Navigation

Skiplinks

International News

6 June 2019
Our paper "k-Means as a Variational EM Approximation of Gaussian Mixture Models" has been published by Pattern Recognition Letters and is available online (PRLetters, arXiv).

 

2 April 2019
Our paper "k-Means as a Variational EM Approximation of Gaussian Mixture Models" was accepted for publication by Pattern Recognition Letters.

 

14-15 March 2019
Jörg Lücke gave a series of three lectures on Generative Machine Learning at the IK 2019 Spring School.

 

17 Jan 2019
Our paper "STRFs in primary auditory cortex emerge from masking-based statistics of natural sounds" (Sheikh et al.) has been published by PLOS Computational Biology.
 

16 July 2018
Our paper "Neural Simpletrons - Learning in the Limit of Few Labels with Directed Generative Networks" (Forster et al.) has been published by Neural Computation.
 

5 July 2018
Our paper "Truncated Variational Sampling for ‘Black Box’ Optimization of Generative Models" has been presented at the LVA/ICA 2018.

 

3 July 2018
Our paper "Optimal neural inference of stimulus intensities" (Monk et al.) has been published by Nature's Scientific Reports.
 

24 March 2018
Our paper "Evolutionary Expectation Maximization" (Guiraud et al.) has been accepted for GECCO 2018.
 

19 March 2018
Our paper "Truncated Variational Sampling for ‘Black Box’ Optimization of Generative Models" (Lücke et al.) has been accepted for LVA/ICA 2018.
 

5 March 2018
Our paper "Neural Simpletrons - Learning in the Limit of Few Labels with Directed Generative Networks" (Forster et al.) has been accepted by Neural Computation.
 

22 Dec 2017
Our paper "Can clustering scale sublinearly with its clusters?" (Forster & Lücke) has been accepted for AISTATS 2018.
 

30 June 2017
Our paper "Discrete Sparse Coding" (Exarchakis & Lücke) has been accepted by Neural Computation.
 

7 June 2017
Our paper "Models of acetylcholine and dopamine signals differentially improve neural representations" (Holca-Lamarre et al.) has been accepted by the journal Frontiers in Neuroscience.
 

25 May 2017
Our paper "Binary non-negative matrix deconvolution for audio dictionary learning" (Drgas et al.) has been accepted by the journal IEEE Transactions on Audio, Speech and Language Processing.

Kontakt

Leitung

Prof. Dr. Jörg Lücke

+49 (0)441 798 5486

+49 (0)441 798-3902

W30 2-201

Sekretariat

NN

+49 (0)441 798-

+49 441 798-3902

W30 2-202

Postanschrift

Carl von Ossietzky Universität Oldenburg
Fakultät für Medizin und Gesundheitswissenschaften
Department für Medizinische Physik und Akustik
Exzellenzcluster Hearing4all - Arbeitsgruppe Machine Learning
Ammerländer Heerstr. 114-118
26129 Oldenburg

Besucheranschrift

Küpkersweg 74
26129 Oldenburg
W30 2-201
NeSSy-Gebäude, 2. OG

Machine Learning

Machine Learning

Most website content will primarily be available in English. Please click here.

UNSERE ARBEIT

Wir entwickeln theoretische Modelle und praktisch anwendbare Technologie für sensorische Daten. Wir verfolgen Forschungsprojekte über nicht-lineares sog. Dictionary Learning, über unüberwachtes und teil-überwachtes probabilistisches Lernen auf hoch-dimensionalen sensorischen Daten und über neurales Lernen und kortikale Informationsverarbeitung. Anwendungsgebiete unserer Forschung sind akustische, visuelle und medizinische Daten.

Unsere Arbeitsgruppe ist Teil des Exzellenzclusters Hearing4all und des Departments für Medizinische Physik und Akustik der Fakultät für Medizin und Gesundheitswissenschaften.

Die Arbeitsgruppe war zuvor an der TU Berlin und der Goethe-Universität Frankfurt angesiedelt. Die Seiten in Oldenburg befinden sich zur Zeit noch im Aufbau. Forschungen und andere Inhalte stehen hauptsächlich in englischer Sprache zur Verfügung.

Für Anfragen wenden Sie sich bitte an Jörg Lücke.

AUSGEWÄHLTE AKTUELLE PUBLIKATIONEN

Bitte wechseln Sie auf die englischsprachige Seite.

Webmaster (pet1tra.wwt/ilts@uo3rqrol.de) (Stand: 15.07.2019)