International Symposium on Computer-Based Medical Systems: 22 - 25 June 2015, São Carlos and Ribeirão Preto, Brazil - Piscataway, NJ: IEEE; Traina, Caetano . - 2015, S. 121-126

Begutachteter Zeitschriftenartikel

A framework for validating the merit of properties that predict the influence of a twitter user

Räbiger, Stefan; Spiliopoulou, Myra

In: Expert systems with applications: an international journal - Amsterdam [u.a.]: Elsevier Science, Bd. 42.2015, 5, S. 2824-2834

Begutachteter Zeitschriftenartikel

Extracting opinionated (sub)features from a stream of product reviews using accumulated novelty and internal re-organization

Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Information sciences: an international journal - New York, NY: Elsevier Science Inc, 2015

Dissertation

Understanding and monitoring attitudes of product properties over time

Zimmermann, Max; Spiliopoulou, Myra

In: Magdeburg, Univ., Fak. für Informatik, Diss., 2015, XIV, 185 S., graph. Darst.

2014

Buchbeitrag

A semi-supervised self-adaptive classifier over opinionated streams

Zimmerann, M.; Ntoutsi, E.; Spiliopoulou, Myra

In: IEEE International Conference on Data Mining workshop (ICDMW), 2014: 14 Dec. 2014, Shenzhen, China - Piscataway, NJ: IEEE, S. 425-432

Buchbeitrag

Predicting the performance of collaborative filtering algorithms

Matuszyk, Pawel; Spiliopoulou, Myra

In: Proceedings of the 4th International Conference on Web Intelligence, Mining and Semantics (WIMS14) - New York, NY: ACM, 2014, Art. 38, insgesamt 6 S.

Buchbeitrag

Hoeffding-CF - neighbourhood-based recommendations on reliably similar users

Matuszyk, Pawel; Spiliopoulou, Myra

In: User modeling, adaptation and personalization: 22nd international conference, UMAP 2014, Aalborg, Denmark, July 7-11, 2014 ; proceedings - Berlin [u.a.]: Springer, S. 146-157 - (Lecture notes in computer science; 8538)

Buchbeitrag

Using participant similarity for the classification of epidemiological data on hepatic steatosis

Hielscher, Tommy; Spiliopoulou, Myra; Völzke, Henry; Kühn, Jens-Peter

In: 2014 IEEE 27th International Symposium on Computer-Based Medical Systems (CBMS): 27 - 29 May 2014, New York, New York, USA - Piscataway, NJ: IEEE, insges. 7 S.Kongress: CBMS 27 (New York : 2014.05.27-29)

Buchbeitrag

Interactive medical miner - interactively exploring subpopulations in epidemiological datasets

Niemann, Uli; Spiliopoulou, Myra; Völzke, Henry; Kühn, Jens-Peter

In: Machine Learning and Knowledge Discovery in Databases / Calders , Toon - Berlin, Heidelberg : Springer . - 2014, S. 460-463 - (Lecture notes in computer science; 8726) Kongress: ECML PKDD 2014 Nancy, France 2014.09.15-19

Buchbeitrag

Are some brain injury patients improving more than others?

Siddiqui, Zaigham Faraz; Krempl, Georg; Spiliopoulou, Myra; Peña, Jose M.; Paul, Nuria; Maestu, Fernando

In: Brain Informatics and Health / Slezak , Dominik - Cham [u.a.] : Springer . - 2014, S. 376-387 - (Lecture notes in computer science; 8609) Kongress: BIH 2014 Warsaw, Poland 2014.08.11-14

Buchbeitrag

Adaptive semi supervised opinion classifier with forgetting mechanism

Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Proceedings of the 29th Annual ACM Symposium on Applied Computing 2014: Gyeongju, Korea, March 24 - 28, 2014 - New York, NY: ACM, S. 805-812Kongress: SAC 29 (Gyeongju : 2014.03.24-28)

Buchbeitrag

xStreams - recommending items to users with time-evolving preferences

Siddiqui, Zaigham Faraz; Tiakas, Eleftherios; Symeonidis, Panagiotis; Spiliopoulou, Myra; Manolopoulos, Yannis

In: Proceedings of the 4th International Conference on Web Intelligence, Mining and Semantics (WIMS14) - New York, NY: ACM, 2014, Art. 22, insgesamt 12 S.

