Fortschritte im Data-Mining

Projektlaufzeit

15.06.2017. - 15.12.2017.

Im Projekt einbezogenen Länder und Institutionen

flag-LT
Universität Klaipeda
flag-LT
Technische Universität Kaunas
flag-LV
Zentrum für Bildung und Innovationsforschung
flag-EE
Universität Tartu
flag-DE
Hochschule Wismar
flag-DE
Steinbeis Hochschule Berlin

Ziel des Projekts

Das vorgeschlagene Projekt ist die Kombination von Forschungsprojekt und Veranstaltungsorganisation.
Das Projekt widmet sich der interdisziplinären Diskussion über Fortschritte im Data Mining.
Die manuelle Extraktion von Mustern aus Daten ist seit Jahrhunderten aufgetreten. Frühere Methoden zur Identifizierung von Mustern in Daten umfassen Bayes ‚Theorem (1700s) und Regressionsanalyse (1800s). Die Verbreitung, die Ubiquität und die zunehmende Macht der Computertechnologie haben die Datenerfassung, die Speicherung und die Manipulationsfähigkeit dramatisch erhöht. Da Datensätze in Größe und Komplexität gewachsen sind, wurde die direkte „Hands-on“ -Datenanalyse zunehmend durch indirekte, automatisierte Datenverarbeitung erweitert, unterstützt durch andere Entdeckungen in der Informatik wie neuronale Netze, Clusteranalyse, genetische Algorithmen (1950er Jahre) , Entscheidungsbäume und Entscheidungsregeln (1960er Jahre), und unterstützen Vektor-Maschinen (1990er Jahre). Data Mining ist der Prozess der Anwendung dieser Methoden mit der Absicht der Aufdeckung verborgenen Muster in großen Datensätzen. Es überbrückt die Lücke von der angewandten Statistik und der künstlichen Intelligenz (die gewöhnlich den mathematischen Hintergrund liefert), um das Datenbankmanagement zu nutzen, indem die Art und Weise genutzt wird, wie Daten in Datenbanken gespeichert und indiziert werden, um die tatsächlichen Lern- und Entdeckungsalgorithmen effizienter auszuführen Immer größeren Datensätzen.
Derzeit Data Mining wird immer wichtiger, während der Terrorismus.
Das Thema Data Mining sowie Ansätze, Methoden, Methoden, Techniken und Instrumente im Data Mining werden jedoch nicht ausreichend diskutiert, auch Seminare, die in den baltischen Ländern stattfinden. Das vorgeschlagene Projekt zielt darauf ab, diese Lücke zu füllen und zu den Forschungen über Fortschritte im Data Mining beizutragen, indem dieses Feld mit interdisziplinärem Ansatz erweitert wird. Das vorgeschlagene Projekt wird eine Möglichkeit für Forscher, die auf diesem Gebiet zusammenarbeiten, zusammenkommen und ihre Ideen und Interessen austauschen.
Das Ziel des vorgeschlagenen Projekts ist es, die Usability des Data Mining für Bildung, Wirtschaft und Ingenieurwesen zu demonstrieren.
Alle Projektpartner verfügen über umfangreiche Erfahrungen und viele Forscher arbeiten im Bereich Data Mining. Es ermöglicht die Organisation eines hochwertigen Überprüfungsprozesses, der eine hohe Qualität der Publikationen und eine fruchtbare Diskussion während der Seminare gewährleisten wird.
Wissenschaftliche Seminare sollen die weitere Zusammenarbeit und den Technologietransfer innerhalb verschiedener wissenschaftlicher Disziplinen zwischen Institutionen in den baltischen Ländern und deutschen Hochschulen im Hochschulbereich in H2020 und anderen Forschungs- und Projektprogrammen erleichtern.
Die kostenlose Registrierung sowie das umfangreiche Werbeprogramm der Seminare sorgen für eine ausreichende Anzahl von Seminarteilnehmern und Hörern.

Hauptaktivitäten des Projekts

1. Vorläufiger Informationsaustausch über Fortschritte im Data Mining und Diskussion über Data-Mining-Methoden, etc. (Hochschule Wismar, Universität Klaipeda, Zentrum für Bildungs- und Innovationsforschung, Steinbeis Hochschule Berlin, Technische Universität Kaunas und Tartu-Universität,
2. Klaipeda Universität, Zentrum für Bildung und Innovation Forschung und Tartu Universität Kurzaufenthalt der Hochschule Wismar. Diskussionen über Fortschritte im Data Mining und Gastvortrag / Seminar (Hochschule Wismar, Deutschland)
3. Modellentwicklung und Datenerfassungsmodul (Klaipeda Universität, Litauen)
4. Hoschule Wismar, Steinbeis Hochschule Berlin, Zentrum für Bildung und Innovation Forschung und Tartu University Mitarbeiter kurzen Besuch in der Klaipeda University. Gemeinsame Experimente und Gastvortrag / Seminar (Klaipeda Universität, Litauen)
5. Experimentelle Datenverarbeitung und -analyse (Internet-Kommunikation zwischen Hochschule Wismar, Universität Klaipeda, Zentrum für Bildungs- und Innovationsforschung, Steinbeis Hochschule Berlin, Technische Universität Kaunas und Tartu-Universität, Internet-Kommunikation zwischen den Partnern)
6. Vorbereitung und Einreichung der Arbeiten / gemeinsame Veröffentlichung. (Hochschule Wismar, Universität Klaipeda, Zentrum für Bildungs- und Innovationsforschung, Steinbeis Hochschule Berlin, Technische Universität Kaunas und Tartu-Universität, Internet-Kommunikation zwischen den Partnern)
7. Vorbereitung des Projektberichts (Universität Klaipeda, Litauen, Internet-Kommunikation zwischen den Partnern)

Die erreichte Projektzielgruppe und deren Umfang

Direkt:
Klaipeda Universität akademische Mitarbeiter und Studenten der Fakultät für Geistes-und Bildungswesen (~ 40 Personen) und Kaunas University of Technology akademisches Personal (4 Personen)
Hochschule Wismar und Studenten der Fakultät für Maschinenbau, Robert-Schmidt-Institutet (ca. 20 Personen) und der Abteilung für Elektrotechnik und Informatik, Kommunikations-Signalverarbeitung (ca. 20 Personen).
Teilnehmer aus Hochschulen, Forschungseinrichtungen, Wirtschaft, etc. sind willkommen. Zielgruppe sind Wissenschaftler, Ingenieure, Ökonomen, Unternehmer, IKT-Spezialisten und Studierende.
Es ist geplant, etwa 20 Bewerbungen für die Präsentation während der Seminare und 20 Zeitungen zu erhalten und akzeptieren ca. 10 Präsentationen und 10 Papiere. Darüber hinaus werden ca. 40 Zuhörer ohne Publikationen erwartet. Das Seminar wird 50 Teilnehmern, 10 Vorträgen und ca. 10 wissenschaftlichen Publikationen dienen.
Während der Seminare sind 2 Vorträge von Andreas Ahrens (Hochschule Wismar, Deutschland) und Ojaras Purvinis (Technische Universität Kaunas, Litauen) geplant.
Indirekt (Öffentlich nicht direkt an den Projektaktivitäten beteiligt): eine erhöhte Qualitätsservice wird von empfangen werden
– Mitarbeiter (15 Personen) sowie Studierende (9 PhD und 12 Master Studierende) von Hochschulen,
– Mitarbeiter (10 Personen) und Kunden (25 Personen) der IKT-Industrie und Wirtschaft, etc.