Michael Gebauer, M.Sc.

: © Michael Gebauer

M.Sc. in Betriebswirtschaftslehre

Michael ist seit 03/2021 als wissenschaftlicher Mitarbeiter am Fachgebiet Information Systems Engineering der TU Berlin tätig. Zuvor arbeitete er drei Jahre lang als Data Scientist mit Schwerpunkt auf Natural Language Processing und Softwareentwickler in der Beratung und Wirtschaftsprüfung. Den M.Sc. in Betriebswirtschaftslehre erwarb er 2017 an der Friedrich-Schiller-Universität Jena und spezialisierte sich auf Statistik, sowie Finanz- und Risikomanagement. In seiner Masterarbeit beschäftigte er sich mit der praktischen Anwendung von Bayes Netzen. Das zuvor absolvierte Bachelorstudium erfolgte an der Technischen Hochschule Brandenburg.

In der Forschung beschäftigt sich Michael im Rahmen des Daskita Projektes mit der Aufbereitung komplexer Datenbestände zur Wahrung von Auskunftsrechten einzelner Konsumenten.

Research Interests:

Applied Machine Learning in Information Systems
Probabilistic Models and Neural Networks
Outlier- and Out-of-Distribution Detection

Publikationen

Sortieren nach: Autor Jahr Journal

Max Lübbering and Michael Gebauer and Rajkumar Ramamurthy and Maren Pielka and Christian Bauckhage and Rafet Sifa (2021). Utilizing representation learning for robust text classification under datasetshift. Proceedings of the Conference ``Lernen, Wissen, Daten, Analysen'', CEUR Workshop Proceedings

Max Lübbering and Maren Pielka and Kajaree Das and Michael Gebauer and Rajkumar Ramamurthy and Christian Bauckhage and Rafet Sifa (2021). Toxicity Detection in Online Comments with Limited Data: A Comparative Analysis. ESANN 2021 proceedings. Ciaco - i6doc.com.

Link zur Publikation

Max Lübbering and Michael Gebauer and Rajkumar Ramamurthy and Maren Pielka and Christian Bauckhage and Rafet Sifa (2021). Decoupling Autoencoders for Robust One-vs-Rest Classification. 2021 IEEE 8th International Conference on Data Science and Advanced Analytics (DSAA), 1–10.

Link zur Publikation

Max Lübbering and Michael Gebauer and Rajkumar Ramamurthy and Rafet Sifa and Christian Bauckhage (2021). Supervised Autoencoder Variants for End to End Anomaly Detection. Pattern Recognition. ICPR International Workshops and Challenges: Virtual Event, January 10–15, 2021, Proceedings, Part II, 566–581.

Link zur Publikation

Max Lübbering and Rajkumar Ramamurthy and Michael Gebauer and Thiago Bell and Rafet Sifa and Christian Bauckhage (2020). From Imbalanced Classification to Supervised Outlier Detection Problems: Adversarially Trained Auto Encoders. International Conference on Artificial Neural Networks, 27–38.

Link zur Publikation