Buchbeitrag

Probabilistic active learning - a short proposition

Krempl, Georg; Kottke, Daniel; Spiliopoulou, Myra

In: ECAI 2014: 21st European Conference on Artificial Intelligence, 18-22 August 2014, Prague, Czech Republic ; including Prestigious applications of intelligent systems (PAIS 2014) ; proceedings - Amsterdam [u.a.]: IOS Press, S. 1049-1050 - (Frontiers in artificial intelligence and applications; 263)Kongress: PAIS 2014 (Prague : 2014.08.18-22)

Buchbeitrag

Probabilistic active learning - towards combining versatility, optimality and efficiency

Krempl, Georg; Kottke, Daniel; Spiliopoulou, Myra

In: Discovery Science / Džeroski , Sašo - Cham [u.a.] : Springer ; Džeroski, Sašo *1968-* . - 2014, S. 168-179 - (Lecture Notes in Computer Science; 8777) Kongress: DS 2014 17 Bled, Slovenia 2014.10.08-10

Buchbeitrag

Mining longitudinal epidemiological data to understand a reversible disorder

Hielscher, Tommy; Spiliopoulou, Myra; Völzke, Heinz; Kühn, Jens-Peter

In: Advances in Intelligent Data Analysis XIII / Blockeel , Hendrik - Cham [u.a.] : Springer ; Blockeel, Hendrik . - 2014, S. 120-130 - (Lecture Notes in Computer Science; 8819) Kongress: IDA 2014 13 Leuven, Belgium 2014.10.30-11.01

Buchbeitrag

Selective forgetting for incremental matrix factorization in recommender systems

Matuszyk, Pawel; Spiliopoulou, Myra

In: Discovery Science / Džeroski , Sašo - Cham [u.a.] : Springer ; Džeroski, Sašo *1968-* . - 2014, S. 204-215 - (Lecture Notes in Computer Science; 8777) Kongress: DS 2014 17 Bled, Slovenia 2014.10.08-10

Begutachteter Zeitschriftenartikel

Subpopulation discovery in epidemiological data with subspace clustering

Niemann, Uli; Spiliopoulou, Myra; Völzke, Henry; Kühn, Jens-Peter

In: Foundations of computing and decision sciences - Berlin: de Gruyter Open, Bd. 39 (2014), 4, S. 271-300

Begutachteter Zeitschriftenartikel

Summarizing dynamic Social Tagging Systems

Gabriel, Hans-Henning; Spiliopoulou, Myra; Nanopoulos, Alexandros

In: Expert systems with applications: an international journal - Amsterdam [u.a.]: Elsevier Science, Bd. 41.2014, 2, S. 457-469

Begutachteter Zeitschriftenartikel

Learning and inspecting classification rules from longitudinal epidemiological data to identify predictive features on hepatic steatosis

Niemann, Uli; Völzke, Henry; Kühn, Jens-Peter; Spiliopoulou, Myra

In: Expert systems with applications: an international journal - Amsterdam [u.a.]: Elsevier Science, Bd. 41 (2014), 11, S. 5405-5415

Begutachteter Zeitschriftenartikel

Open challenges for data stream mining research

Krempl, Georg; Zliobaite, Indre; Brzezinski, Dariusz; Hüllermeier, Eyke; Last, Mark; Lemaire, Vincent; Noack, Tino; Shaker, Ammar; Sievi, Sonja; Spiliopoulou, Myra; Stefanowski, Jerzy

In: ACM SIGKDD explorations newsletter - New York, NY: ACM, Bd. 16.2014, 1, insges. 10 S.

Herausgeberschaft

Data analysis, machine learning and knowledge discovery

Spiliopoulou, Myra; Schmidt-Thieme, Lars; Janning, Ruth

In: Heidelberg [u.a.]: Springer, 2014, XXI, 470 S., graph. Darst. - (Studies in classification, data analysis, and knowledge organization)Kongress: Annual Conference of the German Classification Society 36 (Hildesheim : 2012.08.01-03)

2013

Buchbeitrag

Correcting the usage of the hoeffding inequality in stream mining

Matuszyk, Pawel; Krempl, Georg; Spiliopoulou, Myra

In: Advances in Intelligent Data Analysis XII / Tucker , Allan - Berlin, Heidelberg : Springer ; Tucker, Allan . - 2013, S. 298-309 - (Lecture Notes in Computer Science; 8207) Kongress: IDA 2013 12 London 2013.10.17-19

Buchbeitrag

Classification of benign and malignant DCE-MRI breast tumors by analyzing the most suspect region

Saalfeld, Sylvia; Niemann, Uli; Preim, Uta; Preim, Bernhard; Spiliopoulou, Myra

In: Bildverarbeitung für die Medizin 2013 / Meinzer , Hans-Peter - Berlin, Heidelberg : Springer ; Meinzer, Hans-Peter, S. 45-50 Kongress: Bildverarbeitung für die Medizin Heidelberg 2013.03.03-05

Buchbeitrag

Framework for storing and processing relational entities in stream mining

Matuszyk, Pawel; Spiliopoulou, Myra

In: Advances in knowledge discovery and data mining ; Pt. 2. - Berlin [u.a.] : Springer, S. 497-508, 2013 - (Lecture Notes in Computer Science; 7819)Kongress: PAKDD 2013; 17 (Gold Coast, Australia) : 2013.04.14-17

Buchbeitrag

Extracting opinionated (sub)features from a stream of product reviews

Zimmermann, Max; Ntoutsi, Eirini; Spiliopoulou, Myra

In: Discovery Science / Fürnkranz , Johannes - Berlin, Heidelberg : Springer . - 2013, S. 340-355 - (Lecture notes in computer science; 8140) Kongress: DS 16 Singapore 2013.10.06-09

Begutachteter Zeitschriftenartikel

Reference process flows for telecommunication companies

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Business & information systems engineering. - Wiesbaden : Gabler, Bd. 5.2013, 2, S. 83-96

Begutachteter Zeitschriftenartikel

Referenzprozessabläufe für Telekommunikationsunternehmen

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Wirtschaftsinformatik. - Berlin : Springer, Bd. 55.2013, 2, S. 83-97

Dissertation

Mining perennial objects

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Magdeburg, Univ., Fak. für Informatik, Diss., 2013, XXII, 173 S., graph. Darst.

