Lernen von Modellen in Parallelen Universen

点击翻译按钮获取中文摘要

Im Rahmen des beantragten Projekts sollen neue Data Mining Verfahren für Daten, beschrieben in verschiedenen Darstellungsräumen, so genannten Parallelen Universen, neu entwickelt und untersucht werden. Ziel der neuen Verfahren ist es, Modelle zu generieren, die interessante Strukturen in den Daten, verteilt auf verschiedene Beschreibungsräume darstellen. Die gefundenen Modelle bestehen also aus Teilen, die in jeweils unterschiedlichen Universen gültig sind und zusammen die den gesamten Daten zugrunde liegende Struktur beschreiben. Dazu sollen zunächst Clusterverfahren erweitert werden, um in Parallelen Universen gleichzeitig Gruppierungen ähnlicher Objekte zu finden. Die bekannten Probleme der klassischen Clusterverfahren (Clusterzahl, Ausreißertoleranz) treten hierbei verschärft auf und müssen daher gesondert gelöst werden. Die entwickelten Verfahren sollen im Rahmen existierender Forschungskollaborationen an realen Datensätzen evaluiert werden.