Personen- und Einrichtungssuche

Prof. Dr. Benjamin Paaßen

Bild der Person Prof. Dr. Benjamin Paaßen - Öffnet das Bild in voller Größe auf einer neuen Seite

Kontakt

1. Technische Fakultät / Arbeitsgruppen / AG Knowledge Representation and Machine Learning

Juniorprofessur 'Wissensrepräsentation und Maschinelles
Lernen'

E-Mail
bpaassen@techfak.uni-bielefeld.de  
Telefon
+49 521 106-87838  
Telefon Sekretariat
+49 521 106-86303 − Sekretariat zeigen
Büro
CITEC 1-220 − Lage-/Raumplan
Kontakt im Adressbuch speichern

2. Center for Cognitive Interaction Technology CITEC / Beteiligte Forschungsgruppen

Juniorprofessur 'Wissensrepräsentation und Maschinelles
Lernen'

E-Mail
bpaassen@techfak.uni-bielefeld.de  
Telefon
+49 521 106-87838  
Büro
CITEC 1-220 − Lage-/Raumplan
Kontakt im Adressbuch speichern

3. Technische Fakultät / Kommissionen und Ausschüsse / Fakultätskonferenz / Hochschullehrerinnen und Hochschullehrer

pers. Stellvertreter für Prof'in Dr. Hanna Drimalla

E-Mail
bpaassen@techfak.uni-bielefeld.de  
Kontakt im Adressbuch speichern

4. Joint Research Center on Cooperative and Cognition-enabled AI

5. Technische Fakultät / Kommissionen und Ausschüsse / Prüfungsausschüsse / Intelligente Interaktive Systeme(Master)

Mitglied (Vorsitz)
Gruppe der Hochullehrer*innen

Modulverantwortlicher für

Curriculum Vitae

  • Seit 2023: Juniorprofessor für Wissensrepräsentation und Maschinelles Lernen an der Universität Bielefeld
  • Seit 2021: Stellvertretender Forschungsbereichsleiter "Educational Technology Lab" des Deutschen Forschunszentrums für Künstliche Intelligenz (DFKI)
  • 2021: Postdoc an der Humboldt-Universität zu Berlin
  • 2020: Postdoc an der Universität Sydney, Australien
  • 2019: Postdoc an der Universität Bielefeld
  • 2015-2019: Promotion an der Universität Bielefeld zu 'Metric Learning on Structured Data'
  • 2013-2015: M.Sc. 'Intelligente Systeme' an der Universität Bielefeld
  • 2010-2013: B.Sc. 'Kognitive Informatik' an der Universität Bielefeld

Aktuelle Forschungsthemen

  • Wissensrepräsentation und Maschinelles Lernen
  • Maschinelles Lernen auf Strukturdaten
  • Interpretierbares und erklärbares maschinelles Lernen
  • Machine Learning for Education

Seitenleiste

Forschung

Lehre

Curriculum Vitae

Terminvereinbarungen

Termin online vereinbaren

Fehler gefunden?

Kontaktpersonen für Korrekturwünsche

Mein PEVZ

Quicklinks