Dieses Projekt l\u00e4sst sich als Bachelor- und als Masterprojekt anrechnen.<\/p>\n\n\n\n
Das Fachgebiet Wissensverarbeitung forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepr\u00e4sentation (Approximation und Exploration von Wissen, Ordnungsstrukturen in Wissen, Ontologieentwicklung) in Daten als auch in der Analyse von (sozialen) Netzwerkdaten und damit verbundenen Wissensprozessen (Metriken in Netzwerken, Anomalieerkennung, Charakterisierung von sozialen Netzwerken). Dabei liegt ein Schwerpunkt auf der exakten algebraischen Modellierung der verwendeten Strukturen und auf der Evaluierung und Neuentwicklung von Netzwerkma\u00dfen. Neben der Erforschung von Grundlagen in den Gebieten Ordnungs- und Verbandstheorie, Beschreibungslogiken, Graphentheorie und Ontologie werden auch Anwendungen \u2013 bspw. in sozialen Medien sowie in der Szientometrie \u2013 erforscht. <\/p>\n\n\n\n
In diesem Umfeld bietet das Fachgebiet regelm\u00e4\u00dfig eine Reihe von Projektthemen an. Die einzelnen Themen sind im Folgenden beschrieben:<\/p>\n\n\n
Bei OpenStreetMap (OSM) handelt es sich um ein freies Projekt, dessen Ziel es ist, frei nutzbare Geodaten zu sammeln, zu strukturieren und f\u00fcr die Nutzung durch jedermann mittels einer (semantischen) Datenbank zur Verf\u00fcgung zu stellen. Die Daten in OSM werden insbesondere durch eine Vielzahl von Tags [1] angereichert. Diese Tags k\u00f6nnen wiederum genutzt werden, um Orte oder Gebiete zu bechreiben. Im Projekt soll daher versucht werden, f\u00fcr gegebene Orte automatisch eine Beschreibung mittels Tags zu generieren. F\u00fcr das Projekt soll eine Demonstrationsapplikation entwickelt werden, in Clojure oder Python3, welche es erlaubt, gegebene Orte automatisch anhand ihrer Beschreibung aus OSM zu vergleichen. Im Rahmen einer Abschlussarbeit kann darauf aufbauend ein ontologisches Rahmenwerk f\u00fcr diese Art von Ortsvergleichen angefangen werden.
\n[1] https:\/\/wiki.openstreetmap.org\/wiki\/Tags<\/p>\n\n\n\n
Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Eine gro\u00dfe Herausforderung in der KI-Forschung ist es, kausale Zusammenh\u00e4nge aus gelernten Modellen zu extrahieren. Die Formale Begriffsanalyse bietet daf\u00fcr eine umfangreiche Palette an Werkzeugen, insbesondere die menschlich-nachvollziehbare Extraktion von H\u00fcllenoperatoren und H\u00fcllensystemen aus Daten. Ein interessanter Ansatz, dies f\u00fcr Kausale-KI zu nutzen, sind kausale H\u00fcllenoperatoren, welche in diesem Projekt oder dieser Arbeit untersucht werden sollen. Dabei liegt f\u00fcr das Projekt der Schwerpunkt in einer effizienten Implementierung eines `Causal Closure Operators` aus der Literatur in Clojure oder Python3. Bei einer Abschlussarbeit liegt der Fokus auf einem Vergleich dieses Operators mit statistischen Ans\u00e4tzen zu Kausalit\u00e4t in Daten.<\/p>\n<\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Das WikiCite-Projekt [1] versucht, basierend auf der Infrastruktur von WikiData [2], (wissenschaftliche) Publikationen und deren jeweilige Zitationen abzubilden. Bis dato hat das Projekt 40 Mio. Publikationen und ca. 300 Mio Zitationen verlinkt. Ziel dieses Bachelor-\/Master-Projektes bzw. einer m\u00f6glichen Abschlussarbeit ist es, diese Daten hinsichtlich sozialer Netzwerkstrukturen zu analysieren.