Prof. Dr. Thilo Stadelmann

Arbeit an der ZHAW

Tätigkeit

• Professor für künstliche Intelligenz und maschinelles Lernen (Professur für Engineering ‒ Information)
• Leiter Forschungszentrum, Centre for Artificial Intelligence
• Leiter Forschungsgruppe, Machine Perception & Cognition
• Wissenschafler
• Principal Investigator
• Redner
• Dozent, Consultant, Networker, Mentor, Leiter, Vater, Glaubender

Arbeits- und Forschungsschwerpunkte

• Künstliche Intelligenz und maschinelles Lernen: Deep Learning, Mustererkennung, Computer Vision, Audioanalyse, intelligente Systeme
• Forschungsinteressen: Robustes und praktisches Deep Learning, industrielle Bildverarbeitung, medizinische Bildverarbeitung, generellere Künstliche Intelligenz, vertrauenswürdige KI, Lernen zu lernen, Dokumentenerkennung, Stimmerkennung, Datenwissenschaft
• Data Science

Lehrtätigkeit

• Dozent in den Bachelor-Studiengängen Informatik und Data Science, in der Weiterbildung sowie auf Stufe Master und Doktorat
• Gastdozent an verschiedenen Hochschulen und Universitäten im In- und Ausland
• BSc Modul Artificial Intelligence 1&2
• MSc Modul Machine Learning
• Betreuer studentischer Arbeiten Bsc/MSc/Weiterbildung
• Doktorvater

Lehrtätigkeit in der Weiterbildung

• CAS Information Engineering
• CAS Machine Intelligence

Berufserfahrung

• Gründer, Verwaltungsrat
  AlpineAI AG
  07 / 2023 - heute
• Keynote Redner
  Premium Speakers Agency
  05 / 2023 - heute
• Professor für AI/ML, Leiter ZHAW CAI, Leiter MPC Forschungsgruppe
  ZHAW School of Engineering
  04 / 2021 - heute
• Co-Gründer und Vorstand
  ZHAW Datalab
  05 / 2013 - heute
• Vorstand
  Data innovation alliance
  01 / 2016 - 11 / 2023
• Wissenschaftlicher Leiter
  ZHAW digital
  01 / 2019 - 03 / 2021
• Professor für Informatik
  ZHAW Institut für angewandte Informationstechnologie
  07 / 2018 - 03 / 2021
• Stv. Leitung Forschungsschwerpunkt Information Engineering
  ZHAW Institut für angewandte Informationstechnologie
  06 / 2015 - 03 / 2021
• Leiter
  ZHAW Datalab
  05 / 2013 - 12 / 2018
• Vizepräsident
  Swiss Group of Artificial Intelligence and Cognitive Science (SGAICO)
  02 / 2014 - 09 / 2018
• Dozent für Information Engineering
  ZHAW Institut für angewandte Informationstechnologie
  02 / 2013 - 06 / 2018
• Managing Director ad interim
  Swiss Alliance for Data-Intensive Services
  08 / 2017 - 02 / 2018
• Co-Organisator
  Zürich Machine Learning & Data Science Meetup
  09 / 2015 - 03 / 2017
• Fachgebietsleiter Smarte Software
  TWT GmbH Science & Innovation
  04 / 2011 - 06 / 2013
• Gesamtverantwortung interne IT
  TWT GmbH Science & Innovation
  04 / 2012 - 01 / 2013
• Software-Architekt & Projektleiter
  TWT GmbH Science & Innovation
  07 / 2010 - 03 / 2011
• Wissenschaftlicher Mitarbeiter im Bereich Audio- und Videomining
  Philipps-Universität Marburg
  09 / 2004 - 06 / 2010
• Diverse Nebentätigkeiten in SW-Entwicklung und Data Mining
  diverse
  02 / 1998 - 06 / 2010

Aus- und Weiterbildung

Ausbildung

• Dr. rer. nat. / Informatik
  Philipps-Universität Marburg
  08 / 2004 - 07 / 2010
• Dipl. Inform. (FH) / Technisch-wissenschaftliche Informatik
  Fachhochschule Giessen-Friedberg
  09 / 2000 - 07 / 2004

Weiterbildung

• Führungsausbildung ZHAW
  Zürcher Hochschule für Angewandte Wissenschaften
  06 / 2018
• CAS Hochschuldidaktik
  Pädagogische Hochschule Zürich
  06 / 2015

Netzwerk

Mitglied in Netzwerken

• ZHAW Datalab (Vorstand)
• Premium Speakers Agency
• Data innovation alliance (d+i) (Co-Founder)
• European Centre for Living Technology (ECLT) (Fellow)
• International Association for Pattern Recognition (IAPR) (Mitglied TC3)
• Deutsche Arbeitsgemeinschaft für Mustererkennung e.V. DAGM
• Gesellschaft für Klassifikation - Data Science Society (GfKl)
• IEEE CS, CIS, SMC (Senior Member)
• Confederation of Laboratories for Artificial Intelligence Research in Europe (CLAIRE)
• ZHAW Mitarbeitergebetstreffen

Auszeichnungen

• Betreuer mehrerer prämierter Abschlussarbeiten (u.a. Siemens Excellence Award, Lab Sciences Award, Dr. Waldemar Jucker Award)
  verschiedene
  01 / 2024
• Most Cited Paper Award für "Automated Machine Learning in Practice"
  IEEE SDS 2023
  06 / 2023
• Impact Award 2022
  ZHAW digital
  12 / 2022
• DIZH Fellowship 2022
  ZHAW digital
  11 / 2022
• Swiss Data Science Conference Best Paper Award 2021
  SDS 2021
  06 / 2021
• Swiss Data Science Conference Best Poster Presentation Award 2020
  SDS 2020
  06 / 2020
• Lehrpreis "Best Teaching - Best Practices"
  ZHAW
  09 / 2019

