direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Logo der TU Berlin

Smart Information Filtering

Modul: AOT 2 - AOT-Services
Semester: Sommersemester 2006
Art: PJ (6 SWS / 6 LP)
LV-Nr.: 0435 L 724
Veranstalter: Albayrak
Zeit: Montag, 14:00 - 16:00 Uhr im FR 0028
  (Bei Bedarf kann auch ein anderer Termin vereinbart werden)
Erster Termin: 23.04.2007
Teilnehmerzahl: maximal 20 Studierende

Beschreibung

Das Projekt adressiert eine wichtige Frage innerhalb der Informationsgewinnung und der KI: "Wie kann maschinelles Lernen benutzt werden, um die Informationsgewinnung intelligent umzusetzen?". Beispielsweise machen große Datenbestände viele einfache Filterungsaufgaben deutlich schwieriger, da sie den Suchraum stark erweitern. Die Anwendung von Verfahren des maschinellen Lernens ist dann vielversprechend, wenn man Skalierbarkeit auch bei großen Suchräumen erzielen will. Das Gebiet ist ein aktives Forschungsfeld und ist für alle Studierenden informationsverarbeitender Studiengänge mit Interesse/Schwerpunkt in Künstlicher Intelligenz relevant.

 

Die verschiedenen Filterungsverfahren, die im Rahmen des Projekts implementiert werden, werden später in unser smart3-Filterungsframework integriert, um die bereits vorhandenen Technologien zur Indexierung, Extraktion, Clusterung und Filterung zu ergänzen und zu verbessern.



Lernziele

  • Ãœberblick über verschiedene Filterungsverfahren
  • Anwendung maschineller Lernenverfahren
  • Konzipierung und Implementierung intelligenter Filterstrategien
  • Konzipierung und Implementierung einer Kombination von Filterstrategien
  • Teamarbeit, Literaturrecherche und Dokumentation, mündliche Präsentation

Semesterplanung

Dieses Projekt behandelt aktuelle Themen aus dem Gebiet der Informationsfilterung: Neuronale Netze, Entscheidungsbäume, Indexierungsverfahren, Datamining, Bayes’sche Inferenz sowie intelligente Kombination der verschiedenen Filterungsverfahren und Merkmalsextraktion. Die Teilnahme am Projekt bietet den Studierenden die Möglichkeit, durch die Umsetzung der Filterungsverfahren innerhalb eines klar umgrenzten Themas die Methodik des wissenschaftlichen Arbeitens kennen zu lernen. Dazu gehören Literaturrecherche, wissenschaftlicher Vortrag, Präsentationserstellung und Umsetzung von Filterungsverfahren. Zu Beginn des Projekts werden die Inhalte zunächst in drei Seminarvorträgen erarbeitet (siehe Agentenseminar, Seminarthemen Smart Information Filterung):

  • Reduzierung der Dimensionalität des Wortsraums
  • Frequent Set Mining
  • Regelbasierte Systeme für die Analyse von „Call for Papers“

 

 

Datum Art Thema/Inhalt
23.04. LV Einführung und Überblick
30.04. SE Seminarvorträge: Reduzierung der Dimensionalität des Wortsraums
07.05. SE Seminarvorträge: Frequent Set Mining
14.05. SE Seminarvorträge: Regelbasierte Systeme zur Wissensextraktion
21.05. LV Implementierung der Filterungsverfahren: Einführung und Hilfestellung
04.06. UE Rückfragen, Hilfen
11.06. LV Rückfragen, Hilfen
18.06. SE Meilenstein 1: Konzeptionelles Design der Filterungsverfahren
25.06. UE Rückfragen, Hilfen
02.07. UE Rückfragen, Hilfen
09.07. UE Rückfragen, Hilfen
16.07. SE Meilenstein 2: Vorstellung der implementierten Filterungsverfahren, Abschlussberichte
  • LV : Lehrveranstaltungsteil
  • SE: Seminarteil
  • UE: Ãœbungsteil / Diskussion

 

Bei entsprechender Teilnehmerzahl werden weitere notwendige Termine außerhalb zu den angesetzten Terminen vereinbart. Es ist dringend notwendig, dass die Vorträge in der dritten Woche abgeschlossen sind.

Voraussetzungen

  • Abgeschlossenes Vordiplom in Informatik oder einer verwandten Studienrichtung
  • Hilfreich sind Kenntnisse aus den Vorlesungen Grundlagen der Künstlichen Intelligenz und Maschinelles Lernen
  • Grundlegendes Verständnis der Objektorientierten Programmierung und Java-Kenntnisse 

Prüfungsmodalitäten, Anforderungen

Diese Lehrveranstaltung kann von Diplom-Studierenden in eine Prüfung in den Bereichen KI, BKS und WVA eingebracht werden.

Als Bestandteil des Moduls AOT 2 ist diese Lehrveranstaltung folgendermaßen in Informatik und Technische Informatik eingeordnet:

  • Informatik Bachelor: Studienschwerpunkt Softwaretechnik
  • Informatik Master: Schwerpunktthema 1: System Engineering
  • TI Bachelor: Fachstudium Informatik
  • TI Master: Katalog 4 Software-Engineering

Ansprechpartner

Copyright TU Berlin 2007