mycoreobjectrosdok_disshab_0000002699rosdok_disshab_0000002699rosdokdisshabrosdok_derivate_00001119562023-08-08T10:13:54.402Z2022-02-21T07:44:14.690ZadministratoreditorMSpublished1rosdok_derivate_0000111956truetruederivate_types:fulltextVolltextfulltextwf_edit_epub wf_register_epubstate:publishedstate:publishedveröffentlichtpublishedrosdok/id000035031793373833Oau2022-02-212023-08-05T19:19:28ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftImproved imbalanced classification through convex space learningImbalanced datasets for classification problems, characterised by unequal distribution of samples, are abundant in practical scenarios. Oversampling algorithms generate synthetic data to enrich classification performance for such datasets. In this thesis, I discuss two algorithms LoRAS & ProWRAS, improving on the state-of-the-art as shown through rigorous benchmarking on publicly available datasets. A biological application for detection of rare cell-types from single-cell transcriptomics data is also discussed. The thesis also provides a better theoretical understanding behind oversampling.SaptarshiBej1991 -VerfasserInaut1252250940OlafWolkenhauer1966 -AkademischeR BetreuerIndgs1335159310000-0001-6105-2937Universität RostockJanBaumbachAkademischeR BetreuerIndgsUniversität HamburgCarstenUllrichAkademischeR BetreuerIndgsSteinbeis Hochschule, CENTOGENE GmbH38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00003503urn:nbn:de:gbv:28-rosdok_id00003503-010.18453/rosdok_id00003503000 Allgemeines, Wissenschaft004 InformatikFakultät für Informatik und ElektrotechnikCC BY-NC-SA 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2021Universität RostockRostockmonographic202120212022Universitätsbibliothek RostockRostock2022Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00003503Enthält PosterOlaf Wolkenhauer (Universität Rostock) ; Jan Baumbach (Universität Hamburg) ; Carsten Ullrich (Steinbeis Hochschule, CENTOGENE GmbH)[{"affil":"Universität Rostock","name":"Wolkenhauer, Olaf"},{"affil":"Universität Hamburg","name":"Baumbach, Jan"},{"affil":"Steinbeis Hochschule, CENTOGENE GmbH","name":"Ullrich, Carsten"}]vorgelegt von Saptarshi BejMaschinelles LernenOversamplingUniversität RostockWolkenhauer, OlafUniversität HamburgBaumbach, JanSteinbeis Hochschule, CENTOGENE GmbHUllrich, Carstendoctype:epubdoctype:epubDokumenttypDocument typedoctype:epub.dissertationdoctype:epub.dissertationDissertationdoctoral thesisdiniPublType:doctoralThesis diniPublType2022:PhDThesis XMetaDissPlusThesisLevel:thesis.doctoralinfo:eu-repo/semantics/doctoralThesisdocumentnatureOfContent:ppn_105825778natureOfContent:ppn_105825778HochschulschriftdiniPublType2022:DoctoralThesisdiniPublType2022:DoctoralThesisDissertation oder HabilitationDoctoral thesisDRIVERdiniPublType2022:PhDThesisdiniPublType2022:PhDThesisDissertationPhD thesisKDSF (Pu34)XMetaDissPlusThesisLevel:thesis.doctoralXMetaDissPlusThesisLevel:thesis.doctoralDoktorarbeitdoctoral thesisSDNB:000SDNB:000000 Allgemeines, Wissenschaft000 Generalities, ScienceSDNB:004SDNB:004004 Informatik004 Data processing Computer sciencesinstitution:unirostockinstitution:unirostockUniversität RostockUniversity of RostockUniversität RostockUniversität RostockUni.Rostockhttp://d-nb.info/gnd/38329-6institution:unirostock.iefinstitution:unirostock.iefFakultät für Informatik und ElektrotechnikFaculty of Computer