Dissertation

Entwicklung einer referenzmodellbasierten Unternehmensarchitektur für die Telekommunikationsindustrie

Czarnecki, Christian; Spiliopoulou, Myra; Turowski, Klaus

In: Zugl.: Magdeburg, Univ., Fak. für Informatik, Diss., 2013: Berlin: Logos-Verl., XX, 204 S., graph. Darst., 24 cm

Konferenz/Aufsatz

Visually summarizing semantic evolution in document streams with topic table

Gohr, Andrè; Spiliopoulou, Myra; Hinneburg, Alexander

In: Knowledge discovery, knowledge engineering and knowledge management - Berlin: Springer, 2013 . - 2013, S. 136-150

2012

Buchbeitrag

Transformation in Telecommunication - Analyse und Clustering von Real-life Projekten

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Multikonferenz Wirtschaftsinformatik 2012/ MKWI - Berlin: Gito . - 2012, S. 985-998

Buchbeitrag

Where are we going? - predicting the evolution of individuals

Siddiqui, Zaigham Faraz; Oliveira, Márcia; Gama, João; Spiliopoulou, Myra

In: Advances in intelligent data analysis XI. - Berlin [u.a.] : Springer, S. 357-368, 2012 - (Lecture Notes in Computer Science; 7619)Kongress: IDA 2012; 11 (Helsinki) : 2012.10.25-27

Buchbeitrag

Discovering global and local bursts in a stream of news

Zimmermann, max; Ntoutsi, Irene; Siddiqui, Zaigham Faraz; Spiliopoulou, Myra; Kriegel, Hans-Peter

In: The 27th annual ACM Symposium on Applied Computing. - New York, NY : ACM, S. 807-812, 2012Kongress: SAC; 27 (Riva del Garda, Italy) : 2012.03.26-30

Buchbeitrag

Tranformation in Telecummunication - Analyse und Clustering von Real-life Projekten

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Multikonferenz Wirtschaftsinformatik 2012. - Berlin : Gito, S. 985-997Kongress: MKWI; (Braunschweig) : 2012.02.29-03.02

Buchbeitrag

Framework for computer aided analysis of medical protocols in a hospital

Schult, Rene; Matuszyk, Pawel; Spiliopoulou, Myra

In: HEALTHINF 2012. - SciTePress, S. 225-230Kongress: HEALTHINF; (Vilamoura, Portugal) : 2012.02.01-04

Dissertation

Knowledge representation with condensed set-valued attributes

Rügheimer, Frank Christopher; Kruse, Rudolf; Spiliopoulou, Myra

In: Magdeburg, Univ., Fak. für Informatik, Diss., 2012, XI, 178 S., graph. Darst.

Dissertation

Label monitoring on document streams

Schult, René; Spiliopoulou, Myra; Nürnberger, Andreas

In: Magdeburg, Univ., Fak. für Informatik, Diss., 2012, 101 Bl., graph. Darst.

Herausgeberschaft

LWA 2011 - Otto-von-Guericke-Universität Magdeburg, 28. - 30. September 2011 - technical report ; report of the symposium "Lernen, Wissen, Adaptivität 2011" of the GI special interest groups KDML, IR and WM

Spiliopoulou, Myra; Nürnberger, Andreas; Schult, Rene

In: Magdeburg: Univ., 2011; Online-Ressource (PDF-Datei: 324 S.)Kongress: LWA; (Magdeburg) : 2011.09.28-30

Originalartikel in begutachteter internationaler Zeitschrift

A holistic framework for the implementation of a next generation network

Czarnecki, Christian; Spiliopoulou, Myra

In: International journal of business information systems: IJBIS - Olney, Bucks.: Inderscience Enterprises, 2005, Bd. 9.2012, 4, S. 385-401

Originalartikel in begutachteter internationaler Zeitschrift

Guest editorial: special issue on a decade of mining the Web

Spiliopoulou, Myra; Mobasher, Bamshad; Nasraoui, Olfa; Zaiane, Osmar

In: Data mining and knowledge discovery : DMKD. - Norwell, Mass : Springer Science + Business Media, LCC, Bd. 24.2012, 3, S. 473-477

Originalartikel in begutachteter zeitschriftenartiger Reihe

A semi-supervised incremental clustering algorithm for streaming data

Halkidi, Maria; Spiliopoulou, Myra; Pavlou, Aikaterini

In: Advances in knowledge discovery and data mining. - Berlin [u.a.] : Springer, S. 578-590, 2012 - (Lecture notes in computer science; 7301)Kongress: PAKDD; 16 (Kuala Lumpur, Malaysia) : 2012.05.29-06.01

