Publikationen von T Pfingsten

Zeitschriftenartikel (3)

1.
Zeitschriftenartikel
Pfingsten, T.; Herrmann, D.; Schnitzler, T.; Feustel, A.; Schölkopf, B.: Feature Selection for Troubleshooting in Complex Assembly Lines. IEEE Transactions on Automation Science and Engineering 4 (3), S. 465 - 469 (2007)
2.
Zeitschriftenartikel
Pfingsten, T.; Glien, K.: Statistical Analysis of Slow Crack Growth Experiments. Journal of the European Ceramic Society 26 (15), S. 3061 - 3065 (2006)
3.
Zeitschriftenartikel
Pfingsten, T.; Herrmann, D.; Rasmussen, C.: Model-based Design Analysis and Yield Optimization. IEEE Transactions on Semiconductor Manufacturing 19 (4), S. 475 - 486 (2006)

Buch (1)

4.
Buch
Pfingsten, T.: Machine Learning for Mass Production and Industrial Engineering. Logos Verlag, Berlin, Germany (2007), 128 S.

Konferenzbeitrag (1)

5.
Konferenzbeitrag
Pfingsten, T.: Bayesian Active Learning for Sensitivity Analysis. In: Machine Learning: ECML 2006: 17th European Conference on Machine Learning Berlin, Germany, September 18-22, 2006, S. 353 - 364 (Hg. Fürnkranz, J.; Scheffer, T.; Spiliopoulou, M.). 17th European Conference on Machine Learning (ECML 2006), Berlin, Germany, 18. September 2006 - 22. September 2006. Springer, Berlin, Germany (2006)

Poster (1)

6.
Poster
Pfingsten, T.; Kuss, M.; Rasmussen, C.: Nonstationary Gaussian Process Regression using a Latent Extension of the Input Space. Eighth World Meeting of the International Society for Bayesian Analysis (ISBA 2006), Benidorm, Spain (2006)

Hochschulschrift - Doktorarbeit (1)

7.
Hochschulschrift - Doktorarbeit
Pfingsten, T.: Machine Learning for Mass Production and Industrial Engineering. Dissertation, 124 S., Eberhard-Karls-Universität, Tübingen, Germany (2007)

Hochschulschrift - Diplom (1)

8.
Hochschulschrift - Diplom
Pfingsten, T.: Ladungsträgerdynamik in optisch angeregten GaAs-Quantendrähten: Relaxation und Transport. Diplom, 105 S., Westfälische Wilhelms-Universität, Münster, Germany (2003)

Bericht (1)

9.
Bericht
Kuss, M.; Pfingsten, T.; Csato, L.; Rasmussen, C.: Approximate Inference for Robust Gaussian Process Regression (Technical Report of the Max Planck Institute for Biological Cybernetics, 136). Max Planck Institute for Biological Cybernetics, Tübingen, Germany (2005), 27 S.
Esc