FH-Prof. Priv.-Doz. Dipl.-Ing. Mag. Dr. Matthias Zeppelzauer
-
Forschungsgruppenleiter
Forschungsgruppe Media Computing
Institut für Creative\Media/Technologies - Department Medien und Digitale Technologien
Studiengänge
- Creative Computing (BA)
- Medientechnik (BA)
- Data Science und Artificial Intelligence* (BA)
- Data Intelligence (MA)
Departments
- Medien und Digitale Technologien
- Informatik und Security
Vision
"Ich betreibe menschenzentrierte Forschung im Bereich der künstlichen Intelligenz über die Grenzen von Disziplinen hinweg, um einen nachhaltigen Beitrag für das Gemeinwohl zu leisten.”
Forschungsinteressen
- Menschenzentrierte und vertrauenswürdige KI
- Computer Vision
- Inhaltsbasierte Audio-, Bild- und Video-Retrieval
- Multimodales Lernen
- Geräuschanalyse und -erkennung
- Analyse sozialer Medien
- Mustererkennung
- 2024: Best Paper Award beim International EuroVis Workshop on Visual Analytics (EuroVA) in Odense, Denmark, 27. May 2024
- 2023: Erster Platz beim EXIST: sEXism Identification in Social neTworks Benchmark auf der IberLEF 2023
- 2021: MTD Award für das Projekt „ReMoCapLab“ des Dachverbands der gehobenen medizinisch-technischen Dienste Österreichs
- 2021: Verleihung des Innovationspreises in der Kategorie „Forschung“ der NÖ Landesregierung für das Projekt IntelliGait 3D.
- 2021: ACM SIGMM Best Poster Award bei der International Content-Based Multimedia Indexing Conference (CBMI) für unsere Forschung zur multimodalen Fake News Detektion
- 2021: Drittbestes Team beim EXIST: sEXism Identification in Social neTworks Benchmark am IberLEF 2021 von 31 internationalen Teams
- 2020: Projekt „SoniControl“ nominiert als eines der erfolgreichsten Projekte der letzten 15 Jahre, gefördert durch die netidee-Initiative der IPA Austria
- 2020: Ausgezeichneter Reviewer bei CVPR 2020 (IEEE Conference on Computer Vision and Pattern Recognition)
- 2018: Nominierung der Arbeit „Building Age Extraction via Computer Vision and Deep Learning“ durch MIT Technology Review als eines der "most thought-provoking" Papers auf arXiv.org
- 2018: Austrian Open Source Award für das Forschungsprojekt „SoniControl“ in der Kategorie Systeme und Sicherheit.
- 2017: Best Paper Award auf der 12th International Conference on Information Visualization, Theory and Applications (IVAPP), Porto, Portugal
- 2015: Best Paper Award auf der International Conference on Digital Heritage, Granada, Spanien.
- 2014: Erster Platz beim MediaEval Benchmark im „Social Event Detection“ Bewerb.