2011

Buchbeitrag

Making business systems in the telecommunication industry more customer-oriented

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Information Systems Development. - New York, NY : Springer Science+Business Media, LLC, S. 169-180, 2011

Buchbeitrag

Evolution in social networks - a survey

Spiliopoulou, Myra

In: Social network data analytics. - New York, NY [u.a.] : Springer, S. 149-170, 2011

Habilitation

Text mining and applications in life sciences

Hinneburg, Alexander; Brass, Stefan; Seidl, Thomas; Spiliopoulou, Myra

In: Halle Univ., Naturwissenschaftliche Fakultät III, Habil.-Schr., 2011, Online-Ressource (152 S. = 2,57 mb)

Artikel in Kongressband

Prediction of surgery duration using empirical anesthesia protocols

Schult, Rene; Matuszyk, Pawel; Spiliopoulou, Myra

In: The first International Workshop on Knowledge Discovery in Health Care and Medicine. - Athen, insges. 12 S., 2011Kongress: KDHCM; 1 (Athen) : 2011.09.09

Artikel in Kongressband

A data generator for multi-stream data

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra; Panagiotis, Symeonidis; Eleftherios, Tiakas

In: The second International Workshop on Mining Ubiquitous and Social Environments, MUSE '11, September 5, 2011 Athens, Greece, insges. 8 S.

Originalartikel in begutachteter zeitschriftenartiger Reihe

On the distinctiveness of tags in collaborative tagging systems

Gohr, André; Hinneburg, Alexander; Spiliopoulou, Myra; Usbeck, Ricardo

In: Proceedings of the International Conference on Web Intelligence, Mining and Semantics, WIMS'11. - New York : ACM, insges. 5 S., 2011

Originalartikel in begutachteter zeitschriftenartiger Reihe

Classification rule mining for a stream of perennial objects

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Proceedings of the 5th international conference on Rule-based reasoning, programming, and applications, Barcelona, 2011

Originalartikel in begutachteter zeitschriftenartiger Reihe

Extracting cross references from life science databases for search result ranking

Bachmann, Anja; Schult, René; Spiliopoulou, Myra

In: Proceedings of the 2011 ACM International Conference on Information and Knowledge Management & co-located workshops. - New York, NY : ACM, S. 1253-1258

Originalartikel in begutachteter zeitschriftenartiger Reihe

Query-Sets ++ - a scalable approach for modeling web sites

Poblete, Barbara; Spiliopoulou, Myra; Mendoza, Marcelo

In: String processing and information retrieval. - Heidelberg [u.a.] : Springer, S. 129-134, 2011 - (Lecture notes in computer science; 7024)Kongress: SPIRE; 18 (Pisa) : 2011.10.17-21

Originalartikel in begutachteter zeitschriftenartiger Reihe

Dealing with concept drift and class imbalance in multi-label stream classification

Spyromitros Xioufis, Eleftherios; Spiliopoulou, Myra; Tsoumakas, Grigorios; Vlahavas, Ioannis

In: Proceedings of the Twenty-Second International Joint Conference on Artificial Intelligence ; Vol. 2. - Menlo Park, Calif. : AAAI Press [u.a.], S. 1583-1588, 2011Kongress: IJCAI; 22 (Barcelona, Spain) : 2011.07.16-22

Originalartikel in begutachteter zeitschriftenartiger Reihe

Summarization meets visualization on online social networks

Gabriel, Hans-Henning; Spiliopoulou, Myra; Stachtiari, Emmanouela; Vakali, Athina

In: IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT), 2011. - Piscataway, NJ : IEEE, S. 475-478Kongress: WI-IAT 2011; (Lyon, France) : 2011.08.22-27

Originalartikel in begutachteter zeitschriftenartiger Reihe

Summarizing cluster evolution in dynamic environments

Ntoutsi, Irene; Spiliopoulou, Myra; Theodoridis, Yannis

In: Computational science and its applications - ICCSA 2011 ; Pt. 2. - Berlin [u.a.] : Springer, S. 562-577 - (Lecture notes in computer science; 6783)Kongress: ICCSA; 11 (Santander) : 2011.06.20-23

Originalartikel in begutachteter zeitschriftenartiger Reihe

Online clustering of high-dimensional trajectories under concept drift

Krempl, Georg; Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Machine learning and knowledge discovery in databases ; Pt. 2. - Heidelberg [u.a.] : Springer, S. 261-276, 2011 - (Lecture notes in computer science; 6912)Kongress: ECML PKDD; (Athens) : 2011.09.05-09

2010

Buchbeitrag

Eigenvector-based clustering using aggregated similarity matrices

Gabriel, Hans-Henning; Spiliopoulou, Myra; Nanopoulos, Alexandros

In: Applied computing 2010. - New York, NY : ACM, S. 1083-1087Kongress: ACM Symposium on Applied Computing; 25 (Sierre, Switzerland) : 2010.03.22-26