Social Media

LinkedIn

Medienpräsenz

• Regelmässige Medienpräsenz z.B. als Interviewpartner
• Welche Macht hat Künstliche Intelligenz? (Keynote auf dem KCF'2023)
• Plötzlich nützlich: ChatGPT läutet Tech-Revolution ein (Finanzen und Wirtschaft)
• Wie gefährlich wird KI für uns? Drei Horrorszenarien im Faktencheck (20 Minuten)
• Alleskönner ChatGPT: Wie selbstbestimmt ist die Künstliche Intelligenz? (SwissLife Select Blog)
• Künstliche Intelligenz: Jetzt kommt die ‘kambrische Explosion’ (NZZ am Sonntag)
• Mensch 2.0 (Fenster zum Sonntag)

Projekte

• AI4REALNET: AI for REAL-world NETwork operation / Teammitglied / Projekt laufend
• Stability of self-organizing net fragments as inductive bias for next-generation deep learning / ProjektleiterIn / Projekt laufend
• ML-BCA: Machine Learning für Body Composition Analysis / ProjektleiterIn / Projekt laufend
• Master3D – 3D-Master for a Digitized Manufacturing Platform / Stellv. ProjektleiterIn / Projekt laufend
• certAInty – A Certification Scheme for AI systems / Teammitglied / Projekt laufend
• DISTRAL: Industrial Process Monitoring for Injection Molding with Distributed Transfer Learning / ProjektleiterIn / Projekt laufend
• LINA: Shared Large-scale Infrastructure for the Development and Safe Testing of Autonomous Systems / ProjektleiterIn / Projekt laufend
• AC3T – AI powered CBCT for improved Combination Cancer Therapy / Teammitglied / Projekt laufend
• Accessible Scientific PDFs for All / Co-ProjektleiterIn / Projekt laufend
• Konferenzserie Artificial Intelligence in Industry and Finance / Teammitglied / Projekt laufend
• Deep Dive ML on Simulated Enzyme-Electrolysis Performance / ProjektleiterIn / Projekt abgeschlossen
• Enabling Scientific Diplomacy: Preparation of the GESDA Neurotechnology Compass / Stellv. ProjektleiterIn / Projekt abgeschlossen
• Mobile Inclusion Lab / Co-ProjektleiterIn / Projekt abgeschlossen
• AUTODIDACT – Automated Video Data Annotation to Empower the ICU Cockpit Platform for Clinical Decision Support / Co-ProjektleiterIn / Projekt abgeschlossen
• TAILOR – Trustworthy and sample efficient vision transformers / Co-ProjektleiterIn / Projekt abgeschlossen
• Pilot study machine learning for injection molding processes / ProjektleiterIn / Projekt abgeschlossen
• DIR3CT: Deep Image Reconstruction through X-Ray Projection-based 3D Learning of Computed Tomography Volumes / Teammitglied / Projekt abgeschlossen
• TAILOR – Foundations of Trustworthy AI - Integrating Reasoning, Learning and Optimization / ProjektleiterIn / Projekt abgeschlossen
• RealScore – Scanning of Real-World Sheet Music for a Digital Music Stand / Co-ProjektleiterIn / Projekt abgeschlossen
• FWA: Visual Food Waste Analysis for Sustainable Kitchens / Co-ProjektleiterIn / Projekt abgeschlossen
• Machbarkeitsstudie Reinforcement Learning Control für Heizsysteme / Teammitglied / Projekt abgeschlossen
• Radiosands / Teammitglied / Projekt abgeschlossen
• Ada – Advanced Algorithms for an Artificial Data Analyst / ProjektleiterIn / Projekt abgeschlossen
• QualitAI - Quality control of industrial products via deep learning on images / ProjektleiterIn / Projekt abgeschlossen
• FarmAI – Künstliche Intelligenz für den Farming Simulator / Teammitglied / Projekt abgeschlossen
• Libra: A One-Tool Solution for MLD4 Compliance / Teammitglied / Projekt abgeschlossen
• DeepText: Intelligente Textanalyse mit Deep Learning / Teammitglied / Projekt abgeschlossen
• DeLLA: Deep-Learning-basierter Spracherkenner mit beschränkten Trainingsdaten / Teammitglied / Projekt abgeschlossen
• DeepScore: Digitales Notenpult mit musikalischem Verständnis durch Active Sheet Technologie / ProjektleiterIn / Projekt abgeschlossen
• Complexity 4.0 / Projekt abgeschlossen
• PANOPTES / Teammitglied / Projekt abgeschlossen
• DaCoMo - Data-Driven Condition Monitoring / ProjektleiterIn / Projekt abgeschlossen
• iisiBox - Easy access to educational servers. / ProjektleiterIn / Projekt abgeschlossen
• MobileMall / ProjektleiterIn / Projekt abgeschlossen
• SODES: Swiss Open Data Exploration System / Teammitglied / Projekt abgeschlossen
• Talkalyzer / Teammitglied / Projekt abgeschlossen

Publikationen

• Dashti, Ali; Stadelmann, Thilo; Kohl, Thomas,

  2024.

  Machine learning for robust structural uncertainty quantification in fractured reservoirs.

  Geothermics.

  120(103012).

  Verfügbar unter: https://doi.org/10.1016/j.geothermics.2024.103012

• Neururer, Daniel; Dellwo, Volker; Stadelmann, Thilo,

  2024.

  Deep neural networks for automatic speaker recognition do not learn supra-segmental temporal features.

  Pattern Recognition Letters.

  Verfügbar unter: https://doi.org/10.1016/j.patrec.2024.03.016

• Yan, Peng; Abdulkadir, Ahmed; Luley, Paul-Philipp; Rosenthal, Matthias; Schatte, Gerrit A.; Grewe, Benjamin F.; Stadelmann, Thilo,

  2024.

  A comprehensive survey of deep transfer learning for anomaly detection in industrial time series : methods, applications, and directions.

  IEEE Access.

  12, S. 3768-3789.

