Data Integration

Database systems also play a major role in application integration. The kernel of each integration project is the data integration, which requires on one hand the semantic mapping and on the other the inter-system synchronization. Data must be exchanged and kept consistent among applications. Here, the semantic integration of data types and instances requires a substantial manual effort. It is a must to search for methods and technologies that minimize this effort.

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…

→ More information

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.…

→ More information

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.

→ More information

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…

→ More information

Participating Scientists

Publications