Prof. Dr. Matthias Thimm
Foto: Volker Wiciok
E-Mail: matthias.thimm
Telefon: +49 2331 987-3004
Raum: H 205, Geb. 3
Homepage: https://www.mthimm.de/
Lebenslauf
Studium und Ausbildung
| 2007 | Master (with distinction) in computer science (Diplom Informatik) at Technische Universität Dortmund |
| 2011 | PhD (with distinction) in computer science at Technische Universität Dortmund |
| 2016 | Habilitation in computer science at University of Koblenz-Landau |
Akademischer Werdegang
| 2021– | Full professor for Artificial Intelligence, FernUniversität in Hagen, Germany |
| 2020–2021 | Acting professor (Vertretungsprofessor) for Data Science,Institute for Web Science and Technologies, University of Koblenz-Landau, Germany |
| 2016 | Acting professor (Vertretungsprofessor) for logical foundations of computerscience, Leipzig University, Germany |
| 2013–2021 | Lecturer (Akademischer Rat), Institute for Web Science and Technologies, University of Koblenz-Landau, Germany |
| 2011–2013 | Project leader, Institute for Web Science and Technologies, University of Koblenz-Landau, Germany |
| 2007–2011 | Research assistant, Chair on logic in computer science, Technische Universität Dortmund |
Mitgliedschaft wissenschaftlicher Gesellschaften
| 2007– | Gesellschaft für Informatik (GI) |
| 2013– | International Federation for Information Processing (IFIP) |
Betreute Arbeiten
Abschlussarbeiten
- Bachelorarbeit "Analyse eines Inkonsistenzmaßes basierend Schlussfolgerungen in Teilmengen", Alexandra Fries, abgeschlossen, 2024
- Bachelorarbeit: "Federated Learning with Dataset Condensation on Resource-Limited Devices", Pascal Grosmann, abgeschlossen, 2024
- Bachelorarbeit: "Influence of Pruning on Polysemanticity in Artificial Neural Networks", Joris Plettscher, abgeschlossen, 2024
- Masterarbeit "Bewertung von auf neuronalen Netzen basierenden Segmentierungsverfahren für die Detektion von Schweißnahtgrenzen", Badr El Yamouni, abgeschlossen, 2024
- Masterarbeit: "Analyse von Kanalzustandsinformationen mit Machine-Learning-Verfahren und Erklärbarkeit der Ergebnisse", Karl Heinz Wichmann, abgeschlossen, 2024
- Masterarbeit: "Comparing Effectiveness and Efficiency of Large Language Models and Traditional Vulnerability Assessment Tools in IT Network Vulnerability Analysis", Oliver Dzaeck, abgeschlossen, 2024
- Masterarbeit: "Leveraging Synthetic Datasets for Enhanced Optimization of Mask R-CNNs through Comparative Analysis", Tobias Wolf, abgeschlossen, 2024
- Masterarbeit: "Towards Computing Optimal Solutions for Belief Base Contraction", Sebastian Mueller, abgeschlossen, 2024
- Masterarbeit: "Verifikation standardisierter Referenzprozesse zur Entwicklung von ML-Komponenten im Automobilkontext bezüglich Anwendbarkeit im sicherheitskritischen Kontext und Unterstützung einer möglichen Sicherheitsargumentation", Lukas Bergmann, abgeschlossen, 2024
- Bachelorarbeit "Schlussfolgern in Argumentationsgraphen durch randomisierter Wahl von Verteidigern", Carina Sophie Benzin, abgeschlossen, 2023
- Bachelorarbeit: "Einfluss von selbstregulierter Datenauswahl und eine MLP-Auslesefunktion auf die Leistung von GCNs bei SE-ID", Daniel Boy, abgeschlossen, 2023
- Bachelorarbeit: "Stochastische Lokale Suche in Abstrakter Argumentation mit Heuristiken basierend auf Maschinellen Lernverfahren", Konrad Drees, abgeschlossen, 2023
- Masterarbeit "Anwendung von Reinforcement Learning Algorithmen basierend auf einem kooperativen Multi-Agenten Szenario", Julien Menth, abgeschlossen, 2023