- 2014: Zweiter Platz beim ChaLearn - Looking at People Wettbewerb zur Erkennung von kulturellen Ereignissen auf der CVPR 2015 Konferenz
- seit 2021: Ko-Koordinator des Zentrums für Künstliche Intelligenz an der Fachhochschule St. Pölten
- seit 2020: Leiter der Forschungsgruppe Media Computing am Institut für Creative Media Technologies an der Fachhochschule St. Pölten
- 2020: Habilitation an der TU Wien (Adjunct Professor) im Fachgebiet Informatik zum Thema Retrieval von multimodalen Mediendaten
- seit 2013: Senior Researcher am Institut für Creative Media Technologies
- 2011-2015: Postdoc in der Forschungsgruppe Interaktive Mediensysteme, TU Wien
- 2011: PhD mit Auszeichnung in Informatik an der TU Wien
- 1999-2006 Bachelor- und Masterstudium Informatik (Schwerpunkt Medieninformatik / Computergrafik und Bildverarbeitung) an der TU Wien
Ausgewählte Publikationen
Matt, M., Zeppelzauer, M., & Waldner, M. (2024). cVIL: Class-Centric Visual Interactive Labeling. Proceedings of the 15th International EuroVis Workshop on Visual Analytics (EuroVA). 15th International EuroVis Workshop on Visual Analytics (EuroVA), Odense, Denmark. http://arxiv.org/abs/2405.08150
Beckmann, Rafael, Blaga, C., El-Assady, M., Zeppelzauer, M., & Bernard, J. (2022). Interactive Visual Explanation of Incremental Data Labeling. EuroVis Workshop on Visual Analytics (EuroVA), 6. https://doi.org/10.2312/eurova.20221073
Baumhauer, T., Slijepcevic, D., & Zeppelzauer, M. (2022). Bounded logit attention: Learning to explain image classifiers. NeurIPS 2022 Workshop: All Things Attention: Bridging Different Perspectives on Attention, New Orleans, USA. https://arxiv.org/pdf/2105.14824
Slijepcevic, D., Horst, F., Lapuschkin, S., Horsak, B., Raberger, A.-M., Kranzl, A., Samek, W., Breitender, C., Schöllhorn, W., & Zeppelzauer, M. (2022). Explaining Machine Learning Models for Clinical Gait Analysis. ACM Transactions on Computing for Healthcare, 3(2), 14:1-14:27. https://doi.org/10.1145/3474121
Baumhauer, T., Schöttele, P., & Zeppelzauer, M. (2022). Machine Unlearning: Linear Filtration for Logit-based Classifiers. Journal on Machine Learning, 111(1), 3203–3226. https://doi.org/10.1007/s10994-022-06178-9
Slijepčević, D., Henzl, M., Klausner, L. D., Dam, T., Kieseberg, P., & Zeppelzauer, M. (2021). k‑Anonymity in Practice: How Generalisation and Suppression Affect Machine Learning Classifiers. Computers & Security, 111, 19. https://doi.org/10.1016/j.cose.2021.102488
Bernard, J., Hutter, M., Zeppelzauer, M., Sedlmair, M., & Munzner, T. (2021). ProSeCo: Visual analysis of class separation measures and dataset characteristics. Computers & Graphics, 96, 48–60. https://doi.org/https://doi.org/10.1016/j.cag.2021.03.004
Bernard, Jürgen, Hutter, M., Sedlmair, M., Zeppelzauer, Matthias, & Munzner, Tamara. (2021). A Taxonomy of Property Measures to Unify Active Learning and Human-centered Approaches to Data Labeling. ACM Transactions on Interactive Intelligent Systems (TiiS), 11(3–4), 1–42. https://doi.org/10/gnt2wf
Zielinski, B., Lipinski, M., Juda, M., Zeppelzauer, Matthias, & Dlotko, Pawel. (2021). Persistence Codebooks for Topological Data Analysis. Journal of Artificial Intelligence Review, 54, 1969–2009. https://doi.org/https://doi.org/10.1007/s10462-020-09897-4
Kirchknopf, A., Slijepcevic, D., & Zeppelzauer, M. (2021). Multimodal Detection of Information Disorder from Social Media. International Conference on Content-Based Multimedia Indexing (CBMI), 4. https://doi.org/10/gmxnm5
Horsak, B., Slijepcevic, D., Raberger, A.-M., Schwab, C., Worisch, M., & Zeppelzauer, M. (2020). GaitRec, a large-scale ground reaction force dataset of healthy and impaired gait. Scientific Data, 7:143(1), 1–8. https://doi.org/10/gh372d
Zielinski, B., Lipinski, Michal, Juda, M., Zeppelzauer, M., & Dlotko, Pawel. (2019). Persistence Bag-of-Words for Topological Data Analysis. Proceedings of the International Joint Conference on Artificial Intelligence 2019, 6. https://doi.org/10/ghpp7z
Bernard, Jürgen, Hutter, M., Sedlmair, M., Zeppelzauer, Matthias, & Munzner, Tamara. (2019). A taxonomy of property measures to support the explainability of the interactive data labeling process. ACM Transactions on Interactive Intelligent Systems (TiiS), Submitted.