  Verfügbar unter: https://doi.org/10.1109/ACCESS.2023.3349132

• Tuggener, Lukas; Emberger, Raphael; Ghosh, Adhiraj; Sager, Pascal; Satyawan, Yvan Putra; Montoya, Javier; Goldschagg, Simon; Seibold, Florian; Gut, Urs; Ackermann, Philipp; Schmidhuber, Jürgen; Stadelmann, Thilo,

  2024.

  Real world music object recognition.

  Transactions of the International Society for Music Information Retrieval.

  7(1), S. 1-14.

  Verfügbar unter: https://doi.org/10.5334/tismir.157

• Segessenmann, Jan; Stadelmann, Thilo; Davison, Andrew; Dürr, Oliver,

  2023.

  Assessing deep learning : a work program for the humanities in the age of artificial intelligence.

  AI and Ethics.

  Verfügbar unter: https://doi.org/10.1007/s43681-023-00408-z

• Amirian, Mohammadreza; Montoya-Zegarra, Javier A.; Herzig, Ivo; Eggenberger Hotz, Peter; Lichtensteiger, Lukas; Morf, Marco; Züst, Alexander; Paysan, Pascal; Peterlik, Igor; Scheib, Stefan; Füchslin, Rudolf Marcel; Stadelmann, Thilo; Schilling, Frank-Peter,

  2023.

  Mitigation of motion-induced artifacts in cone beam computed tomography using deep convolutional neural networks.

  Medical Physics.

  50(10), S. 6228-6242.

  Verfügbar unter: https://doi.org/10.1002/mp.16405

• Battaglia, Mattia; Comi, Ennio; Stadelmann, Thilo; Hiestand, Roman; Ruhstaller, Beat; Knapp, Evelyne,

  2023.

  Deep ensemble inverse model for image-based estimation of solar cell parameters.

  APL Machine Learning.

  1(3), S. 036108.

  Verfügbar unter: https://doi.org/10.1063/5.0139707

• Sager, Pascal; Salzmann, Sebastian; Burn, Felice; Stadelmann, Thilo,

  2022.

  Unsupervised domain adaptation for vertebrae detection and identification in 3D CT volumes using a domain sanity loss.

  Journal of Imaging.

  8(8), S. 222.

  Verfügbar unter: https://doi.org/10.3390/jimaging8080222

• Schilling, Frank-Peter; Flumini, Dandolo; Füchslin, Rudolf Marcel; Gavagnin, Elena; Geller, Armando; Quarteroni, Silvia; Stadelmann, Thilo,

  2022.

  Foundations of Data Science : a comprehensive overview formed at the 1st International Symposium on the Science of Data Science.

  Archives of Data Science, Series A.

  8(2).

  Verfügbar unter: https://doi.org/10.5445/IR/1000146422

• Stadelmann, Thilo; Klamt, Tino; Merkt, Philipp H.,

  2022.

  Data centrism and the core of Data Science as a scientific discipline.

  Archives of Data Science, Series A.

  8(2).

  Verfügbar unter: https://doi.org/10.5445/IR/1000143637

• Schmitt-Koopmann, Felix M.; Huang, Elaine M.; Hutter, Hans-Peter; Stadelmann, Thilo; Darvishy, Alireza,

  2022.

  FormulaNet : a benchmark dataset for mathematical formula detection.

  IEEE Access.

  10, S. 91588-91596.

  Verfügbar unter: https://doi.org/10.1109/ACCESS.2022.3202639

• Tuggener, Lukas; Schmidhuber, Jürgen; Stadelmann, Thilo,

  2022.

  Is it enough to optimize CNN architectures on ImageNet?.

  Frontiers in Computer Science.

  4(1041703).

  Verfügbar unter: https://doi.org/10.3389/fcomp.2022.1041703

• Wehrli, Samuel; Hertweck, Corinna; Amirian, Mohammadreza; Glüge, Stefan; Stadelmann, Thilo,

  2021.

  Bias, awareness, and ignorance in deep-learning-based face recognition.

  AI and Ethics.

  2(3), S. 509-522.

  Verfügbar unter: https://doi.org/10.1007/s43681-021-00108-6

• Stadelmann, Thilo; Keuzenkamp, Julian; Grabner, Helmut; Würsch, Christoph,

  2021.

  The AI-Atlas : didactics for teaching AI and machine learning on-site, online, and hybrid.

  Education Sciences.

  11(7), S. 318.

  Verfügbar unter: https://doi.org/10.3390/educsci11070318

• Tuggener, Lukas; Amirian, Mohammadreza; Benites de Azevedo e Souza, Fernando; von Däniken, Pius; Gupta, Prakhar; Schilling, Frank-Peter; Stadelmann, Thilo,

  2020.

  Design patterns for resource-constrained automated deep-learning methods.

  AI.

  1(4), S. 510-538.

  Verfügbar unter: https://doi.org/10.3390/ai1040031

• Dessimoz, Jean-Daniel; Koehler, Jana; Stadelmann, Thilo,

  2015.

  AI in Switzerland.

  AI Magazine.

  36(2), S. 102-105.

  Verfügbar unter: https://doi.org/10.1609/aimag.v36i2.2591

• Stockinger, Kurt; Stadelmann, Thilo,

  2014.

  Data Science für Lehre, Forschung und Praxis.

  HMD Praxis der Wirtschaftsinformatik.

  51(4), S. 469-479.

  Verfügbar unter: https://doi.org/10.1365/s40702-014-0040-1

• Stadelmann, Thilo; Schilling, Frank-Peter, Hrsg.,

  2022.

  Advances in deep neural networks for visual pattern recognition.

  Basel:

  MDPI.

  Journal of Imaging ; 8.

  Verfügbar unter: https://www.mdpi.com/journal/jimaging/special_issues/deep_neural_network

• Schilling, Frank-Peter; Stadelmann, Thilo, Hrsg.,

  2020.

  Artificial neural networks in pattern recognition.

