Villmann, Thomas

Prof. Dr. rer. nat. habil.

Positionen

Professor, Fachgruppe Mathematik, Fakultät Angewandte Computer- und Biowissenschaften

Übersicht zur Forschung

- Computational Intelligence
- Maschinelles Lernen
- Datananalyse und Data Mining
- Mustererkennung

Forschungsschwerpunkt

Angewandte Informatik Forschungsschwerpunkt

Projektleitung für

Interpretierbare KI für die Analyse von Gene-Expressionsdaten gefördert von Bundesministerium für Wirtschaft und Klimaschutz 2022 - 2025
Kl-unterstütze Optimierung des Einsatzes von NIR/MIR-Sensoren in der Landwirtschaft gefördert von Bundesanstalt für Landwirtschaft und Ernährung 2021 - 2024
Verbundprojekt: Al40D - Embedded Integration von Verfahren der Künstlichen Intelligenz für eine verbesserte Objekterkennung im automatisierten Fahren; Teilvorhaben: KI Entwicklung gefördert von Bundesministerium für Wirtschaft und Klimaschutz 2021 - 2023
Interpretierbare Künstliche Intelligenz für die Abschätzung pharmakologischer Eigenschaften von Wirkstoffen (KiWi) gefördert von Sächsische Aufbaubank 2021 - 2023
KI-Theory and Dynamic Simulation (KIDS@HSMW) gefördert von Sächsische Aufbaubank 2022
Innovationsvorhaben zur Profilschärfung 2022, AP 4.1 QuaCoML-Kernelmethoden gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2022
Nachwuchsforschergruppe MaLeKITA Maschinelles Lernen und KI in Theorie und Anwendungen, MaLeKITA Anwendungen Theorie gefördert von Sächsische Aufbaubank 2020 - 2022
Vorlaufforschung Technologieentwicklung 4.0, AP 9 gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2019 - 2021
Innovationscluster HSMW 2021, AP 9-03: Forschungsanschub zur Steigerung der Drittmittelfähigkeit der Hochschule gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2021
Untersuchungen zur Auswertung von GC-IMS-Spektren mittels KI-Methoden gefördert von Graupner medical solutions GmbH 2021
Repräsentation von Molekülen in für maschinelles Lernen geeigneten Datenstrukturen und Vorhersage von Moleküleigenschaften gefördert von PharmAI GmbH 2020 - 2021
Nutzung von Methoden der Künstlichen Intelligenz und des maschinellen Lernens mit alaska-Softwareproduktion für die Simulation mechatronischer Systeme und Mensch-Technik-Interaktion gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2019 - 2021
Nachwuchsforschergruppe MACS - Mikrobiologische Aktivitätsmessung mittels chemischer Sensoren gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2018 - 2020
Verbundprojekt Digitale Produkt- und Prozessinnovationen 2020, AP5: Effiziente Deep Prototyp Netzwerke zur Klassifikation von BigData durch maschinelles Lernen unter Verwendung von GPU Computing gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2018 - 2020
Verbundprojekt Entwicklung von Produkt- und Prozessinnovationen HSMW 2017, Teilprojekt: Robuste Mustererkennung und Klassifikation in sich ändernden Umgebungen im Kontext von BigData gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2017 - 2019
Bildsegmentierung gefördert von Cinector GmbH 2019
Weiterentwicklung von Algorithmen des maschinellen Lernens zur Analyse von Daten der LKS und dem damit verbundenen Wissenserwerb gefördert von Landwirtschaftliche Kommunikations- und Servicegesellschaft mbH 2018 - 2019
Innovationsvorhaben Profilschärfung an Hochschulen für angewandte Wissenschaften, AP 2: Digital Intelligence Forensics gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2016 - 2018
Klassifikation von Daten bei kamerabasierter automatischer Inspektion gefördert von Continental Automotive GmbH 2017 - 2018
Aufbau einer Plattform zur Analyse psychischer Krankheitsverläufe und zur effizienten Planung medizinischer Maßnahmen auf Basis detaillierter und aktueller Gesundheitsdaten PAN-PSYK, Teilthema: Mathematische Modellierung gefördert von Europäische Union 2015 - 2018
Investigation of Algorithms for Polynomial Root Findings (Honda Research Institute Europe GmbH) gefördert von Honda Research Institute Europe GmbH 2017
Identifikationssicherheit und BigData in den Computer- und Biowissenschaften, AP 1: Mathematische Grundlagen und effiziente Algorithmen zur Identifikation gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2016 - 2017
Klassifikationssicherheit in angewandten Computer- und Biowissenschaften gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2015 - 2016
Erkennung von magnetischen Merkmalen von Banknoten zur zuverlässigen Klassifizierung im Rahmen der Verifizierung von Sicherheitsmerkmalen gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2014
Intelligentes adaptives Diagnosemodell von Neurologiepatienten des Morbus Wilson an Hand neurophysiologischer Merkmale unter Einbeziehung medizinischen Expertenwissens in das mathematische Modell gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2014
Entwicklung eines intelligenten Banknoten-Klassifizierungssystems an Hand von Sicherheitsmerkmalen mit asymmetrischer Zuverlässigkeit der Klassifikation gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2013 - 2014
Verbundprojekt Biomathematik/Bioinformatik/Molekularbiologie, Teilprojekt Zeitreihenanalyse der Genexpression bei Escherichia coli zur Validierung von RNA-Seq Daten und in Hinblick auf dessen Verwendung als biotechnologisches Chassis gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2013 - 2014
Zeitreihenanalyse gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2013
Schwerpunktprojekt Biomathematik/Bioinformatik/Molekularbiologie gefördert von Sächsisches Staatsministerium für Wissenschaft, Kultur und Tourismus 2012
fehlende Aktivität
fehlende Aktivität