<\/p>\n [1] http:\/\/wikicite.org\/<\/p>\n [2] https:\/\/www.wikidata.org\/<\/p>\n<\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Topic-Modelle erm\u00f6glichen es, gro\u00dfe Text-Corpora thematisch zu clustern und so besser zu verstehen. Dabei ist es besonders interessant zu messen, wie stark verschiedene Themencluster andere \u00fcber die Zeit beeinflusst haben. In `Research Topic Flows in Co-Authorship Networks` [1] haben die Autoren einen Vorschlag zur Messung dieses Einflusses gemacht, dessen Ergebnisse demn\u00e4chst auf einer Website (basierend auf Vue.js) interaktiv explorierbar sind. Im vorliegenden Projekt soll diese Pr\u00e4sentation der Ergebnisse erweitert werden. Genauer sollen thematische Beitr\u00e4ge einzelner Autoren aus dem Gesamtmodell berechnet und grafisch visualisiert werden. Die Implementation soll ebenso mittels Vue.js stattfinden.<\/p>\n [1] https:\/\/arxiv.org\/pdf\/2206.07980.pdf<\/p><\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> In dieser Arbeit soll untersucht werden, wie hoch die intrinsische Dimension von Datens\u00e4tzen ist, welche mit verschiedenen Knoteneinbettungsverfahren aus Graphen erstellt wurden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Es gibt mehrere Ma\u00dfe, um die intrinsische Dimension von Datens\u00e4tzen abzusch\u00e4tzen. In dieser Arbeit soll untersucht werden, inwieweit diese Ma\u00dfe stabil gegen\u00fcber \u201ckleinen\u201d Manipulationen\/Fehler in den Datens\u00e4tzen sind.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Bachelorarbeit<\/a>, Masterarbeit<\/a><\/span><\/div> Ziel dieser Arbeit ist es, zu evaluieren, welche \u201cweichen\u201d Kriterien f\u00fcr Graphzeichnungen in der Praxis wie stark mit als \u201csch\u00f6n\u201d wahrgenommenen Zeichnungen korellieren. Au\u00dferdem soll untersucht werden, inwieweit die \u201cwichtigen\u201d Kriterien sich beim Zeichnen von Graphen und Ordnungsdiagrammen unterscheiden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Masterarbeit<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Ziel dieses Projektes ist es, Verfahren zur Einbettung von Gegenst\u00e4nden und Objekten in formalen Kontexten zu recherchieren und f\u00fcr conexp-clj<\/a> zu implementieren.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Das Sugiyama Framework ist ein Framework f\u00fcr die automatische Generierung von Zeichnungen von Graphen und Netzwerken. Dabei m\u00fcssen mehrere NP-schwere Probleme mit Hilfe von Heuristiken gel\u00f6st werden. <\/p>\n\n\n\n Das Ziel dieses Projektes ist es, die wichtigsten Heuristiken aufzuarbeiten und diese miteinander, sowie (wo m\u00f6glich) mit einer exakten L\u00f6sung der Probleme zu vergleichen. Daf\u00fcr soll eine User-Studie durchgef\u00fchrt werden.<\/p>\n\n\n\n Informationen: Dominik D\u00fcrrschnabel<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> K-means, oder genauer Lloyds-Algorithmus, ist eine Technik, durch welche Datenpunkte im Euklidischen Raum in eine Anzahl von k-Clustern zerlegt werden k\u00f6nnen. Durch wiederholtes Ausf\u00fchren mit unterschiedlichem k entsteht eine Menge von sich teilweise \u00fcberlappenden Clustern. Durch das Hinzuf\u00fcgen der Schnitte der einzelnen Cluster k\u00f6nnen diese zu einer Verbandsstruktur erweitert werden. Dieser Verband wiederum hat einen zugeh\u00f6rigen formalen Kontext. <\/p>\n\n\n\n Das Ziel dieses Projektes ist es zu untersuchen, inwiefern diese Cluster mit dem H\u00fcllensystem des formalen Kontextes zusammenh\u00e4ngen.