Buchbeitrag

Wissensmanagement kleiner und mittelständischer Unternehmen in Zeiten demographischen Wandels

Peters, Sibylle; Spengler, Thomas; Spiliopoulou, Myra

In: Wertschöpfungsmanagement im Mittelstand. - Wiesbaden : Gabler, S. 43-69, 2010

Dissertation

Ontology learning from semi-structured Web documents

Brunzel, Marko; Spiliopoulou, Myra

In: Magdeburg, Univ., Fak. für Informatik, Diss., 2010, XIII, 223 S., graph. Darst., 30 cm

Herausgeberschaft

Special issue: 13th International Conference on Natural Language and Information Systems (NLDB 2008) - five selected and extended papers

Kapetanios, Epaminondas; Sugumaran, V.; Spiliopoulou, Myra

In: St. Louis, Mo.: Elsevier, 2010; S. 249-316 - (Data & knowledge engineering; 69.2010,3)Kongress: International Conference on Natural Language and Information Systems ; 13 (London, UK) : 2008.06.24-27NLDB; 13 (London, UK) : 2008.06.24-27

Konferenz/Aufsatz

Visually summarizing the evolution of documents under a social tag

Gohr, Andre; Spiliopoulou, Myra; Hinneburg, Alexander

In: Proceedings of the International Conference on Knowledge Discovery and Information Retrieval. - [S.l.] : SciTePress, S. 85-94, 2010

Originalartikel in begutachteter internationaler Zeitschrift

Services in electronic telecommunication markets: a framework for planning the virtualization of processes

Czarnecki, Christian; Winkelmann, Axel; Spiliopoulou, Myra

In: Electronic markets: the international journal on networked business - Heidelberg: Springer, 1991, Bd. 20.2010, 3/4, S. 197-207

Originalartikel in begutachteter internationaler Zeitschrift

Privacy-preserving query log mining for business confidentiality protection

Poblete, Barbara; Spiliopoulou, Myra; Baeza-Yates, Ricardo

In: ACM transactions on the web. - New York, NY : ACM, Bd. 4.2010, 3, insges. 20 S.

Originalartikel in begutachteter internationaler Zeitschrift

Novel data stream pattern mining report on the StreamKDD'10 workshop

Dunham, Margaret H.; Hahsler, Michael; Spiliopoulou, Myra

In: SIGKDD explorations. - New York, NY : ACM, Bd. 12.2010, 2, S. 54-55

Originalartikel in begutachteter zeitschriftenartiger Reihe

Automated constraint selection for semi-supervised clustering algorithm

Ruiz, Carlos; Carlos, G. Vallejo; Spiliopoulou, Myra; Menasalvas, Ernestina

In: Current topics in artificial intelligence. - Berlin [u.a.] : Springer, S. 151-160, 2010 - (Lecture notes in computer science ; 5988)Kongress: CAEPIA; 13 (Seville) : 2009.11.09-13

Originalartikel in begutachteter zeitschriftenartiger Reihe

Tree Induction over Perennial Objects

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Scientific and Statistical Database Management, 22nd International Conference, SSDBM 2010, Heidelberg, Germany, June 30-July 2, Proceedings

Originalartikel in begutachteter zeitschriftenartiger Reihe

Stream Clustering of Growing Objects

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Discovery Science, 12th International Conference, DS 2009, Porto, Portugal, October 3-5, 2009, Proceedings

2009

Buchbeitrag

How does the implementation of a next generation network influence a telecommunication company?

Czarnecki, Christian; Heuser, Marcus; Spiliopoulou, Myra

In: Online Proceedings of the European and Mediterranean Conference on Information Systems (EMCIS). - Brunel University, insges. 11 S., 2009[Track: Enterprise Systems, Artikel C34]

Herausgeberschaft

Advances in Web Mining and Web Usage Analysis

Nasraoui, Olfa; Spiliopoulou, Myra; Srivastava, Jaideep; Mobasher, Bamshad; Masand, Brij

In: 8th Int.\ Workshop on Knowledge Discovery on the Web, WebKDD 2008, Revised Papers

Herausgeberschaft

Knowledge discovery enhanced with semantic and social information

Berendt, Bettina; Mladenič, Dunja; Gemmis, Marco; Semeraro, Giovanni; Spiliopoulou, Myra; Stumme, Gerd; Svátek, Vojtěch; Železný, Filip

In: Heidelberg: Springer, 2009, X, 143 S. - (Studies in computational intelligence; Vol. 220), ISBN: 978-3-642-01890-9 Kongress: European Conference on Principles and Practice of Knowledge Discovery in Databases 11 Warsaw 2007.09.17-21

Herausgeberschaft

Advances in web mining and web usage analysis - 9th International Workshop on Knowledge Discovery on the Web, WebKDD 2007 and 1st International Workshop on Social Networks Analysis, SNA-KDD 2007, San Jose, CA, USA, August 12-15, 2007 ; revised papers

