Data Integration
Projects
OCEAN: Open and Collaborative Query-Driven Analytics
Mehr und mehr Unternehmen sammeln möglichst alle anfallenden Daten in sogenannten "Data Lakes". Obwohl die Daten damit prinzipiell für beliebige Analysen zur Verfügung stehen, bleibt es dennoch unerlässlich für die Analyse, ein Verständnis für die Bedeutung und die Verknüpfungsoptionen der Daten zu entwickeln. Analysten, die diese Arbeit bereits geleistet haben, formulieren Anfragen, in denen solches Wissen implizit enthalten ist. Wenn dieses Wissen jedoch nicht mit anderen geteilt wird, bleiben…
DQ-Step: DQ-Step - Verbesserung der Datenqualität bei AREVA NP / Abteilung NEM-G
Der Einsatz IT-gestützter Prozesse im Kraftwerksbau in den Bereichen Engineering, Procurement and Construction (EPC) nimmt immer mehr zu, wodurch derQualität der Daten in den IMS (Information Management Systems) immer mehr Bedeutung zukommt. Unter IMS werden in diesem Zusammenhang im Wesentlichen die Software-Produkte Vantage Plant Engineering (VPE), Vantage Plant Design (VPD)und Vantage Project Resource Management (VPRM) sowie die angrenzenden Tools(z.B. MOM, PIS, DM, etc.) verstanden.…
SIML: Schema Inference and Machine Learning
Within the project SIML (Schema Inference and Machine Learning), methods of topological data analysis and unsupervised learning are combined, applied and further developed in order to derive a conceptual schema from unstructured, multivariant data.
PHAROS: Processing Heterogeneous Assets and Resources to discover Ontologies and Semantics
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 Erg…
Participating Scientists
- Andreas Maximilian Wahl
- Richard Lenz
- David Haller
Publications
- Schwab P., Wahl AM., Lenz R., Meyer-Wegener K.:
Query-driven Data Integration (Short Paper)
LWDA (Potsdam, Germany, 12/09/2016 - 14/09/2016)
In: Proc. Conf. "Lernen, Wissen, Daten, Analysen" 2016
URL: http://ceur-ws.org/Vol-1670/paper-48.pdf
BibTeX: Download - Wahl AM., Schwab P., Lenz R.:
Minimally-Intrusive Augmentation of Data Science Workflows
Lernen. Wissen. Daten. Analysen. (LWDA 2018) (Mannheim, 22/08/2018 - 24/08/2018)
BibTeX: Download - Endler G., Baumgärtel P., Lenz R.:
Pay-as-you-go data quality improvement for medical centers
eHealth2013 (Wien, 23/05/2013 - 24/05/2013)
In: Ammenwerth E, Hörbst A, Hayn D, Schreier G (ed.): Proceedings of the eHealth2013 2013
Open Access: http://www.ehealth20xx.at/wp-content/uploads/scientific-papers/2013/endler.pdf
URL: http://www.ehealth20xx.at/wp-content/uploads/scientific-papers/2013/endler.pdf
BibTeX: Download - Baumgärtel P., Endler G., Lenz R.:
Toward Pay-As-You-Go Data Integration for Healthcare Simulations
International Conference on Health Informatics 2014 (Loire Valley, France, 03/03/2014 - 06/03/2014)
In: Proceedings of the International Conference on Health Informatics, Portugal: 2014
DOI: 10.5220/0004734201720177
URL: http://www6.informatik.uni-erlangen.de/publications/public/2014/hi2014_baumgaertel.pdf
BibTeX: Download - Kraus S., Enders M., Prokosch HU., Castellanos I., Lenz R., Sedlmayr M.:
Accessing complex patient data from Arden Syntax Medical Logic Modules
In: Artificial Intelligence in Medicine (2015)
ISSN: 0933-3657
DOI: 10.1016/j.artmed.2015.09.003
BibTeX: Download