<\/p>\n\n\n\n Informationen: Dominik D\u00fcrrschnabel<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a><\/span><\/div> Es ist nicht einfach zu erkennen, ob zwei (reduzierte) Formale Kontexte isomorph sind, bzw. gegeben eine Menge Formaler Kontexte zu erkennen, wie viele verschiedene Formale Kontexte dort enthalten sind. Ein Hilfsmittel sind Invarianten, also abgeleitete Gr\u00f6\u00dfen, die nicht von der konkreten Darstellung des Formalen Kontexts abh\u00e4ngen, beispielsweise die Anzahl der Attribute des Kontexts oder auch die Anzahl der Begriffe des Kontexts. Haben zwei Kontexte unterschiedliche Werte f\u00fcr eine Invariante, so sind die Kontexte nicht isomorph. Ziel ist es, Formale Kontexte hinsichtlich m\u00f6glicher Invarianten zu untersuchen. Formale Kontexte k\u00f6nnen als bipartite Graphen dargestellt werden, daher sollen insbesondere bekannte Graph-Invarianten in Betracht gezogen werden.<\/p>\n\n\n\n Informationen: Maximilian Felde<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Begriffliches Skalieren ist eine Methode der Formalen Begriffsanalyse, um einen mehrwertigen Kontext (d.h. einen tabellarischen Datensatz) in einen (einwertigen) formalen Kontext zu \u00fcberf\u00fchren. Dazu wurde am Fachgebiet eine Anwendung entwickelt, die grundlegende Funktionalit\u00e4t zum Begrifflichen Skalieren bereitstellt. Ziel des Projekts ist es, diese Anwendung weiterzuentwickeln. Die Programmiersprache ist Clojurescript.<\/p>\n\n\n\n Informationen: Maximilian Felde<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Ziel dieser Arbeit ist es, mittels verschiedener Datenquellen Datens\u00e4tze \u00fcber die\u201dLandschaft\u201d der KI-Forschenden zu erstellen und zu vergleichen. Dabei sollen auf der einen Seite bibliometrische Indikatoren herangezogen werden als auch die resultierenden Ko-Autoren mit Hilfe der sozialen Netzwerkanalyse untersucht werden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Bachelorarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Bei der Klassifikation in Graphen ist es \u00fcblich, mittels Graph Neuronalen Netzen (GNNs) die Struktur des Graphen zu nutzen, um die Klassifikation von Knoten zu verbessern. Ziel dieser Arbeit ist es, diesen Ansatz auf die Formale Begriffsanalyse zu \u00fcbertragen, indem die \u201cFaltungsoperation\u201d anhand von Konzepten durchgef\u00fchrt wird. Vergleichen Sie dieses Verfahren mit anderen Verfahren, die neuronale Netze basierend auf Begriffsverb\u00e4nden nutzen!<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Bachelorarbeit<\/a>, Masterarbeit<\/a><\/span><\/div> Viele der gegenw\u00e4rtig genutzten Lernmodelle zur Klassifikation erzeugen sogenannte Blackbox-Funktionen\/Relationen, z.B. Random Forests oder Neuronale Netze. Diese entziehen sich einer direkten Erkl\u00e4rbarkeit und sind daher f\u00fcr Nutzer:innen schwer nachvollzieh- und \u00fcberpr\u00fcfbar. Es gibt verschiedene numerische \/ kategorische\/ statistische Ans\u00e4tze, um diesem Problem zu begegnen. Ein besonderer Ansatz ist Surrogatlernen, d.h., das Trainieren eines erkl\u00e4rbaren Klassifikators basierend auf einer Blackbox. Je nach Ausrichtung (Projekt\/Bachelorarbeit\/Masterarbeit) soll versucht werden, bestehende Surrogat-Ans\u00e4tze praktisch zu evaluieren oder theoretische Ans\u00e4tze fortzusetzen. <\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a><\/span><\/div> Die Berechnung von Implikationsbasen in Formalen Kontexten (bin\u00e4ren Datentabellen) basiert auf einem co-NP schweren Problem. Um dennoch Wissen in Form von Implikationen zu extrahieren, wurden verschiedene Ma\u00dfe f\u00fcr `interessante` Regeln und deren Berechnung gefunden. Da auch deren Berechnung bei wachsenden Datens\u00e4tzen einer kombinatorischen Explosion gegen\u00fcbersteht, ist eine hohe Parallelisierung mittels GPU-Hardware notwendig. In `GPU-Accelerated Parameter Optimization for Classification Rule Learning` schlagen die Autoren eine Variante von \u201cbeam-search\u201d auf GPUs vor, die in dem vorliegenden Projekt untersucht, implementiert und auf Formale Kontexte angewendet werden soll. <\/p>\n\n\n\n Informationen: Tom Hanika<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Ein Problem f\u00fcr Algorithmen der Formalen Begriffsanalyse ist die Gr\u00f6\u00dfe der Daten. In dieser Arbeit sollen verschiedene Techniken zur Gr\u00f6\u00dfenreduktion oder Kompression zusammengetragen und gegen\u00fcbergestellt werden. Dabei soll insbesondere auf den Informationsverlust in einem geeigneten Formalismus eingegangen werden.