Zhang, Haizheng; Spiliopoulou, Myra; Mobasher, Bamshad; Giles, C. Lee; McCallum, Andrew; Nasraoui, Olfa; Srivastava, Jaideep; Yen, John

In: Heidelberg [u.a.]: Springer, 2009, X, 153 S. - (Lecture notes in computer science; 5439; Lecture notes in artificial intelligence), ISBN: 978-3-642-00527-5 Kongress: International Workshop on Social Networks Analysis 1 San Jose, CA 2007.08.12-15

Konferenz/Aufsatz

Topic evolution in a stream of documents

Gohr, André; Hinneburg, Alexander; Schult, René; Spiliopoulou, Myra

In: Proceedings of the Ninth SIAM International Conference on Data Mining , 2009 , [Elektronische Ressource] - Philadelphia : SIAM, insges. 12 S.

Artikel in Kongressband

Finding stops in error-prone tTrajectories of moving objects with time-based clustering

Zimmermann, Max; Spiliopoulou, Myra; Kirste, Thomas

In: IMC 2009. - [Marburg] : Blista, S. 275-286Kongress: IMC 2009; 13 (Marburg) : 2009.07.14-17

Originalartikel in begutachteter internationaler Zeitschrift

Density-based semi-supervised clustering

Ruiz, Carlos; Spiliopoulou, Myra; Menasalvas, Ernestina

In: Data mining and knowledge discovery. - Dordrecht [u.a.] : Springer Science + Business Media B.V, 2009

Originalartikel in begutachteter internationaler Zeitschrift

On Exploiting the Power of Time in Data Mining

Böttcher, Mirko; Höppner, Frank; Spiliopoulou, Myra

In: SIGKDD Explorations, 2008

Originalartikel in begutachteter internationaler Zeitschrift

Tracing cluster transitions for different cluster types

Ntoutsi, Irene; Spiliopoulou, Myra; Theodoridis, Yannis

In: Control and cybernetics. - Warszawa : SRI PAS, Bd. 38.2009, 1, S. 239-259

Originalartikel in begutachteter internationaler Zeitschrift

Website Privacy Preservation for Query Log Publishing

Poblete, Barbara; Spiliopoulou, Myra; Baeza-Yates, Ricardo

In: Privacy, Security, and Trust in KDD - First ACM SIGKDD International Workshop, PinKDD 2007, San Jose, CA, USA, August 12, 2007, Revised, Selected Papers

Originalartikel in begutachteter zeitschriftenartiger Reihe

Combining Multiple Interrelated Streams for Incremental Clustering

Siddiqui, Zaigham Faraz; Spiliopoulou, Myra

In: Scientific and Statistical Database Management, 21st International Conference, SSDBM 2009, New Orleans, LA, USA, June 2-4, 2009, Proceedings

Originalartikel in begutachteter zeitschriftenartiger Reihe

Imprecision, diversity and uncertainty - disentangling theads in uncertainty management

Spiliopoulou, Myra; Keulen, Maurice van; Lenz, Hans-Joachim; Wijsen, Jef; Renz, Matthias; Kruse, Rudolf; Stern, Mirco

In: Uncertainty mnagement in information systems. - [Wadern] : Leibnitz-Zentrum für Informatik, insges. 3 S., 2009 - (Dagstuhl seminar proceedings; 08421)Kongress: Dagstuhl Seminar; : (Wandern) ; 2008.10.12-17

Originalartikel in begutachteter zeitschriftenartiger Reihe

Spectral clustering in social-tagging systems

Nanopoulos, Alexandros; Gabriel, Hans-Henning; Spiliopoulou, Myra

In: Web information systems engineering - WISE 2009. - Berlin [u.a.] : Springer, S. 87-100 - (Lecture notes in computer science; 5802)Kongress: WISE; 10 (Poznan) : 2009.10.05-07

Originalartikel in begutachteter zeitschriftenartiger Reihe

Discovering groups of sibling terms from web documents with XTREEM-SG

Brunzel, Marko; Spiliopoulou, Myra

In: , S. 126-155, 2008 - (Lecture notes in computer science; 5383)Kongress: EKAW 2006; 15 (Podebrady, Czech Republic) : 2006.10.

Originalartikel in begutachteter zeitschriftenartiger Reihe

C-DenStream - using domain knowledge on a data stream

Ruiz, Carlos; Menasalvas, Ernestina; Spiliopoulou, Myra

In: Discovery science. - Berlin [u.a.] : Springer, S. 287-301, 2009 - (Lecture notes in computer science; 5808)Kongress: DS; 12 (Porto) : 2009.10.03-05

2008

Buchbeitrag

Understanding change before adaption - tracing changes over a stream of data

Spiliopoulou, Myra

In: LWA 2007 - Lernen, Wissen, Adaption, Halle, September 2007 ; Workshop Proceedings , 2007 - Halle : Martin-Luther-Univ. Halle-Wittenberg, Inst. for Informatics, Databases and Information Systems, S. 10 Kongress: Lernen, Wissen, Adaption Halle 2007.09.24-26