Leitung von

Verbundprojekt: Perspektive Arbeit Lausitz -Kompetenzzentrum für die Arbeit der Zukunft in Sachsen und Brandenburg (PAL); Teilprojekt: Gestaltung und Bewertung ergonomischer hybrider Arbeitssysteme mittels interpretierbarer KI-Modelle und Mensch-Roboter-Interaktion gefördert von Karlsruher Institut für Technologie 2021 - 2026

ausgewählte Veröffentlichungen

Arbeitspapier/Forschungsbericht
- KI-Strategie der Hochschule Mittweida 2021
Journalartikel
- Subspace corrected relevance learning with application in neuroimaging. Artificial Intelligence in Medicine. 102786. 2024
- Gesundheitsinventar Psychosomatik: Psychosomatische Basisdokumentation zur Qualitätssicherung im stationären Alltag. Zeitschrift für Psychosomatische Medizin und Psychotherapie. 56-75. 2023
- Multi-proximity based embedding scheme for learning vector quantization-based classification of biochemical structured data. Neurocomputing. 126632. 2023
- Quantum Computing Approaches for Vector Quantization— Current Perspectives and Developments. Entropy. 540. 2023
- The coming of age of interpretable and explainable machine learning models. Neurocomputing. 25-39. 2023
- Alignment-free sequence comparison: A systematic survey from a machine learning perspective. IEEE/ACM Transactions on Computational Biology and Bioinformatics. 119-135. 2022
- Variants of recurrent learning vector quantization. Neurocomputing. 27-36. 2022
- AI-Based Multi Sensor Fusion for Smart Decision Making: A Bi-Functional System for Single Sensor Evaluation in a Classification Task. Sensors. 4405. 2021
- Learning vector quantization as an interpretable classifier for the detection of SARS-CoV-2 types based on their RNA sequences. Neural Computing and Applications. 2021
- Quantum-Hybrid Neural Vector Quantization – A Mathematical Approach. Artificial Intelligence and Soft Computing 2021. 246-257. 2021
- RecLVQ: Recurrent Learning Vector Quantization. ESANN 2021 - proceedings. 2021
- The Coming of Age of Interpretable and Explainable Machine Learning Models. ESANN 2021 - proceedings. 2021
- The LVQ-based Counter Propagation Network -- an Interpretable Information Bottleneck Approach. ESANN 2021 - proceedings. 2021
- The Resolved Mutual Information Function as a Structural Fingerprint of Biomolecular Sequences for Interpretable Machine Learning Classifiers. Entropy. 1357. 2021
- Virxicon: a lexicon of viral sequences. Bioinformatics. 5507-5513. 2021
- Analysis of SARS-CoV-2 RNA-Sequences by Interpretable Machine Learning Models. bioRxiv. 2020
- Detection of native and mirror protein structures based on Ramachandran plot analysis by interpretable machine learning models. bioRxiv. 2020
- Investigation of Activation Functions for Generalized Learning Vector Quantization. Advances in Intelligent Systems and Computing 2020. 179-188. 2020
- Quantum-Inspired Learning Vector Quantization Basic Concepts and Beyond. Proceedings of the Mittweida Workshop on Computational Intelligence - MIWOCI 2020. Hrsg. Kaden, Marika. 29-32. 2020
- Quantum-inspired learning vector quantizers for prototype-based classification. Neural Computing and Applications. 2020
- Robustness of Generalized Learning Vector Quantization Models Against Adversarial Attacks. Advances in Intelligent Systems and Computing 2020. 189-199. 2020
- Searching for the Origins of Life – Detecting RNA Life Signatures Using Learning Vector Quantization. Advances in Intelligent Systems and Computing 2020. 324-333. 2020
- Variants of DropConnect in Learning vector quantization networks for evaluation of classification stability. Neurocomputing. 121-132. 2020
- Variants of Fuzzy Neural Gas. Advances in Intelligent Systems and Computing 2020. 261-270. 2020
- Activation Functions for Generalized Learning Vector Quantization - A Performance Comparison. arXiv. 2019