<\/p>\n\n\n\n Informationen: Johannes Hirth<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Zur Evaluierung von Embeddingmodellen f\u00fcr Netzwerke ist es g\u00e4ngige Praxis, zu bewerten, inwiefern die generierten Vektorrepr\u00e4sentierungen zum Erraten von vergessenen\/zuk\u00fcnftigen Kanten genutzt werden. Das g\u00e4ngige Experimentiersetup legt hierbei jedoch meistens eine ausbalancierte Klassifizierungsaufgabe zu Grunde. In dieser Arbeit soll die Aufgabe als \u201cSuche der Nadel im Heuhaufen\u201d betrachtet werden: Wenige zu findende tats\u00e4chliche Kanten sollen aus einer deutlich gr\u00f6\u00dferen Menge von \u201cnegativen Kanten\u201d gefunden werden.<\/p>\n\n\n\n Informationen: Maximilian Stubbemann<\/a><\/p>\n<\/div> Kategorien:<\/span> Bachelorarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div> Principal Component Analysis dient dazu, Datens\u00e4tze zu vereinfachen. Hierbei wird eine gro\u00dfe Menge an (m\u00f6glicherweise) korrelierten Variablen in eine m\u00f6glichst aussagekr\u00e4ftige kleinere Menge transformiert. Dieses Vorgehen soll auf formale Kontexte \u00fcbertragen werden, um ihre Merkmalsmenge einzuschr\u00e4nken.<\/p>\n\n\n\n Informationen: Maren Koyda<\/a><\/p>\n<\/div> Kategorien:<\/span> Allgemein<\/a>, Bachelorarbeit<\/a>, Masterarbeit<\/a>, Methodischer Schwerpunkt<\/a>, Technischer Schwerpunkt<\/a><\/span><\/div><\/div>\n\n\n\n Weitere Themen auf Nachfrage.<\/p>\n\n\n\n Nach Absprache mit der\/dem jeweiligen Betreuer*in. Je nach Thema kann die Aufgabe in Kleingruppen oder einzeln bearbeitet werden.<\/p>\n\n\n\n Montag, 9.11.2020, 16:15 Uhr online \u00fcber https:\/\/www.kde.cs.uni-kassel.de\/vorbesprechung<\/a><\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n <\/p>\n\n\n\n Informatik Grundstudium<\/p>\n\n\n\n Informatik Bachelor und Master, Math. NF Inf. Hauptstudium<\/p>\n\n\n\n 6 oder 12 Credits im Bachelor, bzw. 8 Credits im Master<\/p>\n\n\n\n Implementierung, schriftliche Ausarbeitung und zwei Vortr\u00e4ge (bei 6 Credits 20 min, bei 8\/12 Credits 30 min, jeweils zzgl. ca 15 min Diskussion)<\/p>\n\n\n\n Prof. Dr. Gerd Stumme<\/a>, Dr. Tom Hanika<\/a>, Bastian Sch\u00e4fermeier, M.Sc.<\/a>, Dominik D\u00fcrrschnabel, M.Sc.<\/a>, Johannes Hirth, M.Sc.<\/a>, Maren Koyda, M.Sc.<\/a>, Maximilian Felde, M.Sc.<\/a>, Maximilian Stubbemann, M.Sc.<\/a>,<\/p>\n\n\n\n In der Regel sollte die Projektarbeit mit Semesterbeginn begonnen werden. Nach 4-6 Wochen findet eine Zwischenpr\u00e4sentation statt, in der der Stand der Projektarbeit vorgestellt wird. In der Regel in der ersten Vorlesungswoche des folgenden Semesters werden dann die Endergebnisse vorgestellt. Eine kurze Beschreibung der Arbeit (5 Seiten) ist 3 Tage vor dem Vortrag einzureichen.<\/p>\n\n\n\n Eine Woche nach der Annahme des Themas gibt die\/der Studierende eine einseitige Beschreibung der Aufgabe, sowie einen Arbeitsplan f\u00fcr das Semester ab. Zur besseren Koordination und Kommunikation wird erwartet, dass die\/der Studierende bei einem 6(8-12) Credits-Projekt regelm\u00e4\u00dfig an einem (zwei) Tagen in der Softwarewerkstatt anwesend ist. Der genaue Tag ist in Absprache mit der\/m Betreuer*in festzulegen.