Niklas Koenen

  • 2015-2018: Studium Mathematik Vollfach an der Universität Bremen (B.Sc.)
  • 2018-2021: Studium Mathematik Vollfach an der Universität Bremen (M.Sc.)
  • Seit Februar 2021: Wissenschaftlicher Mitarbeiter am BIPS

    ORCID logo
    ORCiD: 0000-0002-4623-8271

    Ausgewählte BIPS-Veröffentlichungen

  • Zeitschriftenartikel mit peer-review

  • Koenen N, Wright MN. Interpreting deep neural networks with the package innsight. Journal of Statistical Software. 2024;111(8):1-52.
    https://doi.org/10.18637/jss.v111.i08

  • Conference Proceedings

  • Blesch K, Koenen N, Kapar J, Golchian P, Burk L, Loecher M, Wright MN. Conditional feature importance with generative modeling using adversarial random forests. . Proceedings of the AAAI conference on artificial intelligence. Association for the Advancement of Artificial Intelligence (AAAI). 2025. (im Druck).
  • Koenen N, Wright MN. Toward understanding the disagreement problem in neural network feature attribution. In: Longo L, Lapuschkin S, Seifert C, Herausgeber. Explainable artificial intelligence. Second World Conference, xAI 2024. Volume 2155. Cham: Springer. 2024. S. 247-269.
    https://doi.org/10.1007/978-3-031-63800-8_13
  • Koenen N, Wright MN, Maass P, Behrmann J. Generalization of the change of variables formula with applications to residual flows. Thirty-eighth international conference on machine learning (ICML) workshop on invertible neural networks, normalizing flows, and explicit likelihood models. 2021.
    https://openreview.net/forum?id=msCiI5dejr

  • Vorträge bei wissenschaftlichen Tagungen

  • Koenen N, Wright MN. Interpreting deep neural networks with the R package innsight. 6. Konferenz der Deutschen Arbeitsgemeinschaft Statistik (DAGStat), 28. März-1. April 2022, Hamburg.

  • Poster bei wissenschaftlichen Tagungen

  • Koenen N, Wright MN, Maass P, Behrmann J. Generalization of the change of variables formula with applications to residual flows. 38th International Conference on Machine Learning (ICML) Workshop on Invertible Neural Networks, Normalizing Flows, and Explicit Likelihood Models (INNF+), 23 July 2021, online poster.

Weitere Publikationen finden Sie unter nachfolgendem Link:

  • Winter 2021/2022 Interpretable Machine Learning Übung (Universität Bremen)

Verantwortlich für den Inhalt dieser Seite ist Niklas Koenen.

Kontakt

Telefon:
+49 (0)421 218-56-933
E-Mail:
koenen(at)leibniz-bips.de