跳转到内容

英文维基 | 中文维基 | 日文维基 | 草榴社区

漢斯-彼得·克里戈爾

维基百科,自由的百科全书
(重定向自Hans-Peter Kriegel
漢斯-彼得·克里戈爾
Hans-Peter Kriegel
出生 (1948-10-01) 1948年10月1日76歲)
德國
国籍 德国
母校多特蒙德工業大學
卡爾斯魯爾理工學院
知名于R*樹X樹英语X-treeDBSCANOPTICSLOF英语Local Outlier Factor
科学生涯
研究领域計算機科學
机构多特蒙德工業大學
布萊梅大學
符茲堡大學
慕尼黑大學
论文Erzeugung von Übersetzungen durch Grammatikpaare[1](1976)
博士導師赫爾曼·毛雷爾英语Hermann Maurer
博士生丹尼爾·A·凱姆英语Daniel A. Keim
亞瑟·齊梅克英语Arthur Zimek

漢斯-彼得·克里戈爾(德語:Hans-Peter Kriegel,1948年10月1日)是一名德國計算機科學家慕尼黑大學教授,領導計算機科學系資料庫系統小組。克里戈爾在多特蒙德工業大學獲得學士學位和卡爾斯魯爾理工學院獲得博士學位後,他曾在符茲堡大學布萊梅大學擔任教授。

研究工作

[编辑]

克里戈爾最重要的貢獻是資料庫索引結構R*樹X樹英语X-tree和IQ樹,聚類分析演算法DBSCANOPTICSSUBCLU英语SUBCLU以及異常檢測方法區域性異常因子英语Local Outlier Factor(LOF)。

他的研究重點是相關聚類英语Correlation clustering、高維度資料索引和分析、空間資料探勘和空間資料管理以及多媒體資料庫。

他的研究小組開發了一個名為ELKI英语ELKI的軟體框架,用於平行研究索引結構、資料探勘演算法及其交互,例如基於資料庫索引的最佳化資料探勘演算法。

榮譽

[编辑]

2009年,計算機協會任命克里戈爾為「會士」[2],這是該協會的最高榮譽之一。他因其在「知識發現和資料探勘、相似性搜尋、空間資料管理和高維資料存取方法」方面的貢獻而受到表彰。

他因在DBSCAN、OPTICS、LOF等資料探勘演算法方面的研究以及在高維度資料探勘方面的工作而獲得2013年電氣和電子工程師學會ICDM研究貢獻獎[3]

他也因在聚類、離群點檢測和高維度資料分析等資料探勘領域的貢獻,特別是基於密度的方法,榮獲2015年ACM SIGKDD創新獎[4] ,DBSCAN也獲得2014年ACM SIGKDD時間考驗獎[5]

截至2005年,他是德國資料庫和資料探勘領域被引用最多的研究人員[6][7][8]

參考資料

[编辑]
  1. ^ 漢斯-彼得·克里戈爾數學譜系計畫的資料。
  2. ^ Association for Computing Machinery. ACM Names 47 Fellows for Innovations in Computing, Information Technology. [2011-01-25]. (原始内容存档于2017-02-13). 
  3. ^ Wu, Xindong. 2013 IEEE ICDM Research Contributions Award: Professor Hans-Peter Kriegel. IEEE International Conference on Data Mining. IEEE International Conference on Data Mining. 2013-10-18 [29 October 2013]. (原始内容存档于23 October 2013). 
  4. ^ 2015 SIGKDD Innovation Award. ACM SIGKDD. 2015-07-22 [2015-08-17]. (原始内容存档于2015-08-16). 
  5. ^ 2014 SIGKDD Test of Time Award. ACM SIGKDD. 2014-08-18 [2014-08-22]. (原始内容存档于2014-08-26). 
  6. ^ E. Rahm, A. Thor. Citation analysis of database publications (PDF). SIGMOD Record (Association for Computing Machinery). 2005, 34 (4): 48–53 [2021-07-08]. S2CID 14390967. doi:10.1145/1107499.1107505. (原始内容存档 (PDF)于2015-09-24). Most cited database chair in Germany, Nr. 2 in Europe, Nr. 10 worldwide 
  7. ^ Microsoft Academic Search. Top-ranked Authors in "Databases". [2010-12-03]. (原始内容存档于2010-12-04). Rank 13 in Databases 
  8. ^ Microsoft Academic Search. Top-ranked Authors in "Data Mining". [2010-12-03]. (原始内容存档于2010-11-29). Rank 7 in Data Mining 

外部連結

[编辑]