The BBC blog about the project Vista-TV in which Libby Miller shows visualizations of user behavior. (more...  )

The goal of the International Conference on Mobile Ubiquitous Computing, Systems, Services and Technologies, UBICOMM 2013, is to bring together researchers from the academia and practitioners from the industry in order to address fundamentals of ubiquitous systems and the new applications related to them. The conference will provide a forum where researchers shall be able to present recent research results and new research problems and directions related to them. The conference seeks contributions presenting novel research in all aspects of ubiquitous techniques and technologies applied to advanced mobile applications.

Deadline: 17. May 2013

(more...  )

Der Lehrstuhl für künstliche Intelligenz sucht zum nächstmöglichen Zeitpunkt (01.08.13) zwei wissenschaftliche Beschäftigte. (more...  )

An der TU Dortmund, Fakultät für Informatik am Lehrstuhl VIII sind ab sofort Stellen für Studentische Hilfskräfte im Umfang von bis zu 10 Wochenstunden zu besetzen. (more...  )

LS8 analysis football games in realtime! Each player is equipped with a sensor and so is the ball. The streams framework from LS8 is coupled with the Esper event recognition of Technion. (more...  )

Fernsehen über das Internet (IP-TV) spielt eine immer größere Rolle in der heutigen Medienlandschaft. Größere Programmvielfalt, Fernsehen auf mobilen Geräten, oder Mediatheken sind nur ein paar Vorzüge de neuen Fernsehwelt. Um das TV-Erlebnis für jeden Zuschauer zu optimieren ist im Hintergrund jede Menge Hightech gefragt. Das EU-Projekt ViSTA-TV erforscht das TV-Verhalten von Benutzern, sucht nach ähnlichen Sendungen und versucht so, dem Zuschauer das bestmögliche Programm zu empfehlen. Von der Lieblingssendung zu interessanten Dokumentationen oder die neuesten Trends - in der Fülle der Angebote wird für jeden Zuschauer das richtige gefunden.

Das Projekt ViSTA-TV ist ein Gemeinschaftsprojekt der Universitäten Zürich, Amsterdam und des Lehrstuhl 8 der Informatik der TU Dortmund, sowie den Unternehmen BBC, Zattoo und der Dortmunder Firma Rapid-I. Ziel des Projektes ist die Analyse des Fernsehverhaltens von IPTV Nutzern um z.B. Empfehlungen von Sendungen möglichst genau an die Bedürfnisse und Vorlieben der Zuschauer anzupassen. Dafür wird das Ein- und Umschaltverhaltens der Benutzer, sowie Eigenschaften des Video-Signals (zB. Werbungserkennung) analysiert.

Eine Herausforderung stellt dabei die große Datenrate von Video-Daten, die in Echtzeit analysiert werden müssen. Dazu wurde die Datenstrom-Umgebung „streams“, die von Christian Bockermann am Lehrstuhl 8 entwickelt wurde, um die Fähigkeit der Video-Analyse erweitert. Dies ermöglicht die gleichzeitige Analyse von Video-Daten mit dem dazugehörigen Umschaltverhalten aus Log-Daten. Die Ergebnisse werden dann innerhalb eines Empfehlungssystems weiter verarbeitet um Nutzern einen maßgeschneiderten Blick auf das TV-Angebot zu bieten.

Mit im Blick haben die Forscher aus Dortmund dabei natürlich auch die Integra-tion weiterer Datenquellen, wie DBpedia, elektronische Fernsehzeitschriften oder die beliebte Internet Movie Database (imdb). Im Sinne des „Big Data“ Gedankens, werden alle diese Informationen zeitnah analysiert und lassen so auch Informationen über Schauspieler, Nachrichten oder aktuelle Trends auf Twitter und facebook mit in die Empfehlungen einfließen.


Coding-Camp an der TU

In dieser Woche findet im an der TU Dortmund das zweite Coding-Camp zum ViSTA-TV Projekt statt. Dabei stehen insbesondere die Integration der Module der Projektpartner im Mittelpunkt. Das Ziel des Coding-Camp ist ein erster lauffähiger Prototyp des Projektes, der Programmempfehlungen an Zuschauer über Handy-Apps anbietet.