- Application of an interpretable classification model on Early Folding Residues during protein folding. BioData Mining. 1. 2019
- Appropriate Data Density Models in Probabilistic Machine Learning Approaches for Data Analysis. Artificial Intelligence and Soft Computing 2019. 443-454. 2019
- Atherosclerosis, myocardial infarction and primary hemostasis: Impact of platelets, von Willebrand factor and soluble glycoprotein VI. Thrombosis Research. 98-104. 2019
- Direct Incorporation of $$L_1$$ -Regularization into Generalized Matrix Learning Vector Quantization. Artificial Intelligence and Soft Computing 2018. 657-667. 2018
- Learning vector quantization classifiers for ROC-optimization. Computational Statistics. 1173-1194. 2018
- Multi-class and Cluster Evaluation Measures Based on Rényi and Tsallis Entropies and Mutual Information. Artificial Intelligence and Soft Computing 2018. 736-749. 2018
- Probabilistic Learning Vector Quantization with Cross-Entropy for Probabilistic Class Assignments in Classification Learning. Artificial Intelligence and Soft Computing 2018. 724-735. 2018
- Can Learning Vector Quantization be an Alternative to SVM and Deep Learning? - Recent Trends and Advanced Variants of Learning Vector Quantization for Classification Learning. Journal of Artificial Intelligence and Soft Computing Research. 65-81. 2017
- Types of (dis-)similarities and adaptive mixtures thereof for improved classification learning. Neurocomputing. 42-54. 2017
- Integration of Expert Knowledge for Interpretable Models in Biomedical Data Analysis (Dagstuhl Seminar 16261). Dagstuhl Reports. 88-110. 2016
- Prototype-based models in machine learning. Wiley Interdisciplinary Reviews: Cognitive Science. 92-111. 2016
- An Application of the generailzed Matrx Learning Vector Quantization Method for Cut-off-line Classification of Automobile Headlights. Machine Learning Reports. 1-16. 2015
- Border-sensitive learning in generalized learning vector quantization: an alternative to support vector machines. Soft Computing. 2423-2434. 2015
- Building the Library of RNA 3D Nucleotide Conformations Using the Clustering Approach. Applied Mathematical Computer Science. 689-700. 2015
- Data similarities, dissimilarities and types of inner products - a mathematical characterization in the context of machine learning. Machine Learning Reports. 18-28. 2015
- Kernelized Vector Quantization in Gradient-Descent Learning. Neurocomputing. 83-85. 2015
- Median Variants of Learning Vector Quantization of Dissimilitary Data . Neurocomputing. 107-119. 2015
- Non-Euclidean Principal Component Analysis by Hebbian Learning. Neurocomputing. 107-119. 2015
Konferenzpaper
- About Interpretable Learning Rules for Vector Quantizers - A Methodological Approach. Lecture Notes in Networks and Systems. 152-162. 2024
- About Vector Quantization and its Privacy in Federated Learning. 81-86. 2024
- Biologically-Informed Shallow Classification Learning Integrating Pathway Knowledge. Proceedings of the 17th International Joint Conference on Biomedical Engineering Systems and Technologies - BIOINFORMATICS. 357-367. 2024
- Domain Knowledge Integration in Machine Learning Systems - An Introduction. 405-412. 2024
- Hyperbox-GLVQ Based on Min-Max-Neurons. Lecture Notes in Networks and Systems. 22-31. 2024
- K Minimum Enclosing Balls for Outlier Detection. Lecture Notes in Networks and Systems. 174-184. 2024
- Knowledge Integration in Vector Quantization Models and Corresponding Structured Covariance Estimation. Lecture Notes in Networks and Systems. 74-85. 2024
- PVDN-Urban - A Dataset for Provident Vehicle Detection at Night in Urban Scenarios. 34-40. 2024