Science and Electrical EngineeringUniversität Rostock. Fakultät für Informatik und ElektrotechnikFakultät für Informatik<br />und ElektrotechnikUni.Rostock.Fakultaet.IEFhttp://d-nb.info/gnd/10085032-7licenseinfo:worklicenseinfo:workWerkworklicenseinfo:work.cclicenselicenseinfo:work.cclicenseCC-LizenzCC-licenselicenseinfo:work.cclicense.cc-by-nc-salicenseinfo:work.cclicense.cc-by-nc-saCC BY-NC-SACC BY-NC-SAlicenseinfo:work.cclicense.cc-by-nc-sa.v40licenseinfo:work.cclicense.cc-by-nc-sa.v40CC BY-NC-SA 4.0CC BY-NC-SA 4.0/creativecommons/l/by-nc-sa/4.0/88x31.png[DE-28]Namensnennung - Nicht-kommerziell - Weitergabe unter gleichen Bedingungen 4.0 International$cCC BY-NC-SA 4.0$gCreative Commons$uhttps://creativecommons.org/licenses/by-nc-sa/4.0/https://creativecommons.org/licenses/by-nc-sa/4.0/https://creativecommons.org/licenses/by-nc-sa/4.0/licenseinfo:depositlicenseinfo:depositVeröffentlichungsgenehmigungpermission to storelicenseinfo:deposit.rightsgrantedlicenseinfo:deposit.rightsgrantedNutzungsrechte erteiltrights grantedlicenseinfo:metadatalicenseinfo:metadataLizenzen für Metadatenlicenseinfo:metadata.cc0licenseinfo:metadata.cc0Lizenz Metadaten: CC0license metadata: CC0/creativecommons/p/zero/1.0/88x31.pnghttps://creativecommons.org/publicdomain/zero/1.0/accesscondition:openaccessaccesscondition:openaccessfrei zugänglich (Open Access)open accesshttp://purl.org/coar/access_right/c_abf2OAfreeinfo:eu-repo/semantics/openAccess[DE-28]Open Access$gControlled Vocabulary for Access Rights$uhttp://purl.org/coar/access_right/c_abf2rfc5646:enrfc5646:enEnglischEnglishengengImproved imbalanced classification through convex space learningImproved imbalanced classification through convex space learninggnd:1252250940gnd:133515931orcid:0000-0001-6105-2937gnd:38329-6gnd:10085032-7gnd:1252250940gnd:133515931orcid:0000-0001-6105-2937gnd:38329-6gnd:10085032-7rosdok_disshab_0000002699-d55301e52gnd:1252250940Saptarshi BejSaptarshi Bejrosdok_disshab_0000002699-d55301e66gnd:133515931orcid:0000-0001-6105-2937Olaf WolkenhauerOlaf Wolkenhauerrosdok_disshab_0000002699-d55301e83Jan BaumbachJan Baumbachrosdok_disshab_0000002699-d55301e94Carsten UllrichCarsten Ullrichrosdok_disshab_0000002699-d55301e106gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002699-d55301e117gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejOlaf WolkenhauerJan BaumbachCarsten UllrichUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejOlaf WolkenhauerJan BaumbachCarsten UllrichUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00003503urn:nbn:de:gbv:28-rosdok_id00003503-010.18453/rosdok_id00003503Maschinelles LernenOversamplingImbalanced datasets for classification problems, characterised by unequal distribution of samples, are abundant in practical scenarios. Oversampling algorithms generate synthetic data to enrich classification performance for such datasets. In this thesis, I discuss two algorithms LoRAS & ProWRAS, improving on the state-of-the-art as shown through rigorous benchmarking on publicly available datasets. A biological application for detection of rare cell-types from single-cell transcriptomics data is also discussed. The thesis also provides a better theoretical understanding behind oversampling.20212021Enthält PosterOlaf Wolkenhauer (Universität Rostock) ; Jan Baumbach (Universität Hamburg) ; Carsten Ullrich (Steinbeis Hochschule, CENTOGENE