KOEX: Kollaboratives Machine Learning zur Erkennung von Fraud und Risiken in ERP-Systemen; Teilvorhaben: Fraud- und Risiko-Erkennung in ERP-Systemen durch Semi-Supervised Machine Learning.

Simple item page
dc.contributor.authorSchmidt-Thieme, Lars
dc.contributor.authorBurchert, Johannes
dc.date.accessioned2026-01-26T10:31:52Z
dc.date.available2026-01-26T10:31:52Z
dc.date.issued2025
dc.description.abstractDatei-Upload durch TIBger
dc.description.versionpublishedVersion
dc.identifier.urihttps://oa.tib.eu/renate/handle/123456789/29572
dc.identifier.urihttps://doi.org/10.34657/28641
dc.language.isoger
dc.publisherHannover : Technische Informationsbibliothek
dc.relation.affiliationStiftung Universität Hildesheim, Wirtschaftsinformatik und Maschinelles Lernen (ISMLL)
dc.rights.licenseCreative Commons Attribution-NonDerivs 3.0 Germany
dc.subject.ddc000 | Informatik, Information und Wissen, allgemeine Werke
dc.titleKOEX: Kollaboratives Machine Learning zur Erkennung von Fraud und Risiken in ERP-Systemen; Teilvorhaben: Fraud- und Risiko-Erkennung in ERP-Systemen durch Semi-Supervised Machine Learning.ger
dc.typeReport
dc.typeText
dcterms.event.date01.01.2022-30.06.2024
dcterms.extent24 Seiten
dtf.funding.funderBMFTR
dtf.funding.program16KIS1583
dtf.funding.verbundnummer01242284

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
BMBF16KIS1583.pdf
Size:
2.81 MB
Format:
Adobe Portable Document Format
Description:
Download

Collections

Forschungsberichte Pflichtabgabe (BMFTR, BMWE…)