Data Mining

In der Forschung zum Data Mining sucht man nach Algorithmen, die Aussagen über Strukturen von sehr großen Datenmengen hervorbringen. Solche Verfahren stammen größtenteils aus der statistischen Datenanalyse und der KI-Forschung. Einsetzbar sind für viele Fragestellungen auch naturanaloge Verfahren wie Künstliche Neuronale Netze und Evolutionäre Algorithmen. Deren Eignung und optimale Ausgestaltung wird untersucht. Neuronale Netze sind in einem Stadium experimenteller Forschung. Mangels mathematischer Fundierung kann nicht abgeleitet werden, unter welchen Bedingungen z.B. eine bestimmte Netzwerkstruktur, eine ausgewählte Lernregel und die Lernangebote zu befriedigenden Lernergebnissen führen. Es werden daher Untersuchungen zur Auswahl optimaler Verfahren durchgeführt und an Fragestellungen des Data Mining überprüft. Zu den Evolutionären Algorithmen zählen Optimierungsverfahren wie Genetische Algorithmen, Evolutionsstrategien und Genetische Programmierung. Auch deren mathematische Fundierung ist eher schwach, nichtsdestotrotz kann ihre Anwendbarkeit im Data Mining an vielen Beispielen gezeigt werden.

Beteiligter Wissenschaftler:

Prof. Dr. U. Müller-Funk