Information Systems Engineering

Michael Gebauer, M.Sc.

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 automatischen Extraktion von Informationen aus Datenschutzerklärungen.

Forschungsschwerpunkte

  • Anomaly- and Out of Distribution Detection
  • Graph Neural Networks

Michael Gebauer

Wiss. Mitarbeiter_in

michael.gebauer@tu-berlin.de

+49 30 314-73571

Raum E-N 252

Publikationen

2021

Lübbering, Max; Gebauer, Michael; Ramamurthy, Rajkumar; Pielka, Maren; Bauckhage, Christian; Sifa, Rafet
Decoupling Autoencoders for Robust One-vs-Rest Classification
2021 IEEE 8th International Conference on Data Science and Advanced Analytics (DSAA), Seite 1–10
2021
Lübbering, Max; Gebauer, Michael; Ramamurthy, Rajkumar; Sifa, Rafet; Bauckhage, Christian
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, Seite 566–581
2021
Lübbering, Max; Pielka, Maren; Das, Kajaree; Gebauer, Michael; Ramamurthy, Rajkumar; Bauckhage, Christian; Sifa, Rafet
Toxicity Detection in Online Comments with Limited Data: A Comparative Analysis
ESANN 2021 proceedings
Herausgeber: Ciaco - i6doc.com
2021
Lübbering, Max; Gebauer, Michael; Ramamurthy, Rajkumar; Pielka, Maren; Bauckhage, Christian; Sifa, Rafet
Utilizing representation learning for robust text classification under datasetshift
Proceedings of the Conference ``Lernen, Wissen, Daten, Analysen'', CEUR Workshop Proceedings
2021

2020

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