|
1 |
Fine-Tuning Machine Learning with Historical Data. An Alchemical Object Detection Dataset for Early Modern Scientific Illustrations Enthalten in Zeitschrift für digitale Geisteswissenschaften Bd. 10, Nr. 10, Version 1.0
|
|
|
2 |
Automated Machine Learning For Computational Mechanics (Dagstuhl Seminar 24282) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2025, Volume 14, Issue 7, page 17-34
|
|
|
3 |
Machine Learning Augmented Algorithms for Combinatorial Optimization Problems (Dagstuhl Seminar 24441) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2025, Volume 14, Issue 10, page 76-100
|
|
|
4 |
Machine Learning for Protein-Protein and Protein-Ligand Interactions (Dagstuhl Seminar 24451) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2025, Volume 14, Issue 11, page 1-15
|
|
|
5 |
Resource-Efficient Machine Learning (Dagstuhl Seminar 24311) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2025, Volume 14, Issue 7, page 153-169
|
|
|
6 |
Nr. 1 Enthalten in ExWoSt-Informationen : 57, Identifikation von Innenentwicklungspotenzialen mittels Künstlicher Intelligenz und Fernerkundungsdaten
|
|
|
7 |
Software Architecture and Machine Learning (Dagstuhl Seminar 23302) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2024, Volume 13, Issue 7, page 166-188
|
|
|
8 |
Developmental Machine Learning: From Human Learning to Machines and Back (Dagstuhl Seminar 22422) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2023, Volume 12, Issue 10, page 143-165
|
|
|
9 |
Do Machine Learning Models Produce TypeScript Types That Type Check? (Artifact) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Artifacts Series 2023, Volume 9, Issue 2, page 5:1-5:3
|
|
|
10 |
Inverse Biophysical Modeling and Machine Learning in Personalized Oncology (Dagstuhl Seminar 23022) Enthalten in Schloss Dagstuhl, Leibniz-Zentrum für Informatik: Dagstuhl Reports 2023, Volume 13, Issue 1, page 36-67
|
|