Hybride Methoden- und Systemarchitekturen für heterogene Informationsräume

异构信息空间的混合方法和系统架构

• 批准号: 5399759
• 负责人: Professor Dr. Stefan Wrobel
• 金额: --
• 依托单位: Informatik 3: Informationssysteme und Künstliche Intelligenz
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2002
• 资助国家: 德国
• 起止时间: 2001-12-31 至 2006-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5399759?language=en
• 关键词: Hybride; Methoden; und; Systemarchitekturen; heterogene

Für einfach strukturierte, homogene Datenbestände existiert mittlerweile eine Vielzahl von erfolgreichen Analysemethoden aus den Bereichen Statistik, Neuronale Netze, Fuzzy-Systeme und Maschinelles Lernen. Mit diesen Methoden lassen sich in Daten, die in einer einzelnen Tabelle mit numerischen oder symbolischen Werten abgelegt sind, auf unterschiedliche Weise interessante Muster oder funktionale Zusammenhänge entdecken. Trotz der individuell hohen Leistungsfähigkeit dieser Verfahren zeigen sich für die Ziele des Information Mining auf übergeordneter Ebene zwei wichtige Probleme bezogen auf die Integration von Daten und Verfahren. Erstens sind die homogenen Datenbestände, auf denen bisherige Verfahren aufsetzen, nicht der Normalfall bei der Informationssuche. Typischerweise stehen heterogene Datenbestände zur Verfügung, aus denen zunächst von einem Data-Mining-Spezialisten nach Analyse des Anwendungsbereichs ein für die Verfahren geeigneter homogener Datenbestand erstellt werden muß. Dies macht üblicherweise einen Großteil des Arbeitsaufwandes aus. Zweitens ist die optimale Beantwortung einer bestimmten Frage normalerweise nicht durch ein einzelnes Verfahren möglich, sondern erfordert die Kombination der Stärken verschiedener Verfahren mit zur Verfügung stehendem Hintergrundwissen. Auch dies wird üblicherweise von einem Data-Mining-Experten weitgehend manuell und entsprechend arbeitsaufwendig durchgeführt. Die beiden oben geschilderten Probleme können nicht in einem allgemeinen, allumfassenden und für alle möglichen Anbwendungsbereiche verwendbaren Information-Mining-System gelöst werden. Ziel des hier vorgeschlagenen Teilantrags ist es stattdessen, Methoden- und Systemarchitekturen zu entwickeln, die es gestatten, bei der Konstruktion eines Information-Mining-Systems für einen bestimmten Anwendungsbereich das Heterogenitäts- und das Integrationsproblem so effektiv zu lösen, daß mit geringem Zeitaufwand ein dem Sachbereich angepaßtes, benutzerfreundliches und einfach zu wartendes System aufgebaut werden kann. Zum Erreichen dieser Ziele kommen sowohl klassische softwaretechnische als auch methodisch-algorithmische Mittel zum Einsatz. Auf der Ebene der Softwarearchitekturforschung wird das Teilprojekt auf existierende Softwareintegrationsansätze aufsetzen und nachweisen, wie diese im Kontext des Information Mining zu verbinden und zu verändern sind. Zur empirischen Evaluierung wird aus einer existierenden, als Vorarbeit eingebrachten Data-Mining-Plattform ein Softwarebaukasten entwickelt, in den Analyse- und Datenzugriffsmethoden unterschiedlicher Art aus den Vorarbeiten der Antragsteller leicht eingebracht und unter Nutzung von Metadaten zu einer spezialisierten vertikalen Lösung verbunden werden können. Auf der Ebene der Methodenarchitekturforschung wird dies ergänzt durch die Entwicklung eines Architekturkonzeptes für die Integration hybrider Analysmethoden, mit dem die Stärken unterschiedlicher Analysetechniken applikationsspezifisch genutzt werden können. Hier sind bisherige Einzelansätze geeignet zu verallgemeinern und nachzuweisen, mit welchen Verbindungskonzepten eine ausreichende Mächtigkeit und Flexibilität bei einfacher Nutzung erreicht werden kann. Das vorgeschlagene Konzept wird bei der Zusammenstellung geigneter hybrider Methoden für die Anwendungsbereiche des Paketantrages empirisch validiert. Im Gesamtergebnis wird das Teilprojekt also sowohl auf der Ebene der vertikalen Gesamtlösungen als auch auf der Ebene der hybriden Methoden eine fundierte und empirisch validierte Antwort auf die Frage nach geeigneten Softwarearchitekturen für die Intregration hybrider und heterogener Komponenten in Information-Mining-Systemen liefern, die durch entsprechende Prototypen unterfüttert wird.

对于一个结构，同质数据最好的方法是使用一种基于Bereichen Stadik、Neuronale内策、Fuzzy-Systeme和Maschinelles Lernen的分析方法。这一方法在数据中找到，在一个数字或符号的表格中找到，以方便有趣的集合或功能性的组合。在数据集成和数据挖掘中，信息挖掘的效率是一个非常重要的问题。首先，数据是均匀的，在信息的基础上，数据的正常下降并不意味着数据的正常下降。Typischerweise stehen heterogene Datenbestände zur Verfügung，aus denen zunächst von einem Data-Mining-Spezialisten nach Analyse des Anwendungsbereichs ein für die Verfahren geeigneter homogener Datenbestand erstelt韦尔登很多。这是一个巨大的劳动力市场。Zweitens ist die optimale Beantwortung einer bestimmten Frage normalerweise nicht durch ein einzelnes Verfahren möglich，sondern erfordert die Combination der Stärken verfahener Verfahren mit zur Verfügung stehendem Hintergrundwissen.这也是由一位数据挖掘专家手动完成的，并在完成过程中完成工作。Die beiden oben geschilderten Probleme können nicht in einem allgemeinen，allumfassenden und für alle möglichen Anbwendungsbereiche verwendbaren Information-Mining-System gelöst韦尔登. Teilantrags是一种统计、方法和系统化的工具，它是在构建一个信息挖掘系统时产生的，该系统可以有效地解决异质性和集成问题，但必须考虑到系统的安全性、可扩展性和可扩展性韦尔登。在这里，我们可以找到一些经典的软件技术，也可以找到一些方法-算法来解决问题。在软件体系结构研究的基础上，我们将在信息挖掘的背景下，通过软件集成的方法来开发软件。Zur empirischen Evaluierung wird aus einer existierenden，als Vorarbeit eingebrachten Data-Mining-Plattform ein Softwarebaukasten entwelt，in den Analyse- und Datenzugriffsmethoden unterschiedlicher Art aus den Vorarbeiten der Antragsteller leicht eingebracht und unter Nutzung von Metadaten zu einer spezialisierten vertikalen Lösung verbunden韦尔登könen。为了使方法体系结构研究更好地发挥作用，我们将通过对集成混合分析方法的体系结构研究，以及对应用特殊分析技术的标准分析方法的改进，使之成为一种韦尔登方法。在这里，一个简单的整体结构是非常重要的，它可以通过一个韦尔登来实现机械和机械的相互作用。Das vorgeschlagene Konzept wird bei der Zusammenstellung geigneter hybrid Methoden für die Anwendungsbereiche des Paketantrages empirisch validiert.在Gesamtergebnis wird das Teilprojekt也sowohl auf der Ebene der vertikalen Gesamtlösungen als auch auf der Ebene der hybriden Methoden eine fundierte and empirisch validierte Antwort auf die Frage nach geigneten Software architekturen für integration hybrider and heterogener Komponenten in Information-Mining-Systemen，die durch entrechende Prototypen unterfüttert wert.