Hybride Methoden- und Systemarchitekturen für heterogene Informationsräume

Für einfach strukturierte，Homogene DatenBestände existiert mittlerweile eine Vielzahl von erfolgreichen AnalySemethoden Aus den Bereichen Statistik，Neuronale Netze，模糊系统和Maschinelle Lernen。麻省理工学院的卫理公会在达顿，死在一张表格上，象征着这一天的到来，这是一件很重要的事情。您的位置：我也知道>教育/科学>信息挖掘与信息集成>数据与数据集成>。从数据上看，从信息到信息都是正常的。这是一个典型的数据挖掘过程，它分析了数据的同质性数据。死于阿贝特索夫万德的生活。Zweitens和Beantwortung einer bstimten Frage Normal erweise net nch ein einzelnes Verfahren möglich，sondern erfordert die kombination der Stärken verschiedener Verfahren MIT zur Verfügung stehendem Hintergrundwissen.这样的死亡将是数据挖掘的结果--数据挖掘--数据挖掘的专家所有的问题都发生在einem Allgeminen，allumfassenden and für alle möglichen Anbwendungsbereiche verwendbaren Information-Mining-system Gelöst。从统计、方法和系统架构的角度来看，信息挖掘系统的异构性和数据集成的问题是有效的，因此有效地解决了Lösen、MIT geringem Zeitaufww和ein Dem Sachbereich angepaütes，bnutzerfreundlices and einfach zu wares system aufgebaut enn的问题。Zum Erreichen Dester Ziele Kommen Sowohl Kowassische软件技术也是一种方法和算法。AUF DER Ebene der Software架构师将在现有的软件集成基础上进行软件集成，并在此基础上进行信息挖掘和数据挖掘。在软件的分析和数据分析中，所有的数据都是从数据挖掘平台中提取出来的，而数据分析的方法则是从技术角度分析问题，并在此基础上进行分析。AUF DER Ebene der MethodenArchiturekturforschung wird die ergänzt odch die Entwickular eines Architekturkonzeptes für die Mixder AnalysMethoden，MIT DEM die Stärken Unterterschiedlicher Analysetechniken ApplikationsSpezifisch genutzt wnnnen.在这里，你可以看到世界上所有的东西都是这样的，麻省理工学院也不会这么做，因为它的灵活性很强。Das vorgeschlagene Konzept将成为Zusammenstellung geigneter杂交方法的Anwendungsbereiche des Paketantrages Experiisch valideert。我是Gesamtergebennis将作为Teilprojekt也在Ebene和Vertikalen Gesamtlösungen也是这样的Ebene der杂交法和经验是有效的Antwort auf die Frage nach Geeigneten软件架构师für是集成混合者和异质的Komponenten在信息挖掘系统的Lifern，而不是在信息挖掘系统的原型扩张的Wird。

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.