Fabian Rabe M.Sc.
Telefon: | +49 821 598 - 2470 |
E-Mail: | fabian.rabe@informatik.uni-augsburginformatik.uni-augsburg.de () |
Raum: | 3005 (N) |
Sprechzeiten: | https://digicampus.uni-augsburg.de/dispatch.php/profile/index?username=rabefabi_dozent |
Adresse: | Universit?tsstra?e 6a, 86159 Augsburg |
Kurzlebenslauf
- 2015: Bachelor Informatik und Multimedia, Universit?t Augsburg
- 2017: Master Informatik, Universit?t Augsburg
- seit Januar 2018: Wissenschaftlicher Mitarbeiter an der Professur "Softwaremethodik für verteilte Systeme", Universit?t Augsburg
Forschungsbereiche
- 新万博体育下载_万博体育app【投注官网】ical Information Science
- Machine Learning
Betreute Abschlussarbeiten
- ?Sekund?re Verwendung medizinischer Daten in der Forschung: Untersuchung moderner L?sungsans?tze zur Datenbereitstellung unter Verwendung der Stakeholderanalyse“ - Masterarbeit
- ?Automatic Segmentation of Microscopic Images of Pollen via the Scikit-Image Library“ -? ??Bachelorarbeit??
- ?Evaluation von Trainingsmethoden zur Erkennung von Netzhauterkrankungen mittels Deep Learning“ - Bachelorarbeit??
- ?Federated Deep Learning mit medizinischen Daten“ - Masterarbeit
- ?Automatische Segmentierung von mikroskopischen Bildern von Pollen mittels OpenCV und GrabCut“ - Bachelorarbeit
- ?Untersuchung der Effekte von Active Learning auf die Klassifizierung von medizinischen Bildern mittels Deep Learning“ - Masterarbeit
Publikationen
2021 |
Fabian Stieler, Fabian Rabe and Bernhard Bauer. 2021. Towards domain-specific explainable AI: model interpretation of a skin image classifier using a human approach. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops 2021, 19-25 June 2021, Nashville, TN, USA. IEEE, Piscataway, NJ, 1802-1809 DOI: 10.1109/CVPRW53098.2021.00199 |
2020 |
Fabian Stieler, Fabian Rabe and Bernhard Bauer. 2020. Federated medical data - how much can deep learning models benefit? [Poster]. In AMIA 2020 Virtual Clinical Informatics Converence, May 19-21. |
2019 |
Julian Schiele, Fabian Rabe, Maximilian Schmitt, Manuel Glaser, Franziska Haring, Jens O. Brunner, Bernhard Bauer, Bj?rn Schuller, Claudia Traidl-Hoffmann and Athanasios Damialis. 2019. Automated classification of airborne pollen using neural networks. In Thomas Penzel, Thomas Lenarz, Mohamad Sawan and Riccardo Barbieri (Ed.). 41st Annual International Conference of the IEEE Engineering in 新万博体育下载_万博体育app【投注官网】icine and Biology Society (EMBC), 23-27 July 2019, Berlin, Germany. IEEE, New York, NY, 4474-4478. DOI: 10.1109/embc.2019.8856910 |
2018 |
Simon Lohmüller, Fabian Rabe, Andrea Fendt, Bernhard Bauer and Lars Christoph Schmelz. 2018. SON function performance prediction in a cognitive SON management system. In Jordi Pérez-Romero and Stephan F. Pfletschinger (Ed.). 2018 IEEE Wireless Communications and Networking Conference Workshops (WCNCW), 15-18 April 2018, Barcelona, Spain. IEEE, Piscataway, NJ, 13-18. DOI: 10.1109/wcncw.2018.8368999 |