Barbara Hammer (* 31. Juli 1970 in Mannheim) ist eine deutsche Informatikerin und Hochschullehrerin für Machine Learning an der Universität Bielefeld.

Werdegang

Bearbeiten

Hammer studierte nach ihrem Abitur in Osnabrück von 1989 bis 1995 Mathematik und Informatik an der Universität Osnabrück. 1999 wurde sie mit einer Dissertation zum Thema „Learning with Recurrent Neural Networks“ an der Universität Osnabrück promoviert.[1] 1999 war Hammer als Gastforscherin an der Rutgers University tätig. Von 1999 bis 2004 leitete sie eine vom Niedersächsischen Ministerium für Wissenschaft und Kultur geförderte Nachwuchsforschergruppe im Projekt „Using neural methods to learn from structured data“ in Osnabrück. 2000 war sie als Gastforscherin am „Center for Artificial Intelligence & Robotics“ (CAIR) in Bangalore tätig. 2001 war sie als Gastforscherin an der Universität Pisa tätig. Ihre Lehrerlaubnis im Fach Informatik erhielt sie 2003 durch ihre Habilitation ebenfalls in Osnabrück. Im selben Jahr hatte sie Gastaufenthalte an den Universitäten Padua und Birmingham.

2004 nahm sie den Ruf auf eine W2-Professur für Theoretische Informatik an der Technischen Universität Clausthal an. 2005 lehrte sie als Gastprofessorin an der Université Paris 1 Panthéon-Sorbonne. 2010 folgte sie dem Ruf auf eine W2-Professur für Theoretische Informatik an der Technischen Fakultät der Universität Bielefeld. Die Denomination änderte sich 2017 auf eine W3-Professur für Machine Learning.

Ihre Forschungsschwerpunkte liegen in den Bereichen künstlicher neuronaler Netze, Data-Mining, Bioinformatik, Lerntheorie und Machine learning.

Auszeichnungen

Bearbeiten

Publikationen (Auswahl)

Bearbeiten

Literaturübersichten

Bearbeiten

Bis 2017 wurden über 330 Zeitschriften-, Buch- und Konferenzbeiträge veröffentlicht, die von Barbara Hammer im Rahmen ihrer wissenschaftlichen Tätigkeit verfasst wurden bzw. an denen sie wesentlich beteiligt war.[3]

Bearbeiten
  • Barbara Hammer im Personen- und Einrichtungsverzeichnis der Universität Bielefeld, mit Vita.
  • Webseite von Barbara Hammer am Lehrstuhl für Machine Learning der Technischen Fakultät der Universität Bielefeld (englisch).

Einzelnachweise

Bearbeiten
  1. Barbara Hammer: Learning with Recurrent Neural Networks. (Dissertation) Springer 2000, ISBN 978-1-84628-567-7 (eingeschränkte Vorschau)
  2. Profil von Barbara Hammer bei AcademiaNet
  3. Publikationen von und mit Barbara Hammer an der Universität Bielefeld

📚 Artikel Terkait di Wikipedia

Lernende Vektorquantisierung

Lernende Vektorquantisierung, englisch learning vector quantization (kurz: LVQ), ist ein Verfahren aus dem Bereich der künstlichen neuronalen Netze. Es

AOMedia Video 1

späten Stadium. Die Kodierungskomplexität von Daalas Perceptual Vector Quantization war zu hoch im ohnehin schon komplexen Gesamtsystem von AV1. Die

Klaus Schulten

1990 mit Thomas Martinetz, Stansliv G. Berkovich: "Neural gas" for vector quantization and its application to time-series prediction, IEEE Transactions

AOMedia Video

übernimmt von Daala die in dem Audioformat Opus erprobte Perceptual Vector Quantization (PVQ, eine sphärische Vektorquantisierung). Dazu ist eine Entropiekodierung

Textursynthese

durch die Binärbaum-basierte Vektorquantisierung (tree-structured vector quantization, TSVQ) ergänzt. Zentraler Bestandteil dieses Verfahrens, das eigentlich

Marc Rieffel

Arxiv Deformation quantization for actions of R d {\displaystyle R^{d}} , American Mathematical Society 1993 Deformation quantization and operator algebras

Thomas Martinetz

Martinetz, S. Berkovich, K. Schulten: „Neural-gas“ Network for Vector Quantization and its Application to Time-Series Prediction. IEEE-Transactions

Neural Gas

Martinetz, S. Berkovich, K. Schulten: „Neural-gas“ Network for Vector Quantization and its Application to Time-Series Prediction. IEEE-Transactions