<\/p>\n\n\n\n Als Richtlinie f\u00fcr die Erstellung einer guten Ausarbeitung wird das Buch<\/p>\n\n\n\n Markus Deininger and Horst Lichter and Jochen Ludewig and Kurt Schneider. Studien-Arbeiten: ein Leitfaden zur Vorbereitung, Durchf\u00fchrung und Betreuung von Studien-, Diplom- Abschluss- und Doktorarbeiten am Beispiel Informatik. 5. Auflage. vdf Hochschulverlag, Z\u00fcrich, 2005.<\/p><\/blockquote>\n\n\n\n empfohlen, welches in der Bibliothek im Semesterapparat des Fachgebiets Wissensverarbeitung ausliegt, und welches auch in einigen Exemplaren ausleihbar ist. Wir empfehlen die Anschaffung dieses Buchs (9,50 \u20ac), da es Sie bis zur Masterarbeit (und weiter) begleiten kann.<\/p>\n\n\n\n Alle verwendeten Referenzen sind zus\u00e4tzlich zum Literaturverzeichnis der Ausarbeitung in\u00a0BibSonomy<\/a>\u00a0einzugeben, mit den Tags \u201cprojekt kde < laufendes Semester in der Form ss20 bzw. ww20 > \u201d und weiteren sinnvollen Tags.<\/p>\n","protected":false},"excerpt":{"rendered":" Projekt Knowledge Discovery and Data Engineering Dieses Projekt l\u00e4sst sich als Bachelor- und als Masterprojekt anrechnen. Das Fachgebiet Wissensverarbeitung forscht an der Entwicklung von Methoden zur Wissensentdeckung und Wissensrepr\u00e4sentation (Approximation und Exploration von Wissen, Ordnungsstrukturen Read more…<\/a><\/p>\n","protected":false},"author":17,"featured_media":0,"parent":7248,"menu_order":24,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7352","page","type-page","status-publish","hentry"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"en","enabled_languages":["de","en"],"languages":{"de":{"title":true,"content":true,"excerpt":false},"en":{"title":false,"content":false,"excerpt":false}}},"_links":{"self":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/7352","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/users\/17"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/comments?post=7352"}],"version-history":[{"count":14,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/7352\/revisions"}],"predecessor-version":[{"id":7454,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/7352\/revisions\/7454"}],"up":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/7248"}],"wp:attachment":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/media?parent=7352"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Causal AI \u2014 Implementing Causal Closure Operators<\/h3>\n\n\n\n
Analyse von WikiCite<\/h3>\n\n\n\n
Topic Flow-Graphen f\u00fcr Textdaten visualisieren<\/h3>\n\n\n\n
Intrinsische Dimension und Knoteneinbettungen<\/h3>\n\n\n\n
Stabilit\u00e4t der intrinsischen Dimension<\/h3>\n\n\n\n
Evaluierung von Graphzeichnungen<\/h3>\n\n\n\n
Einbettungsverfahren f\u00fcr Formale Kontexte<\/h3>\n\n\n\n
Heuristiken f\u00fcr das Sugiyama-Framework<\/h3>\n\n\n\n
K-Means und FCA<\/h3>\n\n\n\n
Invarianten f\u00fcr Formale Kontexte<\/h3>\n\n\n\n
Begriffliches Skalieren von Datens\u00e4tzen<\/h3>\n\n\n\n
Vergleich von bibliometrischen Datens\u00e4tzen<\/h3>\n\n\n\n
Concept Neural Networks<\/h3>\n\n\n\n
Erkl\u00e4rbarkeit von Klassifikatoren durch Surrogate<\/h3>\n\n\n\n
FCA RuleMining mittels GPU<\/h3>\n\n\n\n
Reduktionstechniken in der Formalen Begriffsanalyse<\/h3>\n\n\n\n
Link Prediction als Suche der Nadel im Heuhaufen<\/h3>\n\n\n\n
PCA auf formalen Kontexten <\/h3>\n\n\n\n
Aufgabenstellung und Termin<\/h3>\n\n\n\n
Projektvorbesprechung<\/h3>\n\n\n\n
Vorkenntnisse<\/h3>\n\n\n\n
Angesprochener H\u00f6rer*innenkreis<\/h3>\n\n\n\n
Umfang<\/h3>\n\n\n\n
Leistungsnachweis<\/h3>\n\n\n\n
Veranstalter*in<\/h3>\n\n\n\n
Ablauf<\/h3>\n\n\n\n