Buchbeitrag

Understanding change before adaption - tracing changes over a stream of data

Spiliopoulou, Myra

In: LWA 2007 - Lernen, Wissen, Adaption, Halle, September 2007 ; Workshop Proceedings/ LWA - Halle: Martin-Luther-Univ. Halle-Wittenberg, Inst. for Informatics, Databases and Information Systems . - 2007, S. 10Kongress: Lernen, Wissen, Adaption (Halle : 2007.09.24-26)

Herausgeberschaft

WebKDD'08 - 10 years of knowledge discovery on the web ; 10th International Workshop on Knowledge Discovery on the Web in conjunction with the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2008), August 24, 2008, Las Vegas, Nevada, USA ; proceedings

Nasraoui, Olfa; Spiliopoulou, Myra; Zaiane, Osmar; Srivastava, Jaideep; Mobasher, Bamshad

In: Las Vegas, 2008Kongress: WebKDD; 10 (Las Vegas) : 2008.08.24International Workshop on Knowledge Discovery on the Web; 10 (Las Vegas) : 2008.08.24

Herausgeberschaft

Natural language and information systems - 13th International Conference on Applications of Natural Language to Information Systems, NLDB 2008 London, UK, June 24-27, 2008 ; proceedings

Kapetanios, Epaminondas; Sugumaran, Vijayan; Spiliopoulou, Myra

In: Heidelberg [u.a.]: Springer, 2008, XIX, 386 S. - (Lecture notes in computer science; 5039), ISBN: 978-3-540-69857-9 Kongress: International Conference on Applications of Natural Language to Information Systems 13 London 2008.06.24-27

Artikel in Kongressband

Studying community dynamics with an incremental graph mining algorithm

Falkowski, Tanja; Barth, Anja; Spiliopoulou, Myra

In: 14th Americas Conference on Information Systems. - Red Hook, NY : Curran, insges. 11 S., 2008Kongress: AMCIS 2008; 14 (Toronto) : 2008.08.14-17

Originalartikel in begutachteter internationaler Zeitschrift

Higher order mining

Roddick, John F.; Spiliopoulou, Myra; Lister, Daniel; Ceglar, Aaron

In: SIGKDD explorations: newsletter of the Special Interest Group (SIG) on Knowledge Discovery & Data Mining / Association for Computing Machinery: newsletter of the Special Interest Group (SIG) on Knowledge Discovery & Data Mining/ Association for Computing Machinery - New York, NY: ACM, Bd. 10 (2008), 1, S. 5-17

Originalartikel in begutachteter internationaler Zeitschrift

On exploiting the power of time in data mining

Bötcher, Mirko; Höppner, Frank; Spiliopoulou, Myra

In: SIGKDD explorations. - New York, NY : ACM, Bd. 10.2008, 2, S. 3-11

Originalartikel in begutachteter nationaler Zeitschrift

Contributing to market monitoring with topic evolution monitoring

Schult, Rene; Spiliopoulou, Myra

In: Datenbank-Spektrum. - Berlin : Springer, Bd. 8.2008, 25, S. 23-30

Originalartikel in begutachteter zeitschriftenartiger Reihe

Lifelong knowledge acquisition with topic monitoring

Spiliopoulou, Myra; Schult, Rene

In: Informatik 2008 ; Bd. 1: [Workshop E-Government und Digitale Archive - Workshop Gesundheitstelematik und eGK - Workshop SOA und EU-Dienstleistungsrichtlinie in der Öffentlichen Verwaltung - Workshop Security for Web Services and SOA - Workshop Software, Services und Plattformen für Neue Infrastrukturen in der Telekommunikation - Workshop Modellbasiertes Testen - Workshop Informationssysteme mit Open Source - Workshop Mobile and Embedded Interactive Systems - Workshop Vorgehensmodelle in der Praxis - Workshop IT-gestütztes Wissensmanagement - Workshop Elektronische Wahlen, Elektronische Teilhabe, Societyware: Beherrschbare Systeme? Wünschenswerte Systeme? - Workshop Mobiles Spielen]. - Bonn : Ges. für Informatik, S. 378-385 - (GI-Edition)Kongress: Jahrestagung der Gesellschaft für Informatik e.V.; 38 (München) : 2008.09.08-13

Wissenschaftliche Monographie

Notes of knowledge discovery from evolving data

Spiliopoulou, Myra; Höppner, Frank; Boettcher, Mirko

In: Antwerp, 2008Kongress: European Conference on Machine Learning and Principles and practice of Knowledge Discovery in Databases; (Antwerp, Belgium) : 2008.09.15-19ECML PKDD 2008; (Antwerp, Belgium) : 2008.09.15-19

Aus technischen Gründen können nur 200 Publikationen angezeigt werden.

Mehr im Forschungsportal ansehen.

