Architektur von Nicht-Multiplen Autoencodern mit Nicht-Verlustbehafteter Informations-Agglomeration (Arbeitstitel, noch vorläufig)
Architektur von Nicht-Multiplen Autoencodern mit Nicht-Verlustbehafteter Informations-Agglomeration (Arbeitstitel, noch vorläufig)
(Projekt aus Eigenmitteln)
Titel des Gesamtprojektes:
Projektleitung:
Projektbeteiligte:
Projektstart: 2. Januar 2020
Projektende:
Akronym: ANANIA
Mittelgeber:
URL:
Abstract
Die Kompression von Daten spielt im Datenmanagement nicht erst seit Kurzem eine entscheidende Rolle. Komprimierte Daten lassen sich platzsparender dauerhaft ablegen und effizienter über das Netzwerk versenden. Durch die ständig steigenden Datenmengen erhöht sich die Wichtigkeit guter Kompressionsverfahren jedoch immer weiter.
Im Rahmen von Projekt Anania (Architektur von Nicht-Multiplen Autoencodern mit Nicht-Verlustbehafteter Informations-Agglomeration) erforschen wir, inwiefern klassische Kompressionsverfahren in relationalen Datenbanken über Verfahren aus dem maschinellen Lernen ergänzt und verbessert werden können.
Im Fokus des Projektes stehen Autoencoder, die bei tupelweiser Anwendung semantische Zusammenhänge in Relationen erkennen können und so eine weitere Verbesserung bei der Kompression von relationalen Daten versprechen. Auch bilden Kombinationen von Autoencodern und klassischen Kompressionsverfahren einen möglichen Betrachtungsschwerpunkt des Projektes.
Randbemerkung: Der Name des Projektes "Anania" wurde in Anlehnung an den Schmetterling "Anania funebris" gewählt. Ein Autoencoder erinnert in seiner stilisierten Form stark an die Silhouette eines Schmetterlings mit ausgebreiteten Flügeln, wodurch die Wahl dieses Akronyms passend erschien.