学者档案·2022-2026Thomas SeidlMunich Center for Machine Learning, LMU Munich3论文数1末位作者10合作者人数0一作0独著一作与末位作者按论文署名顺序统计,部分顶会采用姓氏字母顺序署名。近期论文301ExDBSCAN: Explaining DBSCAN with Counterfactual Reasoning第 5 位,共 6 位作者KDD 2026 · 1 次引用02Autoregressive Policy Optimization for Constrained Allocation Tasks第 5 位,共 6 位作者NeurIPS 2024 · 2 次引用03SCAR - Spectral Clustering Accelerated and Robustified第 4 位,共 4 位作者VLDB 2022 · 9 次引用向 Lune 了解 Thomas Seidl 的研究工作