- A White-Box Workflow for the Prediction of Food Content From Near-Infrared Data Based on Fourier-Transformation. 2023 13th Workshop on Hyperspectral Imaging and Signal Processing: Evolution in Remote Sensing (WHISPERS). 2023
- An Interpretable Two-Layered Neural Network Structure–Based on Component-Wise Reasoning. Artificial Intelligence and Soft Computing. 145-156. 2023
- Classification by Components Including Chow’s Reject Option. Communications in Computer and Information Science. 586-596. 2023
- Compression of Particle Images for Inspection of Microgravity Experiments by Means of a Symmetric Structural Auto-Encoder. 2023 13th Workshop on Hyperspectral Imaging and Signal Processing: Evolution in Remote Sensing (WHISPERS). 2023
- Efficient Representation of Biochemical Structures for Supervised and Unsupervised Machine Learning Models Using Multi-Sensoric Embeddings. Proceedings of the 16th International Joint Conference on Biomedical Engineering Systems and Technologies - BIOINFORMATICS. 59-69. 2023
- Learning Vector Quantization in Context of Information Bottleneck Theory. ESANN 2023 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 375-380. 2023
- Multilayer Perceptrons with Banach-Like Perceptrons Based on Semi-inner Products – About Approximation Completeness. Artificial Intelligence and Soft Computing. 154-169. 2023
- Quantum Artificial Intelligence: A tutorial. ESANN 2023 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 235-244. 2023
- Quantum-ready vector quantization: Prototype learning as a binary optimization problem. ESANN 2023 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 257-262. 2023
- Reducing Computer Vision Dataset Size via Selective Sampling. 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC). 2023
- Sparse Nyström Approximation for Non-Vectorial Data Using Class-informed Landmark Selection. ESANN 2023 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 65-70. 2023
- The Geometry of Decision Borders Between Affine Space Prototypes for Nearest Prototype Classifiers. Artificial Intelligence and Soft Computing. 134-144. 2023
- Trustworthiness and Confidence of Gait Phase Predictions in Changing Environments Using Interpretable Classifier Models. Neural Information Processing. 379-390. 2023
- Variants of Neural Gas for Regression Learning. ESANN 2023 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 659-664. 2023
- A Learning Vector Quantization Architecture for Transfer Learning Based Classification in Case of Multiple Sources by Means of Null-Space Evaluation. Lecture Notes in Computer Science. 354-364. 2022
- Efficient classification learning of biochemical structured data by means of relevance weighting for sensoric response features. ESANN 2022 Proceedings. European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning. 445-450. 2022
- Modification of the Classification-by-Component Predictor Using Dempster-Shafer-Theory. Advances in Self-Organizing Maps, Learning Vector Quantization, Clustering and Data Visualization. 41-52. 2022
- Prototype-based One-Class-Classification Learning Using Local Representations. 2022 International Joint Conference on Neural Networks (IJCNN). 2022
- Steps Forward to Quantum Learning Vector Quantization for Classification Learning on a Theoretical Quantum Computer. Advances in Self-Organizing Maps, Learning Vector Quantization, Clustering and Data Visualization. 63-73. 2022
- Intelligent Gait Analysis using Marker Based Motion Capturing System. Scientific Reports 2021, Ökologische Transformation in Technik, Wirtschaft und Gesellschaft?. 133-136. 2021
- Quantum Computing for Efficient Learning in Prototype-based Vector Quantization. Scientific Reports 2021, Ökologische Transformation in Technik, Wirtschaft und Gesellschaft?. 137-140. 2021
- Recurrent Learning Vector Quantization. Scientific Reports 2021, Ökologische Transformation in Technik, Wirtschaft und Gesellschaft?. 147-148. 2021