  Basel:

  MDPI.

  Computers ; 9.

  Verfügbar unter: https://www.mdpi.com/journal/computers/special_issues/ANNPR2020

• Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  2019.

  Applied data science : lessons learned for the data-driven business.

  1. Auflage.

  Cham:

  Springer.

  ISBN 978-3-030-11820-4.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1

• Stadelmann, Thilo,

  2019.

  Wie maschinelles Lernen den Markt verändert

  .

  In:

  Haupt, Reinhard; Schmitz, Stephan, Hrsg.,

  Digitalisierung: Datenhype mit Werteverlust? : ethische Perspektiven für eine Schlüsseltechnologie.

  Holzgerlingen:

  SCM Hänssler.

  S. 67-79.

  Verfügbar unter: https://doi.org/10.21256/zhaw-18822

• Stadelmann, Thilo; Tolkachev, Vasily; Sick, Beate; Stampfli, Jan; Dürr, Oliver,

  2019.

  Beyond ImageNet : deep learning in industrial practice

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 205-232.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_12

• Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt,

  2019.

  Data science

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 17-29.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_2

• Stadelmann, Thilo; Stockinger, Kurt; Heinatz-Bürki, Gundula; Braschler, Martin,

  2019.

  Data scientists

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 31-45.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_3

• Stadelmann, Thilo; Braschler, Martin; Stockinger, Kurt,

  2019.

  Introduction to applied data science

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 3-16.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_1

• Stockinger, Kurt; Braschler, Martin; Stadelmann, Thilo,

  2019.

  Lessons learned from challenging data science case studies

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 447-465.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_24

• Meierhofer, Jürg; Stadelmann, Thilo; Cieliebak, Mark,

  2019.

  Data products

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 47-61.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_4

• Hollenstein, Lukas; Lichtensteiger, Lukas; Stadelmann, Thilo; Amirian, Mohammadreza; Budde, Lukas; Meierhofer, Jürg; Füchslin, Rudolf Marcel; Friedli, Thomas,

  2019.

  Unsupervised learning and simulation for complexity management in business operations

  .

  In:

  Braschler, Martin; Stadelmann, Thilo; Stockinger, Kurt, Hrsg.,

  Applied data science : lessons learned for the data-driven business.

  Cham:

  Springer.

  S. 313-331.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-11821-1_17

• Stockinger, Kurt; Stadelmann, Thilo; Ruckstuhl, Andreas,

  2016.

  Data Scientist als Beruf

  .

  In:

  Fasel, Daniel; Andreas, Meier, Hrsg.,

  Big Data.

  Wiesbaden:

  Springer.

  S. 59-81.

  Edition HMD.

  Verfügbar unter: https://doi.org/10.1007/978-3-658-11589-0_4

• Yan, Peng; Abdulkadir, Ahmed; Aguzzi, Giulia; Schatte, Gerrit A.; Grewe, Benjamin F.; Stadelmann, Thilo,

  2024.

  Automated process monitoring in injection molding via representation learning and setpoint regression [Paper].

  In:

  11th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 30-31 May 2024.

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-30430

• Meyer, Benjamin; Stadelmann, Thilo; Lüthi, Marcel,

  2024.

  ScalaGrad : a statically typed automatic differentiation library for safer data science [Paper].

  In:

  11th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 30-31 May 2024.

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-30408

• Tuggener, Lukas; Sager, Pascal; Taoudi-Benchekroun, Yassine; Grewe, Benjamin F.; Stadelmann, Thilo,

  2024.

  So you want your private LLM at home? : a survey and benchmark of methods for efficient GPTs [Paper].

  In:

  11th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 30-31 May 2024.

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-30279

• Jermain, Peter R.; Oswald, Martin; Langdun, Tenzin; Wright, Santana; Khan, Ashraf; Stadelmann, Thilo; Abdulkadir, Ahmed; Yaroslavsky, Ann N.,

  2024.

  Rapid optical cytology with deep learning-based cell segmentation for diagnosis of thyroid lesions [Paper].

  In:

  Proceedings of the 2024 Optica Biophotonics Congress: Biomedical Optics.

  Optica Biophotonics Congress: Biomedical Optics, Fort Lauderdale, USA, 7-10 April 2024.

  Optica Publishing Group.

  Verfügbar unter: https://doi.org/10.21256/zhaw-29674

• Luley, Paul-Philipp; Deriu, Jan Milan; Yan, Peng; Schatte, Gerrit A.; Stadelmann, Thilo,

  2023.

  From concept to implementation : the data-centric development process for AI in industry [Paper].

  In:

  2023 10th IEEE Swiss Conference on Data Science (SDS).

  10th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 22-23 June 2023.

  IEEE.

  S. 73-76.

  Verfügbar unter: https://doi.org/10.1109/SDS57534.2023.00017

• Emberger, Raphael; Boss, Jens Michael; Baumann, Daniel; Seric, Marko; Huo, Shufan; Tuggener, Lukas; Keller, Emanuela; Stadelmann, Thilo,

  2023.

  Video object detection for privacy-preserving patient monitoring in intensive care [Paper].

  In:

  2023 10th IEEE Swiss Conference on Data Science (SDS).

  10th IEEE Swiss Conference on Data Science (SDS), Zurich, Switzerland, 22-23 June 2023.

  IEEE.

  S. 85-88.

  Verfügbar unter: https://doi.org/10.1109/SDS57534.2023.00019

• Ali, Waqar; Vascon, Sebastiano; Stadelmann, Thilo; Pelillo, Marcello,

  2023.

  Quasi-CliquePool : hierarchical graph pooling for graph classification [Paper].

  In:

  SAC '23: Proceedings of the 38th ACM/SIGAPP Symposium on Applied Computing.

  2nd Graph Models for Learning and Recognition (GMLR 2023) Track at the 38th ACM/SIGAPP Symposium on Applied Computing (SAC 2023), Tallinn, Estonia, 27 March - 2 April 2023.

