Dr. Andreas Nienkötter

Wissenschaftlicher Mitarbeiter
Nienkoetter
© Uni MS

Tel: +49 251 83 - 32706
a.nienkoetter(AT)uni-muenster.de

Institut für Informatik
Westfälische Wilhelms-Universität Münster
Einsteinstrasse 62
D-48149 Münster

Raum 602a
Sprechstunde: nach Vereinbarung

 
  • Forschungsschwerpunkte

    • Verallgemeinerter Median
    • Consensus Learning
  • Vita

    Akademische Ausbildung

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

    Beruflicher Werdegang

    Wissenschaftlicher Mitarbeiter am Institut für Informatik der WWU Münster
  • Lehre

    • V/Ü: Computer Vision [100113]
      (zusammen mit Prof. Dr. Xiaoyi Jiang)

    • V/Ü: Mustererkennung [108115]
      (zusammen mit Prof. Dr. Xiaoyi Jiang)

    • V/Ü: Computer Vision [106115]
      (zusammen mit Prof. Dr. Benjamin Risse)

    • V/Ü: Mustererkennung [104112]
      (zusammen mit Prof. Dr. Benjamin Risse, Prof. Dr. Xiaoyi Jiang, Julian Johannes Kuhlmann)

    • V/Ü: Mustererkennung [100123]
      (zusammen mit Prof. Dr. Benjamin Risse, Prof. Dr. Xiaoyi Jiang, Julian Johannes Kuhlmann)

    • V/Ü: Mustererkennung [106117]
      (zusammen mit Prof. Dr. Benjamin Risse, Prof. Dr. Xiaoyi Jiang)
  • Publikationen

    • Nienkötter A, Jiang X. . ‘Kernel-based generalized median computation for consensus learning.’ IEEE Transactions on Pattern Analysis and Machine Intelligence 45, Nr. 5: 5872–5888.

    • Nienkötter A, Jiang X. . ‘Distance-preserving vector space embedding for consensus learning.’ IEEE Transactions on Systems, Man, and Cybernetics: Systems 51, Nr. 2: 1244–1257.

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

    • Nienkötter A, Jiang X. . ‘Consensus learning for sequence data.’ In Data Mining in Time Series and Streaming Databases, edited by Last M, Bunke H, Kandel A, 69–91. World Scientific Publishing.

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