- Sensors Data Fusion for Smart Decisions Making Using Interpretative Machine Learning Models. Scientific Reports 2021, Ökologische Transformation in Technik, Wirtschaft und Gesellschaft?. 145-146. 2021
- Sensors data fusion for smart decisions making: A novel bi-functional system for the evaluation of sensors contribution in classification problems. 2021 22nd IEEE International Conference on Industrial Technology (ICIT). 2021
- ToF/Radar early feature-based fusion system for human detection and tracking. 2021 22nd IEEE International Conference on Industrial Technology (ICIT). 2021
Konferenzposter
- Quantum Computing for Efficient Learning in Prototype-based Vector Quantization 2021
Sammelbandbeitrag
- A Mathematical Model for Optimum Error-Reject Trade-Off for Learning of Secure Classification Models in the Presence of Label Noise During Training. Artificial Intelligence and Soft Computing 2020. 547-554. 2020
- Fast Adversarial Robustness Certification of Nearest Prototype Classifiers for Arbitrary Seminorms. Advances in Neural Information Processing Systems 33 (NeurIPS 2020). 2020
- Quantum-inspired learning vector quantization for classification learning. Proceedings of the 28th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN'2020). 2020
- Classification-by-Components: Probabilistic Modeling of Reasoning over a Set of Components. NeurIPS. 2788-2799. 2019
- Prototypes and matrix relevance learning in complex fourier space. 12th International Workshop on Self-Organizing Maps and Learning Vector Quantization, Clustering and Data Visualization (WSOM). 2017
- Methoden des maschinellen Lernens und der Computational Intelligence zur Auswertung heterogener Daten in der digitalen Forensik. Forensik in der digitalen Welt. 239-263. 2017
- Relational and median variants of Possibilistic Fuzzy C-Means 2017
- Sequence Learning in Unsupervised and Supervised Vector Quantization Using Hankel Matrices. Artificial Intelligence and Soft Computing 2017. 131-142. 2017
- Transfer learning in classification based on manifolc. models and its relation to tangent metric learning 2017
- Complex Variants of GLVQ Based on Wirtinger’s Calculus. Advances in Self-Organizing Maps and Learning Vector Quantization, Proceedings of the 11th International Workshop WSOM 2016. 293-303. 2016
- Adaptive Hausdorff Distances and Tangent Distance Adaptation for Transformation Invariant Classification Learning. Neural Information Processing. 362-371. 2016
- Prototype-based Models for the Supervised Learning of Classification Schemes. Proceedings of the International Astronomical Union. 129-138. 2016
- Similarities, Dissimilarities and Types of Inner Products for Data Analysis in the Context of Machine Learning. Artificial Intelligence and Soft Computing 2016. 125-133. 2016
- Sophisticated LVQ Classification Models - Beyond Accuracy Optimization. Lecture Notes in Computer Science. 116-130. 2016
- A Comment on the Functional L-Measure Regarding the Norm Properties. Machine Learning Reports. 1-10. 2015
- Characterizing Protein functions: large scale Screening and classification of structural motifs. 3DSIG - Structural Bioinformatics and Computational Biophysics. 2015
- Learning Matrix Quantization and Variants of Relevance Learning. Proceedings of the European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2015). 13-18. 2015
- Median-LVQ for Classification of Dissimilarity Data based on ROC-Optimization. Proceedings of the European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2015). 1-6. 2015
- Learning Vector Quantization with Adaptive Cost-Based Outlier-Rejection. Computer Analysis of Images and Patterns. 772-782. 2015
- Stationarity of Matrix Relevance LVQ 2015
- High Dimensional Matrix Relevance Learning 2014

