Lucas Baier, M. Sc.

Lucas Baier, M. Sc.

Tätigkeiten

Lucas Baier ist wissenschaftlicher Mitarbeiter der Gruppe Digital Service Innovation. Dort arbeitet er im Applied AI Lab und beschäftigt sich mit der nachhaltigen Verwendung von Machine Learning Modellen.

Forschungsinteressen

 

  • Machine Learning in Data Streams
  • Concept Drift Handling in unterschiedlichen Domänen
  • Nachhaltige Verwendung von Machine Learning Modellen
  • Analytics in Healthcare 
 

Abschlussarbeiten

Wenn Sie an einem der oben genannten Themen Interesse haben, kontaktieren Sie mich jederzeit bezüglich einer möglichen Abschlussarbeit.

 

 

Lebenslauf

Lucas Baier studierte am Karlsruher Institut für Technologie Wirtschaftsingenieurwesen im Bachelor und Master mit einem Auslandsaufenthalt in Madrid. Seine Masterarbeit schrieb er in Kooperation mit ABB über die datengetriebene Vorhersage von Fehlern bei chemischen Batchprozessen.

 

Publikationen

Aufgrund der interdisziplinären Aktivitäten der KSRI-Mitglieder werden hier auch Publikationen gelistet, die nicht explizit im Rahmen der Tätigkeiten am KSRI entstanden sind.

2020
Zeitschriftenaufsätze
Proceedingsbeiträge
Handling Concept Drift for Predictions in Business Process Mining.
Baier, L.; Reimold, J.; Kühl, N.
2020. Proceedings of 22nd IEEE International Conference on Business Informatics VolltextVolltext der Publikation als PDF-Dokument
Handling Concept Drifts in Regression Problems – the Error Intersection Approach.
Baier, L.; Hofmann, M.; Kühl, N.; Mohr, M.; Satzger, G.
2020. Proceedings of 15th International Conference on Wirtschaftsinformatik, 2020, Potsdam, Germany VolltextVolltext der Publikation als PDF-Dokument
2019
Proceedingsbeiträge
Challenges in the Deployment and Operation of Machine Learning in Practice.
Baier, L.; Jöhren, F.; Seebacher, S.
2019. Proceedings of the 27th European Conference on Information Systems (ECIS), Stockholm and Uppsala, Sweden, June 8 - 14, 2019. Research Papers., Paper: 163, AIS Electronic Library (AISeL) VolltextVolltext der Publikation als PDF-Dokument
How to Cope with Change? Preserving Validity of Predictive Services over Time.
Baier, L.; Kühl, N.; Satzger, G.
2019. Hawaii International Conference on System Sciences (HICSS-52), Grand Wailea, Maui, Hawaii, Januar 8-11, 2019, 1085–1094, University of Hawai’i at Manoa / AIS VolltextVolltext der Publikation als PDF-Dokument