  New York:

  Association for Computing Machinery.

  S. 544-552.

  Verfügbar unter: https://doi.org/10.1145/3555776.3578600

• Herzig, Ivo; Paysan, Pascal; Scheib, Stefan; Züst, Alexander; Schilling, Frank-Peter; Montoya, Javier; Amirian, Mohammadreza; Stadelmann, Thilo; Eggenberger Hotz, Peter; Füchslin, Rudolf Marcel; Lichtensteiger, Lukas,

  2022.

  Deep learning-based simultaneous multi-phase deformable image registration of sparse 4D-CBCT [Poster].

  In:

  AAPM Annual Meeting, Washington, DC, USA, 10-14 July 2022.

  American Association of Physicists in Medicine.

  S. e325-e326.

  Verfügbar unter: https://doi.org/10.1002/mp.15769

• Amirian, Mohammadreza; Montoya, Javier; Gruss, Jonathan; Stebler, Yves D.; Bozkir, Ahmet Selman; Calandri, Marco; Schwenker, Friedhelm; Stadelmann, Thilo,

  2021.

  PrepNet : a convolutional auto-encoder to homogenize CT scans for cross-dataset medical image analysis [Paper].

  In:

  Proceedings of CISP-BMEI’21.

  14th International Congress on Image and Signal Processing, BioMedical Engineering and Informatics (CISP-BMEI), Shanghai, China, 23-25 October 2021.

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-23318

• Simmler, Niclas; Sager, Pascal; Andermatt, Philipp; Chavarriaga, Ricardo; Schilling, Frank-Peter; Rosenthal, Matthias; Stadelmann, Thilo,

  2021.

  A survey of un-, weakly-, and semi-supervised learning methods for noisy, missing and partial labels in industrial vision applications [Paper].

  In:

  Proceedings of the 8th SDS.

  8th Swiss Conference on Data Science, Lucerne, Switzerland, 9 June 2021.

  IEEE.

  S. 26-31.

  Verfügbar unter: https://doi.org/10.1109/SDS51136.2021.00012

• Knapp, Evelyne; Battaglia, Mattia; Stadelmann, Thilo; Jenatsch, Sandra; Ruhstaller, Beat,

  2021.

  XGBoost trained on synthetic data to extract material parameters of organic semiconductors [Paper].

  In:

  Proceedings of the 8th SDS.

  8th Swiss Conference on Data Science, Lucerne, Switzerland, 9 June 2021.

  IEEE.

  S. 46-51.

  Verfügbar unter: https://doi.org/10.1109/SDS51136.2021.00015

• Amirian, Mohammadreza; Tuggener, Lukas; Chavarriaga, Ricardo; Satyawan, Yvan Putra; Schilling, Frank-Peter; Schwenker, Friedhelm; Stadelmann, Thilo,

  2021.

  Two to trust : AutoML for safe modelling and interpretable deep learning for robustness [Paper].

  In:

  Postproceedings of the 1st TAILOR Workshop on Trustworthy AI at ECAI 2020.

  1st TAILOR Workshop on Trustworthy AI at ECAI 2020, Santiago de Compostela, Spain, 29-30 August 2020.

  Springer.

  Verfügbar unter: https://doi.org/10.21256/zhaw-22061

• Tuggener, Lukas; Satyawan, Yvan Putra; Pacha, Alexander; Schmidhuber, Jürgen; Stadelmann, Thilo,

  2021.

  The DeepScoresV2 dataset and benchmark for music object detection [Paper].

  In:

  2020 25th International Conference on Pattern Recognition (ICPR).

  25th International Conference on Pattern Recognition 2020 (ICPR’20), Online, 10-15 January 2021.

  IEEE.

  S. 9188-9195.

  Verfügbar unter: https://doi.org/10.1109/ICPR48806.2021.9412290

• Glüge, Stefan; Amirian, Mohammadreza; Flumini, Dandolo; Stadelmann, Thilo,

  2020.

  How (not) to measure bias in face recognition networks [Paper].

  In:

  Schilling, Frank-Peter; Stadelmann, Thilo, Hrsg.,

  Artificial Neural Networks in Pattern Recognition.

  9th IAPR TC 3 Workshop on Artificial Neural Networks for Pattern Recognition (ANNPR'20), Winterthur, Switzerland, 2-4 September 2020.

  Cham:

  Springer.

  Lecture Notes in Computer Science ; 12294.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-58309-5_10

• Schilling, Frank-Peter; Stadelmann, Thilo, Hrsg.,

  2020.

  Artificial neural networks in pattern recognition : proceedings of the 9th IAPR TC3 workshop, ANNPR 2020, Winterthur, Switzerland, September 2–4, 2020.

  9th IAPR TC 3 Workshop on Artificial Neural Networks for Pattern Recognition (ANNPR'20), Winterthur, Switzerland, 2-4 September 2020.

  Springer.

  Lecture Notes in Computer Science ; 12294.

  ISBN 978-3-030-58308-8.

  Verfügbar unter: https://doi.org/10.1007/978-3-030-58309-5

• Roost, Dano; Meier, Ralph; Toffetti Carughi, Giovanni; Stadelmann, Thilo,

  2020.

  Combining reinforcement learning with supervised deep learning for neural active scene understanding [Paper].

  In:

  Active Vision and Perception in Human(-Robot) Collaboration Workshop at IEEE RO-MAN 2020 (AVHRC’20), online, 31 August - 4 September 2020.

  University of Essex.

  Verfügbar unter: https://doi.org/10.21256/zhaw-20419

• Roost, Dano; Meier, Ralph; Huschauer, Stephan; Nygren, Erik; Egli, Adrian; Weiler, Andreas; Stadelmann, Thilo,

  2020.

  Improving sample efficiency and multi-agent communication in RL-based train rescheduling [Paper].

  In:

  Proceedings of the 7th SDS.

