Dr. Andreas Nienkötter

• Verallgemeinerter Median
• Consensus Learning

Akademische Ausbildung

2009 – 2015

Studium der Informatik (Bachelor und Master) an der WWU Münster

Beruflicher Werdegang

seit 2015

Wissenschaftlicher Mitarbeiter am Institut für Informatik der WWU Münster

Wintersemester 2022/23

• V/Ü: Computer Vision [100113]
  (zusammen mit Xiaoyi Jiang)
• Praktische Übung: Begleitendes Praktikum zu Computer Vision [100114]
  (zusammen mit Xiaoyi Jiang)

Sommersemester 2022

• V/Ü: Mustererkennung [108115]
  (zusammen mit Xiaoyi Jiang)
• Praktische Übung: Praktikum zur Vorlesung Mustererkennung [108114]
  (zusammen mit Xiaoyi Jiang, Florian Eilers und Christof Duhme)

Wintersemester 2021/22

• V/Ü: Computer Vision [106115]
  (zusammen mit Benjamin Risse)
• Praktische Übung: Begleitendes Praktikum zu Computer Vision [106116]
  (zusammen mit Benjamin Risse)

Sommersemester 2021

• V/Ü: Mustererkennung [104112]
  (zusammen mit Xiaoyi Jiang und Benjamin Risse)
• Praktische Übung: Praktikum zur Vorlesung Mustererkennung [104113]
  (zusammen mit Xiaoyi Jiang und Benjamin Risse)

2023

• Nienkötter, A, und Jiang, X. 2023. „Kernel-based generalized median computation for consensus learning.“ IEEE Transactions on Pattern Analysis and Machine Intelligence 45 (5): 5872–5888.

2021

• Nienkötter, A, und Jiang, X. 2021. „Distance-preserving vector space embedding for consensus learning.“ IEEE Transactions on Systems, Man and Cybernetics: Systems 51 (2): 1244–1257.

2020

• Nienkötter, A, und Jiang, X. 2020. „A lower bound for generalized median based consensus learning using kernel-induced distance functions.“ Pattern Recognition Letters 140: 339–347.

2018

• Nienkötter, A, und Jiang, X. 2018. „Consensus learning for sequence data.“ In Data Mining in Time Series and Streaming Databases, herausgegeben von M Last, H Bunke und A Kandel. World Scientific Publishing.

2016

• Nienkötter, A, und Jiang, X. 2016. „Distance-preserving vector space embedding for the closest string problem.“ Beitrag präsentiert auf der Proc. of 23rd Int. Conf. on Pattern Recognition (ICPR), Cancun, Mexico doi: 10.1109/ICPR.2016.7899854.
• Nienkötter, A, und Jiang, X. 2016. „Improved prototype embedding based generalized median computation by means of refined reconstruction methods.“ Beitrag präsentiert auf der Proc. of Joint IAPR Int. Workshop on Structural, Syntactic, and Statistical Pattern Recognition (S+SSPR), Merida, Mexico