• Navigation überspringen
  • Zur Navigation
  • Zum Seitenende
Organisationsmenü öffnen Organisationsmenü schließen
Lehrstuhl für Informatik 6
  • FAUZur zentralen FAU Website
  1. Friedrich-Alexander-Universität
  2. Technische Fakultät
  3. Department Informatik
  • en
  • de
  • Kontakt
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  1. Friedrich-Alexander-Universität
  2. Technische Fakultät
  3. Department Informatik

Lehrstuhl für Informatik 6

Menu Menu schließen
  • Lehrstuhl
    • Aktuelles
    • Über uns
    • Personen
    • Kontakt
    Hauptseite Lehrstuhl
  • Forschung
    • Evolutionäre Informationssysteme
      • Sprechaktbasiertes Fallmanagement
      • Open and Collaborative Query-Driven Analytics
      • Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics
      • Schemainferenz und maschinelles Lernen
    • Datenqualität
      • DQ-Step – Improvement of data quality at a reference enterprise in plant engineering
      • Datenqualität und Innovationsfähigkeit von Medizinprodukten
    • Datenintegration
      • Open and Collaborative Query-Driven Analytics
      • Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics
      • Schemainferenz und maschinelles Lernen
      • DQ-Step – Improvement of data quality at a reference enterprise in plant engineering
    • Prozessmanagement
      • Sprechaktbasiertes Fallmanagement
    • Datenbanksysteme
      • REAPER: A Framework for Materializing and Reusing Deep-Learning Models
      • Architektur von Nicht-Multiplen Autoencodern mit Nicht-Verlustbehafteter Informations-Agglomeration (Arbeitstitel, noch vorläufig)
      • Schemainferenz und maschinelles Lernen
      • Bewertung von Datenspeichersystemen
      • Anfrageoptimierung und Daten-nahe Verarbeitung auf Rekonfigurierbaren SoCs für Big-Data-Analyse
      • Query-Optimierung und Near-Data-Processing auf rekonfigurierbaren SoCs für Big Data Analyse (Phase II)
      • Know Your Queries!
      • Data Stream Application Manager
    • Datenstromsysteme
      • Data Stream Application Manager
      • Systemübergreifende Optimierung von Datenstromanfragen
    • Datenmanagement in den Digital Humanities
      • Campusnetzwerk Digitale Geistes- und Sozialwissenschaften
      • Franken in historischen Reiseberichten
    • Moderne Datenbanksysteme
    • Abgeschlossene Forschungsprojekte
    • Veröffentlichungen
    Hauptseite Forschung
  • Lehre
    • Lehrveranstaltungen
    • Curriculum
    • Examensarbeiten
    • Prüfungsinformationen
    Hauptseite Lehre
  1. Startseite
  2. Forschung
  3. Datenintegration
  4. Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics

Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics

Bereichsnavigation: Forschung
  • Abgeschlossene Forschungsprojekte
    • BPM 2016
    • BPM 2017
    • Forschungsprojekte von Prof. Meyer-Wegener an der TU Dresden
  • Veröffentlichungen
  • Evolutionäre Informationssysteme
    • Open and Collaborative Query-Driven Analytics
    • Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics
    • Sprechaktbasiertes Fallmanagement
    • Schemainferenz und maschinelles Lernen
  • Datenqualität
    • DQ-Step – Improvement of data quality at a reference enterprise in plant engineering
    • Datenqualität und Innovationsfähigkeit von Medizinprodukten
  • Datenintegration
    • Open and Collaborative Query-Driven Analytics
    • Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics
    • Schemainferenz und maschinelles Lernen
    • DQ-Step – Improvement of data quality at a reference enterprise in plant engineering
  • Prozessmanagement
    • Sprechaktbasiertes Fallmanagement
  • Datenbanksysteme
    • REAPER: A Framework for Materializing and Reusing Deep-Learning Models
    • Architektur von Nicht-Multiplen Autoencodern mit Nicht-Verlustbehafteter Informations-Agglomeration (Arbeitstitel, noch vorläufig)
    • Data Stream Application Manager
    • Schemainferenz und maschinelles Lernen
    • Bewertung von Datenspeichersystemen
    • Anfrageoptimierung und Daten-nahe Verarbeitung auf Rekonfigurierbaren SoCs für Big-Data-Analyse
    • Query-Optimierung und Near-Data-Processing auf rekonfigurierbaren SoCs für Big Data Analyse (Phase II)
    • Know Your Queries!
  • Datenstromsysteme
    • Data Stream Application Manager
    • Systemübergreifende Optimierung von Datenstromanfragen
  • Datenmanagement in den Digital Humanities
    • Campusnetzwerk Digitale Geistes- und Sozialwissenschaften
    • Franken in historischen Reiseberichten
  • Moderne Datenbanksysteme

Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics

Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics

(Projekt aus Eigenmitteln)

Titel des Gesamtprojektes:
Projektleitung: Richard Lenz
Projektbeteiligte: David Haller
Projektstart: 1. Juni 2019
Projektende:
Akronym: PHAROS
Mittelgeber:
URL:

Abstract

Der Zweck des Semantic Web ist es, den weltweiten Zugang zum Wissen der Menschheit in maschinenverarbeitbarer Form zu ermöglichen. Ein großes Hindernis dabei ist, dass Wissen oft entweder inkohärent repräsentiert oder gar nicht externalisiert und nur in den Köpfen von Menschen vorhanden ist. Der Aufbau eines Wissensgraphen und die manuelle Erstellung und Fortschreibung einer Ontologie durch einen Domänenexperten ist eine mühsame Arbeit, die einen großen initialen Aufwand erfordert, bis das Ergebnis verwendet werden kann. Infolgedessen wird vieles Wissen dem Semantic Web oft nie zur Verfügung gestellt werden. Ziel dieser Doktorarbeit ist die Entwicklung eines neuen Ansatzes zum Aufbau von Ontologien aus implizitem Benutzerwissen, das in verschiedenen Artefakten wie Anfrageprotokollen oder Nutzerverhalten verborgen ist.

Publikationen

  • Haller D., Lenz R.:
    Pharos: Query-Driven Schema Inference for the Semantic Web
    International Workshops of ECML PKDD 2019 (Würzburg, 16. September 2019 - 20. September 2019)
    In: Machine Learning and Knowledge Discovery in Databases: International Workshops of ECML PKDD 2019, Würzburg, Germany, September 16--20, 2019, Proceedings, Part II, Cham: 2020
    DOI: 10.1007/978-3-030-43887-6_10
    URL: https://link.springer.com/chapter/10.1007/978-3-030-43887-6_10
    BibTeX: Download
  • Haller D.:
    A Query-Driven Approach for SHACL Type Inference
    VLDB 2023 PhD Workshop (Vancouver, 28. August 2023 - 1. September 2023)
    In: Vasilis Efthymiou, Xiao Hu (Hrsg.): Proceedings of the VLDB 2023 PhD Workshop co-located with the 49th International Conference on Very Large Data Bases (VLDB 2023) 2023
    Open Access: https://ceur-ws.org/Vol-3452/
    URL: https://ceur-ws.org/Vol-3452/paper11.pdf
    BibTeX: Download

Lehrstuhl für Informatik 6 (Datenmanagement)
Friedrich-Alexander-Universität Erlangen-Nürnberg

Martensstraße 3
91058 Erlangen
  • Kontakt
  • Impressum
  • Datenschutz
  • Barrierefreiheit
  • Facebook
  • RSS Feed
  • Twitter
  • Xing
Nach oben