Am 19. Februar findet in Dortmund der Regionalwettbewerb Jugend forscht statt. In den Räumen der DASA Arbeitswelt Austellung präsentieren die jungen Nachwuchsforscher ihre Ideen und Arbeiten in verschiedenen Forschungsgebieten der Jury. Für das Gebiet Mathematik/Informatik ist mit Christian Bockermann auch der Lehrstuhl 8 der Fakultät für Informatik und ein Mitarbeiter im Projekt C1 des SFB in der Jury vertreten.

The book Managing and Mining Sensor Data has been published as an ebook and will be available as hardcover from 28th of February 2013. The book has been supported by the collaborative research center by the authors Marco Stolpe (project B3, Artificial Intelligence) and the guest researcher Kanishka Bhaduri. They contributed the chapter on Distributed Data Mining in Sensor Networks.

Especially sensor networks provide data at different, distributed locations. For an efficient analysis new technologies need to calculate results even if communication ressources are constrained.

(more...  )

Katharina Morik organizes a Panel on the value of data at the IEEE International Conference on Data Mining (more...  )

Der Lehrstuhl für künstliche Intelligenz sucht zum nächstmöglichen Zeitpunkt zwei wissenschaftliche Beschäftigte.

• Für das Projekt DDMD (Data Driven Materials Development) wird ein/eine (Post-)Doktorand/in gesucht. Das Projekt läuft in Zusammenarbeit mit Univ. Duisburg-Essen und RUB. Weitere Details können der Ausschreibung entnommen werden.
• Für das Projekt KobRA (Korpus-basierte linguistische Recherche und Analyse mit Hilfe von Data-Mining) wird ebenfalls eine/ein wissenschaftliche/r Beschäftigte/r gesucht. Dabei soll die Korpus-basierte Linguistik durch Methoden des Data Mining unterstützt werden. Weitere Details können der Ausschreibung entnommen werden.

The German newspaper "Westdeutsche Allgemeine Zeitung" has published an article about Katharina Morik. The full article can be found on their website. (more...  )

Im Anwendungsfall energie- und ressourcenintensiver Industrien besteht die Herausforderung darin, steigende Produktqualität bei gleichzeitiger Reduzierung von Kosten und Produktionszeiten zu realisieren. Prinzipien und Methoden von Qualitätsmanagement- und Produktionssystemen nach dem Vorbild der japanischen Automobilindustrie rücken dabei als vorrangiges Leitbild branchenübergreifend in den Mittelpunkt. Als ein wesentliches Element des TPS leistet das Prinzip einer prozessimmanenten Qualitätskontrolle, auch bekannt unter den Begriffen Jidoka oder Autonome Automation, einen entscheidenden Beitrag. Jedoch ist das Jidoka-Prinzip im Fall automatisierter, verketteter Produktionsprozesse, wie sie beispielsweise in der Stahlindustrie vorzufinden sind, auf konventionellem Weg nicht ohne weiteres realisierbar.

Ziel dieses Promotionsvorhabens ist die Entwicklung und Validierung einer Systematik zur Ausschussminimierung und Produktqualitätsoptimierung im Kontext starr verketteter, automatisierter Produktionsprozesse. Ein möglicher Ansatz stellt dabei das Konzept der Advanced Process Control dar. Zentraler Gedanke ist dabei die realzeitliche, prozessdatenbasierte Überwachung und Auswertung von Produktionsprozessen mit dem Ziel, kurzfristige Prozessschwankungen ausgleichen und somit die Produktqualität sicherstellen zu können. Das Promotionsvorhaben soll für das oben skizzierte Produktionssystem einen Ansatz entwickeln, der basierend auf der automatisierten Auswertung von Prozessparametern entscheidet, ob die Qualität des aktuell bearbeiteten Produkts den Spezifikationen entspricht oder ob und in welcher Form eine Anpassung der Prozessparameter erforderlich und realzeitlich möglich ist, um die Qualitäts­spezifikationen zu erfüllen. Alternativ besteht eine weitere Entscheidungsmöglichkeit darin, das Produkt nicht weiter zu bearbeiten, wenn die Qualitätsabweichung durch Anpassung des Produktionsprozessablaufes nicht korrigiert werden kann.

Die Durchführung des Vorhabens umfasst neben der Entwicklung des theoretischen Konzeptes, eine simulationsbasierte Validierung sowie in enger Kooperation mit der Deutsche Edelstahlwerke GmbH am Standort Witten die Integration des Konzeptes in die betrieblichen Produktionsabläufe. Zur Lösung der Aufgabe soll auf den Einsatz modernster Data Mining-Techniken zurückgegriffen werden.

