( en | de | ru )

 

Disambiguierung von "Kleindessner, Matthäus"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Individual Preference Stability for Clustering.

, , , , , , und . CoRR, (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Matthäus Janczyk

Synthese funktionalisierter Trinukleotide und ihre Anwendung bei der Randomisierung. Uni Greifswald, (2009)

Matthäus Pietz

Matthäus Bartsch

Gabor Matthäus

Horst Matthäus

 

Weitere Publikationen von Autoren mit dem selben Namen

Unsupervised Semantic Segmentation with Self-supervised Object-centric Representations., , , , und . CoRR, (2022)Leveling Down in Computer Vision: Pareto Inefficiencies in Fair Deep Classifiers., , , , , , und . CVPR, Seite 10400-10411. IEEE, (2022)Individual Preference Stability for Clustering., , , , , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 197-246. PMLR, (2022)Equalized odds postprocessing under imperfect group information., , und . AISTATS, Volume 108 von Proceedings of Machine Learning Research, Seite 1770-1780. PMLR, (2020)Evaluating Fairness of Machine Learning Models Under Uncertain and Incomplete Information., , , , und . FAccT, Seite 206-214. ACM, (2021)Measuring Fairness of Rankings under Noisy Sensitive Information., , , , und . FAccT, Seite 2263-2279. ACM, (2022)Evaluating the Fairness of Discriminative Foundation Models in Computer Vision., , , , , und . AIES, Seite 809-833. ACM, (2023)Guarantees for Spectral Clustering with Fairness Constraints., , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 3458-3467. PMLR, (2019)Lens Depth Function and k-Relative Neighborhood Graph: Versatile Tools for Ordinal Data Analysis., und . J. Mach. Learn. Res., (2017)Backward-Compatible Prediction Updates: A Probabilistic Approach., , , , , und . NeurIPS, Seite 116-128. (2021)