Bernard, J., Zeppelzauer, M., Sedlmair, M., & Aigner, W. (2018). VIAL – A Unified Process for Visual-Interactive Labeling. The Visual Computer, 34(1189), 16. https://doi.org/10/gd5hr3
Bernard, J., Zeppelzauer, M., Lehmann, M., Müller, M., & Sedlmair, M. (2018). Towards User-Centered Active Learning Algorithms. Computer Graphics Forum, 37, 121–132. https://doi.org/10/gdw79h
Zeppelzauer, M., Zielinski, B., Juda, M., & Seidl, M. (2018). A Study on Topological Descriptors for the Analysis of 3D Surface Texture. Journal on Computer Vision and Image Understanding (CVIU), 167, 74–88. https://doi.org/10/ghpp2h
Slijepcevic, D., Zeppelzauer, M., Raberger, A.-M., Schwab, C., Schuller, M., Baca, A., Breiteneder, C., & Horsak, B. (2018). Automatic Classification of Functional Gait Disorders. IEEE Journal of Biomedical and Health Informatics, 5(22), 1653–1661. https://doi.org/10/ghz24w
Wagner, M., Slijepcevic, D., Horsak, B., Rind, A., Zeppelzauer, M., & Aigner, W. (2018). KAVAGait: Knowledge-Assisted Visual Analytics for Clinical Gait Analysis. IEEE Transactions on Visualization and Computer Graphics (TVCG), 25(3), 1528–1542. https://doi.org/10/ghppzn
Zeppelzauer, M., Despotovic, M., Sakeena, M., Koch, D., & Döller, M. (2018). Automatic Prediction of Building Age from Photographs. Proceedings of the ACM International Conference on Multimedia Retrieval (ICMR "18), 126–134. https://doi.org/10/ghpp2k
Bernard, Jürgen, Hutter, M., Zeppelzauer, M., Fellner, D., & Sedlmair, M. (2017). Comparing Visual-Interactive Labeling with Active Learning: An Experimental Study. IEEE Transactions on Visualization and Computer Graphics (TVCG), 24(1). https://doi.org/10/gcqb3r
Zeppelzauer, M., & Schopfhauser, D. (2016). Multimodal classification of events in social media. Image and Vision Computing. https://doi.org/10/ghpp2q
Zaharieva, M., Del Fabro, M., & Zeppelzauer, M. (2015). Cross-Platform Social Event Detection. IEEE Multimedia, 22(3), 14. https://doi.org/10/gh3773
Salvador, A., Zeppelzauer, M., Manchón-Vizuente, D., Calafell, A., & Giró-i-Nieto, X. (2015, April 28). Cultural Event Recognition with Visual ConvNets and Temporal Models. Proceedings of the CVPR Workshop ChaLearn Looking at People 2015. Computer Vision and Pattern Recognition (CVPR), Boston, Massachusetts, United States. http://arxiv.org/abs/1504.06567
Zaharieva, M., Zeppelzauer, M., Del Fabro, M., & Schopfhauser, D. (2015, March 24). Social Event Mining in Large Photo Collections. Proceedings of the International Conference on Multimedia Retrieval. ACM International Conference on Multimedia Retrieval, Shanghai, China.
Stöger, A., Heimann, G., Zeppelzauer, M., Ganswindt, A., Hensman, S., & Charlton, B. (2012). Visualizing Sound Emission of Elephant Vocalizations: Evidence for Two Rumble Production Types. Plos One, 7(11:e48907). http://dx.plos.org/10.1371/journal.pone.0048907
Mitrović, D., Zeppelzauer, M., & Breiteneder, C. (2010). Features for Content-Based Audio Retrieval. In Advances in Computers (Vol. 78, pp. 71–150). Burlington: Academic Press. http://www.sciencedirect.com/science/article/pii/S0065245810780037