Lernen von Modellen in Parallelen Universen

平行宇宙中的学习模型

• 批准号: 64079509
• 负责人: Professor Dr. Michael R. Berthold
• 金额: --
• 依托单位: Arbeitsgruppe Bioinformatik und Information Mining
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 2008
• 资助国家: 德国
• 起止时间: 2007-12-31 至 2010-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/64079509?language=en
• 关键词: Lernen; von; Modellen; Parallelen; Universen

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.

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. Daten，verteilt auf verschiedene Beschreibungsräume darstellen。 Clusterverfahren erweitert werden，um in Parallelen Universen gleichzeitig Gruppierungen ähnlicher Objekte zu finden。韦尔登。