Timo Nolle

Dr. Timo Nolle

+49 6151 16-23190
+49 6151 16-23202

Hochschulstraße 10
64289 Darmstadt

Office: S2|02 A112

Research Interests

  • Deep Learning
  • Machine Learning
  • Artificial Intelligence
  • Data Science

Publications

Exportieren als [feed] Atom [feed] RSS 1.0 [feed] RSS 2.0
Gruppiere nach: Publikationsjahr | Typ des Eintrags | Keine Gruppierung
Springe zu: 2021 | 2020 | 2019 | 2018 | 2017 | 2016 | 2014
Anzahl der Einträge: 16.

2021

Luettgen, Stefan ; Seeliger, Alexander ; Nolle, Timo ; Mühlhäuser, Max (2021):
Case2vec : Advances in Representation Learning for Business Processes.
In: Lecture Notes in Business Information Processing, 406, In: Process Mining Workshops, S. 162-174,
Springer, 1st International Workshop on Leveraging Machine Learning in Process Mining (ML4PM), virtual Conference, 05.-08.10.2020, ISBN 978-3-030-72692-8,
DOI: 10.1007/978-3-030-72693-5_13,
[Konferenzveröffentlichung]

Seeliger, Alexander ; Luettgen, Stefan ; Nolle, Timo ; Mühlhäuser, Max
La Rosa, Marcello ; Sadiq, Shazia ; Teniente, Ernest (Hrsg.) (2021):
Learning of Process Representations Using Recurrent Neural Networks.
In: Lecture Notes in Computer Science, 12751, In: Advanced Information Systems Engineering, S. 109-124,
Springer International Publishing, 33rd International Conference on Advanced Information Systems Engineering (CAiSE 2021), virtual Conference, 28.06-02.07.2021, ISBN 978-3-030-79382-1,
DOI: 10.1007/978-3-030-79382-1_7,
[Konferenzveröffentlichung]

2020

Nolle, Timo (2020):
Process Learning for Autonomous Process Anomaly Correction. (Verlagsversion)
Darmstadt, Technische Universität,
DOI: 10.25534/tuprints-00014257,
[Dissertation]

Nolle, Timo ; Seeliger, Alexander ; Thoma, Nils ; Mühlhäuser, Max
Dustdar, Schahram ; Yu, Eric ; Salinesi, Camille ; Rieu, Dominique ; Pant, Vik (Hrsg.) (2020):
DeepAlign: Alignment-Based Process Anomaly Correction Using Recurrent Neural Networks.
S. 319-333, Springer, 32nd International Conference on Advanced Information Systems Engineering (CAiSE 2020), virtual Conference, 08.-12.06., ISSN 0302-9743, ISBN 978-3-030-49434-6,
DOI: 10.1007/978-3-030-49435-3_20,
[Konferenzveröffentlichung]

2019

Nolle, Timo ; Luettgen, Stefan ; Seeliger, Alexander ; Mühlhäuser, Max (2019):
BINet: Multi-perspective business process anomaly classification.
In: Information Systems, Elsevier, ISSN 0306-4379,
DOI: 10.1016/j.is.2019.101458,
[Artikel]

Seeliger, Alexander ; Sánchez Guinea, Alejandro ; Nolle, Timo ; Mühlhäuser, Max (2019):
ProcessExplorer: Intelligent Process Mining Guidance.
S. 216-231, Springer, 17th International Conference on Business Process Management (BPM 2019), Wien, Austria, 01.-06.09., ISBN 978-3-030-26618-9,
DOI: 10.1007/978-3-030-26619-6_15,
[Konferenzveröffentlichung]

Seeliger, Alexander ; Ratzke, Maximilian ; Nolle, Timo ; Mühlhäuser, Max
Burattin, Andrea ; Polyvyanyy, Artem ; Zelst, Sebastiaan van (Hrsg.) (2019):
ProcessExplorer: Interactive Visual Exploration of Event Logs with Analysis Guidance.
In: 1st International Conference on Process Mining - Demo Track, S. 24-27,
Aachen, Germany, ICPMD 2019, Aachen, Germany, June 24-26, 2019, [Konferenzveröffentlichung]