Betreuer: Prof. Deuse

Bewerbungen ab sofort an:

Dipl.-Wirt.-Ing. Uta Spörer
Tel.: +49 (231) 755 – 5787
Fax: +49 (231) 755 – 5772
E-Mail: spoerer@gsoflog.de
Mo- Do: 8:30 - 12:30 Uhr

 

(more...  )

LWA stands for "Lernen, Wissen, Adaption" (Learning, Knowledge, Adaptation). It is the joint forum of four special interest groups of the German Computer Science Society (GI). Following the tradition of the last years, LWA provides a joint forum for experienced and for young researchers, to bring insights to recent trends, technologies and applications, and to promote interaction among the SIGs. (more...  )

• SURVEY & PARTICIPANTS: 52-item survey of data miners, conducted on-line in 2011. Participants: 1,319 data miners from over 60 countries.
• FIELDS & GOALS: Data miners work in a diverse set of fields. CRM/Marketing has been the #1 field for the past five years. Fittingly, “improving the understanding of customers”, “retaining customers” and other CRM goals continue to be the goals identified by the most data miners.
• ALGORITHMS: Decision trees, regression, and cluster analysis continue to form a triad of core algorithms for most data miners. However, a wide variety of algorithms are being used. A third of data miners currently use text mining and another third plan to do so in the future.
• TOOLS: R continued its rise this year and is now being used by close to half of all data miners (47%). R users report preferring it for being free, open source, and having a wide variety of algorithms. Many people also cited R's flexibility and the strength of the user community. STATISTICA is selected as the primary data mining tool by the most respondents (17%). Data miners report using an average of 4 software tools. STATISTICA, KNIME, Rapid Miner and Salford Systems received the strongest satisfaction ratings in 2011.
• ANALYTIC CAPABILITY & SUCCESS MEASUREMENT: Only 12% of corporate respondents rate their company as having very high analytic sophistication. However, companies with better analytic capabilities are outperforming their peers. Respondents report analyzing analytic success via Return on Investment (ROI) and analyzing the predictive validity or accuracy of their models. Challenges to measuring success include client or user cooperation and data availability/quality.
• SHARED INSIGHTS: In the 2010 Survey data miners shared best practices in overcoming the key challenges data miners face ( verbatims ). In the 2011 Survey data miners shared their best practices for measuring analytic success ( verbatims ) and examples of the positive impact that data mining can have to benefit society, health, and the world ( verbatims ). Additionally, 225 R users shared information about how and why they are using R ( verbatims ).

After the 2011 survey, Rexer Analytics Data Miner Survey has moved to a bi-annual schedule; the next Data Miner Survey will be launched in early 2013. Information about Rexer Analytics is available at www.RexerAnalytics.com (more...  )

The grant application Data Driven Materials Design (DDMD) was granted in line with the 4th call for proposals of the Mercator Research Center Ruhr (MERCUR). The project is a cooperation between Prof. Dr. Ralf Drautz, Prof. Dr. Alfred Ludwig, (both Ruhr-University Bochum), Prof. Dr. Katharina Morik (Chair 8) and Prof. Dr. Sven Rahmann (University Duisburg-Essen). The connected usage of experimental high-through-put-methods and analytic modeling in materials research, especially in the fields of thin-layer-material-libraries, "Attribute-Screenings" and "Advance Materials Simulation", is one of Ruhr-University's unique features, which is intended to be strengthened with this application. The mentioned fields have in common that they generate an extremely huge amount of multidimensional data that can not be analyzed efficiently without the help of computers. Analyzing huge amounts of data is one of TU Dortmund's focuses of which in this case particularly Data Mining is addressed. At Univerity Essen-Duisburg high-through-put-analysis is in front. The intention of this colaboration is to initiate a more rational development of new materials. The application tends to establish the foundation for the field of Data Driven Material Development. In this field new discoveries as well as new comprehensions (e.g. unknown phases or special physical properties) are supposed to be gained. In addition the development of new materials is to be speeded up. (more...  )

The application "INtelligent Synthesis and Real-tIme Response using Massive StreaminG of HeTerogeneous Data" is the best rated one in field FP7 "Intelligent Information Management" reaching 14.5 of possible 15 points. The Department of Computer Science at the TU Dortmund is involved with chair 8. Coordinator is Dimitrios Gunopulos (National University Athen). It is about analysing the huge amount of heterogeneous datastreams from sensors, mobile phones and control systems to enhance the management of cases of emergency. Examples are taken from the city of Dublin and the german Federal Office of Civil Protection and Disaster Assistance. The innovation of Data Mining finally enabled analysing social networks (e.g. Twitter), sensor-networks, and traffic-systems in connection and integrating citizens in this process.