Kooperationen
  • Sabancı University Istanbul
  • Ludwig-Maximilians-Universität München
  • Volkswagen
  • Aristotle University of Thessaloniki
  • Karl-Franzens-Universität Graz
  • Prudsys AG
  • Ernst-Moritz-Arndt-Universität Greifswald
  • Center of Biomedical Technology, Madrid, Spain
  • Polytecnical University of Madrid, Spain
  • University of Porto, Portugal
  • Universitätsklinikum Magdeburg
  • Orange Labs (France Telecom R&D)
  • LIN - Leibniz Institut für Neurobiologie Magdeburg
  • Leibniz Universität Hannover
  • Universitätsklinikum Regensburg
  • Universität Bielefeld
  • ifak system GmbH
  • Brunel University London, London(United Kingdom), Dr. Allan Tucker
  • Center of Research and Technology Hellas
  • Charité Universitätsmedizin Berlin
  • Charité-Universitätsmedizin Berlin
  • Donau Universität Krems (Österreich)
  • Donau-Universität, Österreich
  • Ethniko kai Kapodistriako Panepistimio Athinon
  • Fraunhofer - Institut Fabrikbetrieb und -automatisierung (IFF)
  • Institute of Communication and Computer Systems
  • Instituto di Ricerche Pharmacologiche Mario Negri
  • Karolinska Institutet
  • Katholieke Universiteit Leuven
  • KLINIKUM DER UNIVERSITAET REGENSBURG (Koordinator)
  • Klinikum der Universität Regensburg (Koordinator)
  • National and Kapodistrian University of Athens
  • Prof. Dr. habil. Monika Christine Brunner-Weinzierl, Otto-von-Guericke-Universität Magdeburg Medizinische Fakultät Universitätskinderklinik
  • Sabanci University Istanbul, Turkey
  • Servicio Andaluz de Salud
  • Sphynx Technology Solutions AG
  • Tinnituszentrum der Charité – Universitätsmedizin Berlin
  • TU Chemnitz
  • TU Ilmenau
  • Universitätsklinikum Würzburg
  • Universität Ulm
  • Vilabs LTD
  • Zeincro
  • ZeinCRO Egeszsegugyi Szolgaltato Korlatolt Feleloddegu Tarsasag
Profil
Der Name der Arbeitsgruppe Wirtschaftsinformatik II - KMD- steht für - Knowledge Management & Discovery-, also für die Entdeckung und Verwaltung von Wissen. Der Schwerpunkt liegt auf Data Mining Methoden für die Extraktion von entscheidungsrelevantem Wissen aus Daten.

Schwerpunkt der Arbeitsgruppe KMD ist die Analyse von dynamischen Daten. Wir entwickeln Methoden zur Adaption und Monitoring von Modellen auf dynamisch komplexen Daten. Unsere Anwendungsgebiete sind Kundenprofiling ( insb. für Empfehlungsmaschinen ) und Analyse von medizinischen Daten.
Service
Wirtschaftsinformatik II - Knowledge Management & Discovery
    Beratung, Methoden und Lösungen für:
    * explorative Analyse von klinischen und epidemiologischen Daten
    * Analysen für mHealth / eHealth Anwendungen
    * Opinion Mining
    * Empfehlungsmaschinen
Vita

09/82 - 06/86

Studium der Mathematik an der Universität Athen

09/86 - 01/89

Datenbank-Programmierung in Unternehmen

01/89 - 11/94

Wissenschaftliche Mitarbeiterin an der Informatik der Universität Athen

1992:

Promotion in der Informatik an der Universität Athen zum Thema der parallelen Anfrageoptimierung

12/94 - 08/2000

Wissenschaftliche Mitarbeiterin (C1) am Institut für Wirtschaftsinformatik, Humboldt-Universität zu Berlin

06/2000:

Habilitation in der Wirtschaftsinformatik

09/2000 - 03/2001

Gastprofessorin der Wirtschaftsinformatik an der ITI/FIN, Otto-von-Guericke-Universität Magdeburg

04/2001 - 01/2003

Professorin der "Wirtschaftsinformatik des E-Business" an der Handelshochschule Leipzig (HHL)

seit 02/2003

Professorin der Wirtschaftsinformatik an der ITI/FIN, Otto-von-Guericke-Universität Magdeburg

Presse
Prof. Myra Spiliopoulou ist Wirtschaftsinformatikprofessorin und leitet die Arbeitsgruppe "Knowledge Management and Discovery" (KMD). Der Name der Arbeitsgruppe Wirtschaftsinformatik II - KMD- steht für - Knowledge Management & Discovery-, also für die Entdeckung und Verwaltung von Wissen. Der Schwerpunkt liegt auf Data Mining Methoden für die Extraktion von entscheidungsrelevantem Wissen aus Daten.

Schwerpunkt der Arbeitsgruppe KMD ist die Analyse von dynamischen Daten. Wir entwickeln Methoden zur Adaption und Monitoring von Modellen auf dynamisch komplexen Daten. Unsere Anwendungsgebiete sind Kundenprofiling ( insb. für Empfehlungsmaschinen ) und Analyse von medizinischen Daten.

Letzte Änderung: 08.06.2023 - Ansprechpartner: Webmaster