GmbH)[{"affil":"Universität Rostock","name":"Wolkenhauer, Olaf"},{"affil":"Universität Hamburg","name":"Baumbach, Jan"},{"affil":"Steinbeis Hochschule, CENTOGENE GmbH","name":"Ullrich, Carsten"}]vorgelegt von Saptarshi Bejepub.dissertation1 Bej_Dissertation_2022.pdf 14737222 3ca7b6ecba6a4f317f013bd5bb247516 rosdok/id000035031793373833Oau2022-02-212023-08-05T19:19:28ZrdaConverted from PICA to MODS using Pica2Mods XSLT Transformer 2.7 [SCM: "0c0e7a3c226a4a0cbcbec39b493c3c5257339ab8" "v2.7" "2023-08-04T00:00:00+0200"] with mode 'DEFAULT'.DissertationHochschulschriftImproved imbalanced classification through convex space learningImbalanced datasets for classification problems, characterised by unequal distribution of samples, are abundant in practical scenarios. Oversampling algorithms generate synthetic data to enrich classification performance for such datasets. In this thesis, I discuss two algorithms LoRAS & ProWRAS, improving on the state-of-the-art as shown through rigorous benchmarking on publicly available datasets. A biological application for detection of rare cell-types from single-cell transcriptomics data is also discussed. The thesis also provides a better theoretical understanding behind oversampling.SaptarshiBej1991 -VerfasserInaut1252250940OlafWolkenhauer1966 -AkademischeR BetreuerIndgs1335159310000-0001-6105-2937Universität RostockJanBaumbachAkademischeR BetreuerIndgsUniversität HamburgCarstenUllrichAkademischeR BetreuerIndgsSteinbeis Hochschule, CENTOGENE GmbH38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgghttp://purl.uni-rostock.de/rosdok/id00003503urn:nbn:de:gbv:28-rosdok_id00003503-010.18453/rosdok_id00003503000 Allgemeines, Wissenschaft004 InformatikFakultät für Informatik und ElektrotechnikCC BY-NC-SA 4.0Nutzungsrechte erteiltLizenz Metadaten: CC0frei zugänglich (Open Access)en2021Universität RostockRostockmonographic202120212022Universitätsbibliothek RostockRostock2022Universitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00003503Enthält PosterOlaf Wolkenhauer (Universität Rostock) ; Jan Baumbach (Universität Hamburg) ; Carsten Ullrich (Steinbeis Hochschule, CENTOGENE GmbH)[{"affil":"Universität Rostock","name":"Wolkenhauer, Olaf"},{"affil":"Universität Hamburg","name":"Baumbach, Jan"},{"affil":"Steinbeis Hochschule, CENTOGENE GmbH","name":"Ullrich, Carsten"}]vorgelegt von Saptarshi BejMaschinelles LernenOversampling Universität Rostock Wolkenhauer, Olaf Universität Hamburg Baumbach, Jan Steinbeis Hochschule, CENTOGENE GmbH Ullrich, Carsten 2022-02-21T07:44:14.690Z 2023-08-08T10:13:54.402Z 2023-08-18T10:13:54.406Z {"identifier":"rosdok/id00003503","type":"local_id","additional":"","service":"MCRLocalID","created":"2022-02-21T07:44:17.074Z","registered":"2022-02-21T07:44:17.074Z"} editorMS {"identifier":"urn:nbn:de:gbv:28-rosdok_id00003503-0","type":"dnbUrn","additional":"","service":"RosDokURN","created":"2022-02-21T07:44:17.165Z","registered":"2022-02-21T16:19:11.020Z"} administratorfulltextfile/rosdok_disshab_0000002699/rosdok_derivate_0000111956/Bej_Dissertation_2022.pdfImproved imbalanced classification through convex space learningImproved imbalanced classification through convex space learninggnd:1252250940gnd:133515931orcid:0000-0001-6105-2937gnd:38329-6gnd:10085032-7gnd:1252250940gnd:133515931orcid:0000-0001-6105-2937gnd:38329-6gnd:10085032-7rosdok_disshab_0000002699-d55301e52gnd:1252250940Saptarshi