Skip to main content Skip to main navigation

Leiter des Forschungsbereichs Planbasierte Robotersteuerung

Prof. Dr. Martin Atzmüller

Organisationseinheit Planbasierte Robotersteuerung
Kontakt +49 541 386050 2287 (Osnabrück)

Adresse (Osnabrück)

Publikationen

SHAP value-based ERP analysis (SHERPA): Increasing the sensitivity of EEG signals with explainable AI methods

Sophia Sylvester; Merle Sagehorn; Thomas Gruber; Martin Atzmueller; Benjamin Schöne

In: Behavior Research Methods, Pages 1-15, Springer, 2024.

Zur Publikation

A Neuro-Symbolic Approach for Anomaly Detection and Complex Fault Diagnosis Exemplified in the Automotive Domain

Tim Bohne; Anne-Kathrin Patricia Windler; Martin Atzmueller

In: Brent Venable; Daniel Garijo; Brian Jalaian (Hrsg.). Proceedings of the 12th Knowledge Capture Conference 2023. International Conference on Knowledge Capture (K-Cap-2023), December 5-7, Pensacola, FL, USA, Pages 35-43, K-CAP '23, Vol. 12, ISBN 979-8-4007-0141-2, Association for Computing Machinery, New York, NY, USA, 12/2023.

Zur Publikation

Enhanced Explanations for Knowledge-Augmented Clustering using Subgroup Discovery

Maciej Szelążek; Dan Hudson; Szymon Bobek; Grzegorz J. Nalepa; Martin Atzmueller

In: 2023 IEEE 10th International Conference on Data Science and Advanced Analytics (DSAA). International Conference on Data Science and Advanced Analytics (DSAA-2023), October 9-13, Thessaloniki, Greece, Pages 1-11, IEEE, 11/2023.

Zur Publikation
Alle Publikationen

Profil

  • ExPrIS

    Erwartungen auf Wissensebene als A-Priori-Wahrscheinlichkeiten für die Objektinterpretation aus Sensordaten

    „Was werde ich sehen, wenn ich um diese Ecke fahre?“

    Je nachdem, was sich hinter dieser Ecke befindet, ist diese Frage für uns einfach zu beantworten. In einer Küche sehen wir wahrscheinlich einen…

    ExPrIS

  • AW4.0

    Autowerkstatt4.0

    Im Projekt Autowerkstatt 4.0 (AW 4.0) entwickelt ein Konsortium aus Partnerunternehmen und Forschungsinstituten eine deutschlandweite Plattform für den vertrauenswürdigen Datenaustausch von…

    AW4.0

  • AI-Test-Field

    Versuchsumgebung zur industrietauglichen Entwicklung semantischer Umgebungswahrnehmung

    Die Zusammenführung von räumlich und zeitlich hochauflösender Daten und deren Interpretation sind wesentliche Innovationstreiber für die Realisierung nachhaltigerer Prozesse im Pflanzenbau. Hierbei…

    AI-Test-Field