Ausrichter des Events

Präsentationen

Vortrag
- Vortrag Bruges/Belgien, vortragende Person, während European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN) 2015
- Vortrag Cetraro/Italien, vortragende Person, während International Conference on Brain-inspired Computing 2015
- Vortrag Dublin/Irland, vortragende Person, während International Joint Conference on Neural Networks (IJCNN) 2015
- Vortrag Valetta/Malta, vortragende Person, während 16th International Conference on Computer Analysis of Images and Pattern (CAIP) 2015
- Vortrag Zakopane/Polen, vortragende Person, während International Conference on Artificial Intelligence and Soft-Computing (ICAISC) 2015

Mitglied bei

Deutsche Forschungsgemeinschaft Mitglied als Gutachter 2015 -
Elsevier Mitglied als Gutachter 2015 -
Europäische Union Mitglied als Gutachter 2015 -
Hochschule Mittweida Mitglied als Gutachter 2015 -
IEEE Mitglied als Gutachter 2015 -
Natural Sciences and Engineering Council of Canada Mitglied als Gutachter 2015 -
Neurocomputing Mitglied als Gutachter 2015 -
Pattern Recognition Company GmbH Mitglied als Gutachter 2015 -
Springer Mitglied als Gutachter 2015 -

betreut/e wissenschaftliche Arbeit

Promotion
- Prozessierung von heterogenen Datenstrukturen und Sequenzdaten in komplexen KI-Systemen unter Einbeziehung robuster, interpretierbarer KI-Modelle bearbeitet durch Davies, Thomas 2023 - 2027
- Analyse und Vorhersage evolutionärer molekular-biologischer Entwicklung von pandemischen Erregern mit KI-Methoden bearbeitet durch Reuss, Lynn 2023 - 2027
- Promotion von Lydia Fischer bearbeitet durch Fischer, Lydia 2015 - 2022
- Promotion von Sascha Saralajew bearbeitet durch Saralajew, Sascha 2015 - 2018
- Promotion von Mandy Lange-Geisler bearbeitet durch Lange-Geisler, Mandy 2013 - 2020
- Promotion von David Nebel bearbeitet durch Nebel, David 2013 - 2020
- Promotion von Marika Kaden bearbeitet durch Kaden, Marika 2013 - 2016
- Promotion von Kristin Domaschke bearbeitet durch Domaschke, Kristin 2013 -
- Promotion von Jens Schreiter bearbeitet durch Schreiter, Jens 2013 -

andere Forschungsaktivitäten

hat Großgeräte

Schutzrechte

Verfahren und Einrichtung zur Ermittlung von Änderungen von oder an Objekten

ORCID iD

https://orcid.org/0000-0001-6725-0141 (bestätigt)

vollständiger Name

Thomas Villmann

zugehörig zur Einrichtung

6-129

Postanschrift

Am Schwanenteich 4b

Mittweida

09648

Deutschland

Postadresse

Technikumplatz 17

Mittweida

09648

Deutschland

KoautorInnen-Netzwerk

Koforscher-Netzwerk

Kontaktdaten

villmann@hs-mittweida.de

+49 3727 582234