- Masterarbeit "Predicting Disorders of Service Station Components using Machine Learning-based Classification", Jana Kaszyda, abgeschlossen, 2023
- Masterarbeit: "Weak-Admissibility Semantics in Abstract Argumentation Frameworks: Using Statistical Learning and Machine Learning to Determine Credulous Acceptability", Carla Irán Sánchez Aguilar, abgeschlossen, 2023
- Bachelorarbeit „Ein randomisierter Ansatz zum Schlussfolgern in Argumentationsgraphen basierend auf Random Walks“, Dominik Hillmann, abgeschlossen, 2022
- Bachelorarbeit „SAT-Kodierungen für Quasi-Inkonsistenz“, Michael Annen, abgeschlossen, 2022
- Bachelorarbeit: „Einsatz von Hardware-in-the-loop Systemen zur Evaluation der IT-Sicherheit von visuellen Fahrassistenzsystemen“, Jan Steffen Jendrny, abgeschlossen, 2022
- Masterarbeit „Preprocessing Methoden für Abstrakte Argumentation“, Nils Gosing, abgeschlossen, 2022
- Bachelorarbeit: "Characteristics of Inconsistency Measures in Argument Graphs in Abstract Argumentation", in Bearbeitung
- Bachelorarbeit: "Eine empirische Korrelationsanalyse von Rangsemantiken in abstrakten Argumentationsgraphen", in Bearbeitung
- Bachelorarbeit: "Inkonsistenzmessung in kausalen Modellen", Themenangebot
- Masterarbeit "Serialisierbarkeit von Argumentationssemantiken für Bipolare Argumentationsgraphen", in Bearbeitung
- Masterarbeit: "Algorithmische Ansätze für harte Probleme in abstrakten Argumentationssystemen“, in Bearbeitung
- Masterarbeit: "Analyse eines Inkonsistenzmaßes auf minimalen 3-wertigen Modellen", in Bearbeitung
- Masterarbeit: "Die Komplexität von Abduktion in abstrakten Argumentationsgraphen", in Bearbeitung
- Masterarbeit: "Logic Programming for a Global Logistics Problem", in Bearbeitung
- Masterarbeit: "Signaturen neuer Semantiken für abstrakte Argumentationsgraphen", in Bearbeitung
Auswahl der 10 wichtigsten Publikationen
- Kenneth Skiba, Tjitze Rienstra, Matthias Thimm, Jesse Heyninck, Gabriele Kern-Isberner. Ranking Extensions in Abstract Argumentation. In Proceedings of the 30th InternationalJoint Conference on Artificial Intelligence (IJCAI’21). August 2021.
- Matthias Thimm, Federico Cerutti, Mauro Vallati. Skeptical Reasoning with PreferredSemantics in Abstract Argumentation without Computing Preferred Extensions. In Pro-ceedings of the 30th International Joint Conference on Artificial Intelligence (IJCAI’21). August 2021.
- Markus Ulbricht, Matthias Thimm, Gerhard Brewka. Handling and measuring inconsis-tency in non-monotonic logics. In Artificial Intelligence, 286:103344. June 2020.
- Anthony Hunter, Sylwia Polberg, Matthias Thimm. Epistemic Graphs for Representingand Reasoning with Positive and Negative Influences of Arguments. In Artificial Intelli-gence, 281:103236. April 2020.
- Matthias Thimm, Johannes P. Wallner. On the Complexity of Inconsistency Measurement.In Artificial Intelligence, 275:411-456. October 2019.
- Gerhard Brewka, Matthias Thimm, Markus Ulbricht. Strong Inconsistency. In ArtificialIntelligence, 267:78-117. February 2019.
- Anthony Hunter, Matthias Thimm. Probabilistic Reasoning with Abstract ArgumentationFrameworks. In Journal of Artificial Intelligence Research, 59:565-611. August 2017.
- Matthias Thimm, Serena Villata. The First International Competition on ComputationalModels of Argumentation: Results and Analysis. In Artificial Intelligence, 252:267-294.August 2017.
- Matthias Thimm. On the Expressivity of Inconsistency Measures. In Artificial Intelli-gence, 234:120-151. February 2016.
- Matthias Thimm. Inconsistency Measures for Probabilistic Logics. In Artificial Intelli-gence, 197:1-24. April 2013.
10.07.2024