  7th Swiss Conference on Data Science, Lucerne, Switzerland, 26 June 2020.

  IEEE.

  Verfügbar unter: https://doi.org/10.21256/zhaw-19978

• Tuggener, Lukas; Amirian, Mohammadreza; Rombach, Katharina; Lörwald, Stefan; Varlet, Anastasia; Westermann, Christian; Stadelmann, Thilo,

  2019.

  Automated machine learning in practice : state of the art and recent results [Paper].

  In:

  2019 6th Swiss Conference on Data Science (SDS).

  6th Swiss Conference on Data Science (SDS), Bern, 14. Juni 2019.

  IEEE.

  S. 31-36.

  Verfügbar unter: https://doi.org/10.1109/SDS.2019.00-11

• Elezi, Ismail; Tuggener, Lukas; Pelillo, Marcello; Stadelmann, Thilo,

  2018.

  DeepScores and Deep Watershed Detection : current state and open issues [Paper].

  In:

  Proceedings of the 1st International Workshop on Reading Music Systems.

  1st International Workshop on Reading Music Systems at ISMIR 2018, Paris, France, 20 September 2018.

  Paris:

  Society for Music Information Retrieval.

  S. 13-14.

  Verfügbar unter: https://doi.org/10.21256/zhaw-4777

• Stadelmann, Thilo; Glinski-Haefeli, Sebastian; Gerber, Patrick; Dürr, Oliver,

  2018.

  Capturing suprasegmental features of a voice with RNNs for improved speaker clustering [Paper].

  In:

  Artificial Neural Networks in Pattern Recognition.

  8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR), Siena, Italy, 19-21 September 2018.

  Springer.

  S. 333-345.

  Lecture Notes in Computer Science ; 11081.

  Verfügbar unter: https://doi.org/10.1007/978-3-319-99978-4_26

• Stadelmann, Thilo; Amirian, Mohammadreza; Arabaci, Ismail; Arnold, Marek; Duivesteijn, Gilbert François; Elezi, Ismail; Geiger, Melanie; Lörwald, Stefan; Meier, Benjamin Bruno; Rombach, Katharina; Tuggener, Lukas,

  2018.

  Deep learning in the wild [Paper].

  In:

  Artificial Neural Networks in Pattern Recognition.

  8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR), Siena, Italy, 19-21 September 2018.

  Springer.

  S. 17-38.

  Lecture Notes in Computer Science ; 11081.

  Verfügbar unter: https://doi.org/10.1007/978-3-319-99978-4_2

• Tuggener, Lukas; Elezi, Ismail; Schmidhuber, Jürgen; Stadelmann, Thilo,

  2018.

  Deep watershed detector for music object recognition [Paper].

  In:

  Proceedings of the 19th International Society for Music Information Retrieval Conference.

  19th International Society for Music Information Retrieval Conference, Paris, 23-27 September 2018.

  Paris:

  Society for Music Information Retrieval.

  Verfügbar unter: https://doi.org/10.21256/zhaw-3760

• Tuggener, Lukas; Elezi, Ismail; Schmidhuber, Jürgen; Pelillo, Marcello; Stadelmann, Thilo,

  2018.

  DeepScores : a dataset for segmentation, detection and classification of tiny objects [Paper].

  In:

  2018 24th International Conference on Pattern Recognition (ICPR).

  24th International Conference on Pattern Recognition (ICPR 2018), Beijing, China, 20-28 August 2018.

  IEEE.

  S. 1-6.

  Verfügbar unter: https://doi.org/10.1109/ICPR.2018.8545307

• Meier, Benjamin Bruno; Elezi, Ismail; Amirian, Mohammadreza; Dürr, Oliver; Stadelmann, Thilo,

  2018.

  Learning neural models for end-to-end clustering [Paper].

  In:

  Artificial Neural Networks in Pattern Recognition.

  8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR), Siena, Italy, 19-21 September 2018.

  Springer.

  S. 126-138.

  Lecture Notes in Computer Science ; 11081.

  Verfügbar unter: https://doi.org/10.1007/978-3-319-99978-4_10

• Hibraj, Feliks; Vascon, Sebastiano; Stadelmann, Thilo; Pelillo, Marcello,

  2018.

  Speaker clustering using dominant sets [Paper].

  In:

  2018 24th International Conference on Pattern Recognition (ICPR).

  24th International Conference on Pattern Recognition (ICPR 2018), Beijing, China, 20-28 August 2018.

  IEEE.

  S. 3549-3554.

  Verfügbar unter: https://doi.org/10.1109/ICPR.2018.8546067

• Amirian, Mohammadreza; Schwenker, Friedhelm; Stadelmann, Thilo,

  2018.

  Trace and detect adversarial attacks on CNNs using feature response maps [Paper].

  In:

  Artificial Neural Networks in Pattern Recognition.

  8th IAPR TC3 Workshop on Artificial Neural Networks in Pattern Recognition (ANNPR), Siena, Italy, 19-21 September 2018.

  Springer.

  S. 346-358.

  Lecture Notes in Computer Science ; 11081.

  Verfügbar unter: https://doi.org/10.1007/978-3-319-99978-4_27

• Meier, Benjamin; Stadelmann, Thilo; Stampfli, Jan; Arnold, Marek; Cieliebak, Mark,

  2017.

  Fully convolutional neural networks for newspaper article segmentation [Paper].

  In:

  Proceedings of the 14th IAPR International Conference on Document Analysis and Recognition (ICDAR).

  14th IAPR International Conference on Document Analysis and Recognition (ICDAR 2017), Kyoto Japan, 13-15 November 2017.

  Kyoto:

  CPS.

  Verfügbar unter: https://doi.org/10.21256/zhaw-1533

• Lukic, Yanick X.; Vogt, Carlo; Dürr, Oliver; Stadelmann, Thilo,

  2017.

  Learning embeddings for speaker clustering based on voice equality [Paper].