Live video content is increasingly consumed over IP networks in addition to traditional broadcasting. The move to IP provides a huge opportunity to discover what people are watching in much greater breadth and depth than currently possible through interviews or set-top box based data gathering by rating organizations. The ViSTA-TV project proposes to gather consumers’ anonymized viewing behavior and the actual video streams combined with enhanced electronic program guide information. ViSTA-TV will be in the position to provide highly accurate market research information about viewing behavior that can be used for a variety of analyses of high interest to all participants in the TV-industry. Furthermore ViSTA-TV will employ the information gathered to build a recommendation service. ViSTA-TV is an European Union-funded research project, beginning on 1 June 2012, and lasting for two years. The Artificial Intelligence Group participates alongside 5 other partners. (more...  )

Rapid-I is based in Dortmund, Germany, and has been working on RapidMiner, a Data-Mining-Software, since 2001. With its wide range of other tools such as RapidAnalytics, RapidLab, RapidNet and RapidSentilyzer it could win over such clients as Siemens, Allianz and Pepsico. The website JTonEDM.com introduces Rapid-I and its software RapidMiner in a short overview. (more...  )

In heutigen Industrieanlagen zeichnen Sensoren während des Produktionsprozesses große Mengen an Daten auf. Aus diesen Daten wird schon während des laufenden Prozesses auf die Qualität des Endprodukts geschlossen. Produktionsbedingt kommt es während des laufenden Prozesses zu Veränderungen von Anlagenkomponenten und Messtechnik, die nur zyklisch instand gehalten werden können. Die Veränderungen spiegeln sich auch in den Prognosemodellen wieder. Es kommt zum Concept Drift. SMS Siemag und ein führender Hersteller von Grobblechen stellen für diese Arbeit aktuelle Produktionsdaten zur Verfügung. Im Rahmen der Bachelor, Diplom- oder Masterarbeit sollen Strategien zur Identifizierung von Concept Drifts und zur Stabilisierung der Prognosegüte entwickelt werden. Eine besondere Herausforderung stellt es dar, dass die Concept Drift Erkennung und Bereinigung in Realzeit geschehen soll. Der Schwerpunkt der Arbeit liegt daher auf der Auswahl, der Implementierung und dem Vergleich besonders effizienter Verfahren zur Entdeckung von Concept Drifts. (more...  )

In heutigen Industrieanlagen zeichnen Sensoren während des Produktionsprozesses große Mengen an Daten auf. Aus diesen Daten wird schon während des laufenden Prozesses auf die Qualität des Endprodukts geschlossen. Bisher wird von der Optimierung meist nur eine Zielgröße behandelt. Die Qualität des Endproduktes hängt aber oft von mehreren Zielgrößen ab, die sich obendrein widersprechen können. Dies kann nun als multikriterielles Optimierungsproblem formalisiert werden. Insbesondere muss eine geeignete Fitnessfunktion bestimmt werden. Dann können die Anwender aus den pareto-optimalen Lösungen Handlungsempfehlungen ableiten. Am LS8 stehen Sensordaten über den Produktionsprozess eines führenden Herstellers von Grobblechen zur Verfügung. An diesem Beispiel kann die Formalisierung von widersprüchlichen Zielgrößen als multikriterielle Optimierung untersucht werden. Dabei können Implementierungen in Rapid-Miner genutzt werden. Die genaue Aufgabenstellung wird darauf angepasst, ob es eine Bachelor, Diplom- oder Masterarbeit wird. (more...  )

Together with Kanishka Bhaduri and Hillol Kargupta, Katharina Morik has edited a special issue of the international journal Data Mining and Knowledge Discovery. The special issue on Data Mining for Sustainability including a comprehensive introduction is now online at http://www.springerlink.com/. (more...  )