BejSaptarshi Bejrosdok_disshab_0000002699-d55301e66gnd:133515931orcid:0000-0001-6105-2937Olaf WolkenhauerOlaf Wolkenhauerrosdok_disshab_0000002699-d55301e83Jan BaumbachJan Baumbachrosdok_disshab_0000002699-d55301e94Carsten UllrichCarsten Ullrichrosdok_disshab_0000002699-d55301e106gnd:38329-6Universität RostockUniversität Rostockrosdok_disshab_0000002699-d55301e117gnd:10085032-7Universität Rostock Fakultät für Informatik und ElektrotechnikUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejOlaf WolkenhauerJan BaumbachCarsten UllrichUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejOlaf WolkenhauerJan BaumbachCarsten UllrichUniversität RostockUniversität Rostock Fakultät für Informatik und ElektrotechnikSaptarshi BejRostockUniversität Rostockepub.dissertationhttp://purl.uni-rostock.de/rosdok/id00003503urn:nbn:de:gbv:28-rosdok_id00003503-010.18453/rosdok_id00003503Maschinelles LernenOversamplingImbalanced datasets for classification problems, characterised by unequal distribution of samples, are abundant in practical scenarios. Oversampling algorithms generate synthetic data to enrich classification performance for such datasets. In this thesis, I discuss two algorithms LoRAS & ProWRAS, improving on the state-of-the-art as shown through rigorous benchmarking on publicly available datasets. A biological application for detection of rare cell-types from single-cell transcriptomics data is also discussed. The thesis also provides a better theoretical understanding behind oversampling.20212021Enthält PosterOlaf Wolkenhauer (Universität Rostock) ; Jan Baumbach (Universität Hamburg) ; Carsten Ullrich (Steinbeis Hochschule, CENTOGENE GmbH)[{"affil":"Universität Rostock","name":"Wolkenhauer, Olaf"},{"affil":"Universität Hamburg","name":"Baumbach, Jan"},{"affil":"Steinbeis Hochschule, CENTOGENE GmbH","name":"Ullrich, Carsten"}]vorgelegt von Saptarshi Bej[xslt]Saxonrosdok/id00003503https://purl.uni-rostock.de/rosdok/id00003503179337383310.18453/rosdok_id00003503urn:nbn:de:gbv:28-rosdok_id00003503-0Saptarshi BejBej SaptarshiImproved imbalanced classification through convex space learningDissertationdoctoral thesisUniversität Rostock, 2021Imbalanced datasets for classification problems, characterised by unequal distribution of samples, are abundant in practical scenarios. Oversampling algorithms generate synthetic data to enrich classification performance for such datasets. In this thesis, I discuss two algorithms LoRAS & ProWRAS,…Saptarshi BejImproved imbalanced classification through convex space learningUniversitätsbibliothek Rostockhttp://purl.uni-rostock.de/rosdok/id00003503SaptarshiBej1991 -VerfasserInaut1252250940OlafWolkenhauer1966 -AkademischeR BetreuerIndgs1335159310000-0001-6105-2937Universität RostockJanBaumbachAkademischeR BetreuerIndgsUniversität HamburgCarstenUllrichAkademischeR BetreuerIndgsSteinbeis Hochschule, CENTOGENE GmbH38329-6Universität Rostock1419 -Grad-verleihende Institutiondgg10085032-7Universität RostockFakultät für Informatik und Elektrotechnik2004 -Grad-verleihende Institutiondgg[purl]http://purl.uni-rostock.de/rosdok/id00003503[urn]urn:nbn:de:gbv:28-rosdok_id00003503-0[doi]10.18453/rosdok_id00003503open_access20212021epoch:21th_centuryrfc5646:endoctype:epub.dissertationaccesscondition:openaccessSDNB:000SDNB:004institution:unirostock.iefstate:published