2018

Seeliger, Alexander ; Nolle, Timo ; Mühlhäuser, Max
Weske, Mathias ; Montali, Marco ; Weber, Ingo ; vom Brocke, Jan (Hrsg.) (2018):
Finding Structure in the Unstructured: Hybrid Feature Set Clustering for Process Discovery.
In: 16, In: Business Process Management, 11080, S. 288-304,
Cham, Springer International Publishing, Sydney, Australia, DOI: 10.1007/978-3-319-98648-7_17,
[Konferenzveröffentlichung]

Seeliger, Alexander ; Nolle, Timo ; Mühlhäuser, Max (2018):
ProcessExplorer: An Interactive Visual Recommendation System for Process Mining.
In: KDD 2018 Workshop on Interactive Data Exploration and Analytics,
London, UK, [Konferenzveröffentlichung]

Nolle, Timo ; Seeliger, Alexander ; Mühlhäuser, Max
Weske, Mathias ; Montali, Marco ; Weber, Ingo ; vom Brocke, Jan (Hrsg.) (2018):
BINet: Multivariate Business Process Anomaly Detection Using Deep Learning.
11080, S. 271-287, Springer, Sydney, Australia, September 9-14, 2018, ISBN 978-3-319-98647-0,
DOI: 10.1007/978-3-319-98648-7_16,
[Konferenzveröffentlichung]

Nolle, Timo ; Luettgen, Stefan ; Seeliger, Alexander ; Mühlhäuser, Max (2018):
Analyzing business process anomalies using autoencoders.
In: Machine Learning, 107 (11), S. 1875-1893. Springer, ISSN 0885-6125,
DOI: 10.1007/s10994-018-5702-8,
[Artikel]

2017

Meurisch, Christian ; Gogel, Artur ; Schmidt, Benedikt ; Nolle, Timo ; Janssen, Frederik ; Schweizer, Immanuel ; Mühlhäuser, Max (2017):
Capturing Daily Student Life by Recognizing Complex Activities Using Smartphones.
In: 14th EAI International Conference on Mobile and Ubiquitous Systems: Computing, Networking and Services (Mobiquitous),
ACM, [Konferenzveröffentlichung]

Seeliger, Alexander ; Nolle, Timo ; Mühlhäuser, Max
Mühlhäuser, Max ; Zehbold, Cornelia (Hrsg.) (2017):
Detecting Concept Drift in Processes using Graph Metrics on Process Graphs.
In: S-BPM-ONE'17: Proceedings of the 9th International Conference on Subject-oriented Business Process Management,
ACM, 9th International Conference on Subject-oriented Business Process Management, Darmstadt, Germany, 30.-31.03.2017, ISBN 978-1-4503-4862-1,
DOI: 10.1145/3040565.3040566,
[Konferenzveröffentlichung]

2016

Seeliger, Alexander ; Nolle, Timo ; Schmidt, Benedikt ; Mühlhäuser, Max (2016):
Process Compliance Checking using Taint Flow Analysis.
37, In: Proceedings of the 37th International Conference on Information Systems (ICIS), S. 1-18,
AIS, Dublin, Ireland, [Konferenzveröffentlichung]

Nolle, Timo ; Seeliger, Alexander ; Mühlhäuser, Max
Calders, Toon ; Ceci, Michelangelo ; Malerba, Donato (Hrsg.) (2016):
Unsupervised Anomaly Detection in Noisy Business Process Event Logs Using Denoising Autoencoders.
In: Discovery Science: 19th International Conference, DS 2016, Bari, Italy, Proceedings, S. 442-456,
Calders, Toon Ceci, Michelangelo Malerba, Donato, Bari, Italy, ISBN 978-3-319-46307-0,
DOI: 10.1007/978-3-319-46307-0_28,
[Konferenzveröffentlichung]

2014

Nolle, Timo ; Schweizer, Immanuel ; Janssen, Frederik (2014):
Data-driven Detection of Congestion-affected Roads.
[Report]

Diese Liste wurde am Mon Sep 27 15:19:39 2021 CEST generiert.

go to list