Data Mining Arbeitsgruppe – TU Dortmund

Für eine Promotionsstelle im Bereich Anomalieerkennung in Bilddaten ist am Lehrstuhl suche ich eine neue Mitarbeiterin bzw. einen neuen Mitarbeiter.

Themenbereich soll die Erkennung von gefälschten Ausweisen sein.

Im renommierten Journal Information Systems ist ein neuer Artikel von uns erschienen, zum Thema Effizientes Clustering mit Hilfe von graphbasierten Suchalgorithmen.

Camilla Birch Okkels, Erik Thordsen, Martin Aumüller, Arthur Zimek and Erich Schubert.
Approximate hierarchical density-based clustering using graph-based search indexes
In: Information Systems, 102768, 2026. in press.

Andreas Lang hat erfolgreich seine Doktorarbeit zum Thema Accelerating Clustering Algorithms with Tree Data Structures verteidigt.

Der Statistiker John Ioannidis von Stanford veröffentlicht eine Liste mit den 100.000 einflussreichsten Wissenschaftlern (domänenübergreifend).

In dem single-year Ranking der aktuellen Ausgabe (basierend auf den Daten für das Jahr 2024, veröffentlicht Oktober 2025) verbessert sich Prof. Schubert auf den Platz 28048 über alle Wissenschaften, gegenüber 41274 (2023), 62210 (2022) und 92735 (2021).

Best paper award für Erik Thordsen und Erich Schubert, Theoretical and Practical Insights into Graph-Based Indexing auf der 18th International Conference on Similarity Search and Applications (SISAP) in Reykjavik, Iceland!

In 2025 haben wir bisher sieben neue Veröffentlichungen, in Springer Data Mining and Knowledge Discovery, Elsevier Information Systems, auf der HICSS und auf der SISAP.

Erik Thordsen hat erfolgreich seine Doktorarbeit zum Thema Analysis of High-Dimensional Data in the Context of Intrinsic Dimensionality verteidigt.

Lars Lenssen hat heute erfolgreich seine Doktorarbeit zum Thema Measuring and Resource-Efficient Optimization of Clustering Quality verteidigt.

• Archetype Discovery from Taxonomies: A Method to Cluster Small Datasets of Categorical Data, Lars Lenssen, Philip Stahmann, Christian Janiesch, Erich Schubert, 58th Hawaii Int. Conf. on System Sciences (HICSS), best paper nomination
• Hierarchical Clustering Without Pairwise Distances by Incremental Similarity Search, Erich Schubert,Int. Conf. on Similarity Search and Applications, SISAP, 2024
• Advancing the PAM Algorithm to Semi-supervised k-Medoids Clustering, Miriama Jánošová, Andreas Lang, Petra Budikova, Erich Schubert, Vlastislav Dohnal, Int. Conf. on Similarity Search and Applications, SISAP, 2024
• Grouping Sketches to Index High-Dimensional Data in a Resource-Limited Setting, Erik Thordsen, Erich Schubert, Int. Conf. on Similarity Search and Applications, SISAP, 2024

Drei Auszeichnungen in einer Woche:

• best student paper award der SISAP 2023 für die Verbesserung Sketch-basierter Ähnlichkeitssuche in hochdimensionalen Daten: Erik Thordsen and Erich Schubert. An Alternating Optimization Scheme for Binary Sketches for Cosine Similarity Search
• best paper award der SISAP 2023 für den gleichen Beitrag
• best paper award der Fachgruppe Knowledge Discovery, Data Mining und Machine Learning (KDML) auf der LWDA 2023 für die Beschleunigung von nachbarschafts-konsistentem Clustering: Lars Lenssen, Niklas Strahmann and Erich Schubert. Fast k-Nearest-Neighbor-Consistent Clustering

Neue Publikationen:

• Lars Lenssen and Erich Schubert. Medoid Silhouette clustering with automatic cluster number selection. In: Information Systems 120, 102290, 2024 (online 2023)
• Lars Lenssen, Niklas Strahmann and Erich Schubert. Fast k-Nearest-Neighbor-Consistent Clustering In: Proceedings of the Conference "Lernen, Wissen, Daten, Analysen" (LWDA), Marburg, Germany, 2023, to appear. best paper award
• Melanie Derksen et al. Who Did What When? Discovering Complex Historical Interrelations in Immersive Virtual Reality In: 22nd IEEE International Symposium on Mixed and Augmented Reality (ISMAR), 2023, to appear.