Auflistung nach Autor:in "Wahl, Florian"
1 - 2 von 2
Treffer pro Seite
Sortieroptionen
- TextdokumentCluster Flow - an Advanced Concept for Ensemble-Enabling, Interactive Clustering(BTW 2021, 2021) Obermeier, Sandra; Beer, Anna; Wahl, Florian; Seidl, ThomasEven though most clustering algorithms serve knowledge discovery in fields other than computer science, most of them still require users to be familiar with programming or data mining to some extent. As that often prevents efficient research, we developed an easy to use, highly explainable clustering method accompanied by an interactive tool for clustering. It is based on intuitively understandable kNN graphs and the subsequent application of adaptable filters, which can be combined ensemble-like and iteratively and prune unnecessary or misleading edges. For a first overview of the data, fully automatic predefined filter cascades deliver robust results. A selection of simple filters and combination methods that can be chosen interactively yield very good results on benchmark datasets compared to various algorithms.
- KonferenzbeitragMethoden zum Monitoring des zirkadianen Rhythmus im Alltag(Ausgezeichnete Informatikdissertationen 2019, 2020) Wahl, FlorianUnsere innere Uhr, die zirkadiane Uhr, regelt wann Aktivitäten im Körper stattfinden und bestimmt so z.B. wann wir die höchste Konzentrationsfähigkeit haben. Die zirkadiane Phase wird durch den Zeitpunkt und die Intensität von Lichtexposition verändert. Im Alltag stellt die Synchronisation von interner und externer Uhr eine zunehmende Herausforderung dar. Ein Leben gegen die innere Uhr birgt negative gesundheitliche Konsequenzen. Bisher kann die zirkadiane Phase nur mit erheblichem Aufwand gemessen werden. Ziel der Dissertation ist es Methoden zur Beobachtung der inneren Uhr im Alltag zu erforschen. Wir entwickeln dafür personalisierte Datenbrillen, welche Alltagsaktivitäten des Trägers erkennen und so z.B. vor Bildschirmbenutzung bei Nacht warnen können. Des Weiteren schätzen wir die Lichtexposition mit Smartphones, um so die Verschiebung der inneren Uhr vorherzusagen. Wir verwenden Daten von Smartphones, um Schlaf-Wach Zeiten zu erkennen. Expertenmodelle werden mit datengetriebenen Modellen kombiniert, um die Ergebnisse zu verbessern und Vorhersagen in relevante Domänen übersetzen.