  In:

  2017 IEEE 27th International Workshop on Machine Learning for Signal Processing (MLSP).

  27th IEEE International Workshop on Machine Learning for Signal Processing (MLSP 2017), Tokyo, 25-28 September 2017.

  IEEE.

  Verfügbar unter: https://doi.org/10.1109/MLSP.2017.8168166

• Lukic, Yanick; Vogt, Carlo; Dürr, Oliver; Stadelmann, Thilo,

  2016.

  Speaker identification and clustering using convolutional neural networks [Paper].

  In:

  2016 IEEE 26th International Workshop on Machine Learning for Signal Processing (MLSP),.

  26th IEEE International Workshop on Machine Learning for Signal Processing (MLSP 2016), Vietri sul Mare, Italy, 13-16 Sept. 2016.

  IEEE.

  Verfügbar unter: https://doi.org/10.1109/MLSP.2016.7738816

• Arnold, Marek; Cieliebak, Mark; Stadelmann, Thilo; Stampfli, Jan; Uzdilli, Fatih,

  2015.

  PANOPTES : automated article segmentation of newspaper pages for "Real Time Print Media Monitoring“ [Poster].

  In:

  Proceedings of SGAICO Annual Assembly and Workshop 2015.

  SGAICO Annual Assembly and Workshop 2015, Geneva, 12 November 2015.

  Verfügbar unter: https://sgaico.swissinformatics.org/wp-content/uploads/sites/34/2017/04/2015_SGAICOPoster-TSD.pdf

• Stadelmann, Thilo; Stockinger, Kurt; Braschler, Martin; Cieliebak, Mark; Baudinot, Gerold; Dürr, Oliver; Ruckstuhl, Andreas,

  2013.

  Applied data science in Europe : challenges for academia in keeping up with a highly demanded topic [Paper].

  In:

  Proceedings of the 9th European Computer Science Summit.

  9th European Computer Science Summit, Amsterdam, Niederlande, 8-9 October 2013.

• Segessenman, Jan; Stadelmann, Thilo; Andrew, Davison; Oliver, Dürr,

  2023.

  Assessing deep learning : a work program for the humanities in the age of artificial intelligence.

  SSRN.

  Verfügbar unter: https://doi.org/10.21256/zhaw-28651

• von der Malsburg, Christoph; Stadelmann, Thilo; Grewe, Benjamin F.,

  2022.

  A theory of natural intelligence.

  arXiv.

  Verfügbar unter: https://doi.org/10.48550/ARXIV.2205.00002

• Stadelmann, Thilo; Würsch, Christoph,

  2020.

  Maps for an uncertain future : teaching AI and machine learning using the ATLAS concept.

  Winterthur:

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-20885

• Stadelmann, Thilo; Schilling, Frank-Peter,

  2019.

  Deep Learning in medizinischer Diagnostik und Qualitätskontrolle.

  Netzwoche.

  Verfügbar unter: https://doi.org/10.21256/zhaw-20163

• Amirian, Mohammadreza; Rombach, Katharina; Tuggener, Lukas; Schilling, Frank-Peter; Stadelmann, Thilo,

  2019.

  Efficient deep CNNs for cross-modal automated computer vision under time and space constraints [Paper].

  In:

  ECML-PKDD 2019, Würzburg, Germany, 16-19 September 2019.

  ZHAW Zürcher Hochschule für Angewandte Wissenschaften.

  Verfügbar unter: https://doi.org/10.21256/zhaw-18357

• Stadelmann, Thilo; Cieliebak, Mark; Stockinger, Kurt,

  2015.

  Toward automatic data curation for open data.

  ERCIM News.

  2015(100), S. 32-33.

  Verfügbar unter: https://doi.org/10.21256/zhaw-3643

• Stadelmann, Thilo,

  2023.

  KI als Chance für die angewandten Wissenschaften im Wettbewerb der Hochschulen.

  In:

  Bürgenstock-Konferenz der Schweizer Fachhochschulen und Pädagogischen Hochschulen, Luzern, Schweiz, 20.-21. Januar 2023.

  Verfügbar unter: https://www.buergenstock-konferenz.ch/images/2023/19_Website_Eingabe_Stadelmann.pdf

• von der Malsburg, Christoph; Grewe, Benjamin F.; Stadelmann, Thilo,

  2022.

  Making sense of the natural environment.

  In:

  The Biannual Conference of the German Cognitive Science Society (KogWis), Freiburg, Germany, 5-7 September 2022.

