Prof. Dr. Christoph Michael Tholen

Kontakt

Adresse (Oldenburg)

Publikationen

Logic Programming for Developing an Interactive Explainable Naval Decision Support System
Tarek Elmihoub; Christoph Michael Tholen; Lars Nolle; Frederic Theodor Stahl
In: Maryam Alimardani; Tom Lenaerts; André Meyer-Vitali; Joost Vennekens Ann Nowé; Shenghui Wang (Hrsg.). Hybrid Human Artificial Intelligence (HHAI) 2026. International Conference on Hybrid Human-Artificial Intelligence (HHAI-2026), The 5th International Conference on Hybrid Human-Artificial Intelligence, located at HHAI-2026, July 6-10, Brussels, Belgium, Pages 36-49, Frontiers in Artificial…
Measuring and Comparison of the Energy Consumption of Different Machine Learning Methods
Christoph Michael Tholen; Carolin Leluschko; Lars Nolle; Frederic Theodor Stahl
In: Max Bramer; Frederic Theodor Stahl (Hrsg.). Artificial Intelligence XLII. SGAI International Conference on Artificial Intelligence (AI-2025), Cham, Pages 172-184, ISBN 978-3-032-11402-0, Springer Nature Switzerland, 11/2025.
Flash-flood-driven litter accumulation on beaches studied with aerial imagery and machine learning on Sicily’s northeastern coast, southern Italy
Jun Seok Oh; Carolin Leluschko; Christoph Michael Tholen; Marcello Gugliotta
In: Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, Vol. 383, No. 2307, Pages 1-20, The Royal Society, 10/2025.

XAI4SFAS
Intelligentes Assistenzsystem für die teilautonome Schiffsführung
Seit mehreren Jahren ist in der Schifffahrt ein klarer Trend zu höherer Automatisierung und reduzierter Besatzung zu beobachten. Hauptgründe hierfür sind die Verringerung von Gefahren,…
iMagine
Imaging data and services for aquatic science
In der aquatischen Forschung wird häufig auf Bild- und Videodaten zurückgegriffen, um Erkenntnisse über unsere Ozeane, Seen und Flüsse zu gewinnen.
Aktuelle Herausforderungen in diesem…
APLASTIC-Q-Canada
Machine Learning identification of pollutants and other debris in Canadian Waterways
Das Projekt beschäftigt sich mit der Weiterentwicklung von KI-Methoden zur Erkennung und Analyse von Müll in Flüssen und Kanälen. Zum Einsatz kommen stationäre Kamerasysteme, welche eine…
PlasticObs_plus
Verbund - KI: PlasticObs_plus - Maschinelles Lernen auf Multisensordaten der flugzeuggestützten Fernerkundung zur Bekämpfung von Plastikmüll in Meeren und Flüssen
Das flugzeuggestützte Monitoring zur Detektion von Plastikmüll stellt eine moderne, universelle Beobachtungsmethode dar, um der drängenden und rapid ansteigenden Problematik der…
MATE
Maritime Traffic Emissions: A monitoring network
Der Schiffsverkehr nimmt weltweit zu, wobei 90% des Welthandels über den Ozean abgewickelt werden. Die Emissionen des Schiffsverkehrs stellen eine ernsthafte Bedrohung für die Meeresumwelt und die…