  Verfügbar unter: https://stdm.github.io/downloads/papers/KogWis_2022.pdf

Publikationen vor Tätigkeit an der ZHAW

• Thilo Stadelmann, Sven Johr, Michael Ditze, Florian Dittman, and Viktor Fässler. "FABELHAFT - Fahrerablenkung: Entwicklung eines Meta-Fahrerassistenzsystems durch Echtzeit-Audioklassifikation". In Proceedings of 28. VDI-VW Gemeinschaftstagung Fahrerassistenzsysteme und Integrierte Sicherheit, Wolfsburg, Germany, October 10.-11., 2012. VDI Wissensforum.
• Thilo Stadelmann. "Voice Modeling Methods for Automatic Speaker Recognition". Dissertation, Philipps-Universität Marburg. Available online, 2010.
• Christian Beecks, Thilo Stadelmann, Bernd Freisleben, and Thomas Seidl. "Visual Speaker Model Exploration", In Proceedings of the IEEE International Conference on Multimedia and Expo (ICME'2010), pages 727-728, Singapore, July 19-23, 2010, IEEE.
• Thilo Stadelmann, Yinghui Wang, Matthew Smith, Ralph Ewerth, and Bernd Freisleben. "Rethinking Algorithm Development and Design in Speech Processing". In Proceedings of the 20th International Conference on Pattern Recognition (ICPR'10), pages 4476-4479, Istanbul, Turkey, August 2010a. IAPR.
• Thilo Stadelmann and Bernd Freisleben. Dimension-Decoupled Gaussian Mixture Model for Short Utterance Speaker Recognition. In Proceedings of the 20th International Conference on Pattern Recognition (ICPR'10), pages 1602-1605, Istanbul, Turkey, August 2010a. IAPR.
• Thilo Stadelmann and Bernd Freisleben. "On the MixMax Model and Cepstral Features for Noise-Robust Voice Recognition". Technical Report, Marburg University, July 2010.
• Markus Mühling, Ralph Ewerth, Thilo Stadelmann, Bing Shi, and Bernd Freisleben. "University of Marburg at TRECVID 2009: High-Level Feature Extraction". In Proceedings of TREC Video Retrieval Evaluation Workshop (TRECVid'09). Available online, 2009.
• Ernst Juhnke, Dominik Seiler, Thilo Stadelmann, Tim Dörnemann, and Bernd Freisleben. "LCDL: An Extensible Framework for Wrapping Legacy Code". In Proceedings of International Workshop on @WAS Emerging Research Projects, Applications and Services (ERPAS'09), pages 638-642, Kuala Lumpur, Malaysia, December 2009.
• Dominik Seiler, Ralph Ewerth, Steffen Heinzl, Thilo Stadelmann, Markus Mühling, Bernd Freisleben, and Manfred Grauer. "Eine Service-Orientierte Grid-Infrastruktur zur Unterstützung Medienwissenschaftlicher Filmanalyse". In Proceedings of the Workshop on Gemeinschaften in Neuen Medien (GeNeMe'09), pages 79-89, Dresden, Germany, September 2009.
• Thilo Stadelmann and Bernd Freisleben. "Unfolding Speaker Clustering Potential: A Biomimetic Approach". In Proceedings of the ACM International Conference on Multimedia (ACMMM'09), pages 185-194, Beijing, China, October 2009. ACM.
• Thilo Stadelmann, Steffen Heinzl, Markus Unterberger, and Bernd Freisleben. "WebVoice: A Toolkit for Perceptual Insights into Speech Processing". In Proceedingsof the 2nd International Congress on Image and Signal Processing (CISP'09), pages 4358-4362, Tianjin, China, October 2009.
• Steffen Heinzl, Markus Mathes, Thilo Stadelmann, Dominik Seiler, Marcel Diegelmann, Helmut Dohmann, and Bernd Freisleben. "The Web Service Browser: Automatic Client Generation and Efficient Data Transfer for Web Services". In Proceedings of the 7th IEEE International Conference on Web Services (ICWS'09), pages 743-750, Los Angeles, CA, USA, July 2009a. IEEE Press.
• Steffen Heinzl, Dominik Seiler, Ernst Juhnke, Thilo Stadelmann, Ralph Ewerth, Manfred Grauer, and Bernd Freisleben. "A Scalable Service-Oriented Architecture for Multimedia Analysis, Synthesis, and Consumption". International Journal of Web and Grid Services, 5(3):219-260, 2009b. Inderscience Publishers.
• Markus Mühling, Ralph Ewerth, Thilo Stadelmann, Bing Shi, and Bernd Freisleben. "University of Marburg at TRECVID 2008: High-Level Feature Extraction". In Proceedings of TREC Video Retrieval Evaluation Workshop (TRECVid'08). Available online, 2008.
• Markus Mühling, Ralph Ewerth, Thilo Stadelmann, Bing Shi, Christian Zöfel, and Bernd Freisleben. "University of Marburg at TRECVID 2007: Shot Boundary Detection and High-Level Feature Extraction". In Proceedings of TREC Video Retrieval Evaluation Workshop (TRECVid'07). Available online, 2007a.
• Ralph Ewerth, Markus Mühling, Thilo Stadelmann, Julinda Gllavata, Manfred Grauer, and Bernd Freisleben. "Videana: A Software Toolkit for Scientific Film Studies". In Proceedings of the International Workshop on Digital Tools in Film Studies, pages 1-16, Siegen, Germany, 2007. Transcript Verlag.
• Markus Mühling, Ralph Ewerth, Thilo Stadelmann, Bernd Freisleben, Rene Weber, and Klaus Mathiak. "Semantic Video Analysis for Psychological Research on Violence in Computer Games". In Proceedings of the ACM International Conference on Image and Video Retrieval (CIVR'07), pages 611-618, Amsterdam, The Netherlands, July 2007b. ACM.
• Ralph Ewerth, Markus Mühling, Thilo Stadelmann, Ermir Qeli, Björn Agel, Dominik Seiler, and Bernd Freisleben. "University of Marburg at TRECVID 2006: Shot Boundary Detection and Rushes Task Results". In Proceedings of TREC Video Retrieval Evaluation Workshop (TRECVid'06). Available online, 2006.
• Thilo Stadelmann and Bernd Freisleben. "Fast and Robust Speaker Clustering Using the Earth Mover's Distance and MixMax Models". In Proceedings of the 31st IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP'06), volume 1, pages 989-992, Toulouse, France, April 2006. IEEE.
• Ralph Ewerth, Christian Behringer, Tobias Kopp, Michael Niebergall, Thilo Stadelmann, and Bernd Freisleben. "University of Marburg at TRECVID 2005: Shot Boundary Detection and Camera Motion Estimation Results". In Proceedings of TREC Video Retrieval Evaluation Workshop (TRECVid'05). Available online, 2005.

Übrige Publikationen

• Bibliometriken auf Google Scholar
• Regelmässige Auftritte als Redner und Diskussionsteilnehmer auf Kongressen und Industrieveranstaltungen (ausgewählte Beispiele siehe unten)
• Keynote: KSA Research & Innovation Day 2024
• Keynote: Oracle Data & AI Forum 2024
• Keynote: Schweizer Bibliothekskongress 2023
• Keynote: Direct Day 2023
• Deep Learning in the wild (Invited Talk @ ANNPR 2018)
• Keynote: Hospitality Summit 2024

Zurück