Numberland - New Processes, New Materials

GermanAfrikaansArabicBelarusianBulgarianChinese (Simplified)CzechDanishDutchEnglishEstonianFilipinoFinnishFrenchGreekHebrewHindiHungarianIndonesianItalianJapaneseKoreanLatvianLithuanianMalayNorwegianPersianPolishPortugueseRussianSlovakSpanishSwedishThaiTurkishVietnamese
  • Wer wir sind

    Wir sind - seit 1996 - als Ingenieurbüro auf dem Werkstoffsektor aktiv. Dabei verbinden wir Themen wie Innovations- Wissens- und Technologiemanagement mit sehr guten Kontakten zu Wissenschaft und Wirtschaft ...
    +Read More
  • Your man in Germany

                Your man in Germany Need a partner in Germany to get in contact with German institutions or companies? Are you tired of long distance phone calls or expensive trips from abroad with no or little results? Read more ...
    +Read More
  • Neue Werkstoffe

    Wir übersetzen technische Anforderungen in physikalische Effekte oder Eigenschaften, und finden dann den dazu passenden Werkstoff ... We translate technical demands intophysical effects or properties, andthen find the suitable material ...    
    +Read More
  • Neue Prozesse

    Wir analysieren, optimieren und dokumentieren Prozesse, die oft nicht im QM-Handbuch stehen,und bringen ihnen das Laufen bei ... We analyse, optimize and document processesoften not covered by quality management handbooks, and teach them to run ...
    +Read More
  • Leistungen

    Wir finden neue Werkstoffe, Bauteile, Herstellungs- und Analytikverfahren, Projektpartner, Entwickler oder Forschungseinrichtungen, Know-how oder Geräte, etc. Damit all diese neuen Erkenntnisse dann bei Ihnen auch effektiv eingesetzt werden können, helfen wir Ihnen, Ihr Wissen besser zu erfassen, Prozesse zu optimieren, F&E-Projekte durchzuführen, technische Angebote zu beurteilen oder Lastenhefte zu erstellen.  
    +Read More
  • 1
  • 2
  • 3
  • 4
  • 5

NumberlandTechnologyNews available in English und auf Deutsch

Publish Offers and Requests for free

This month offers and requests from the materials sector

We publish your materials conference

Data Mining

Gleichzeitig stellen wir fest, daß unsere technischen Möglichkeiten, die einmal gesammelten Daten zu verstehen und auszuwerten, nur sehr schwer mit dem Anwachsen des Datenbestands Schritt halten können. Klassische Verfahren sind dabei oft überfordert, oder kommen nur dann zum Ziel, wenn sie in Kombination - angepaßt auf die spezifische Fragestellung - zum Einsatz kommen.

Bereits während des Zusammentragens solcher Datenbestände stellt sich in sehr vielen Fällen die Frage: welche Informationen verbergen sich (möglicherweise) in diesen Daten, wie gewinnen wir sie, wie können wir sie als Entscheidungsgrundlage nutzen?

Ziele des Data Mining

Das Gebiet des Data Minings etabliert sich als neues, eigenständiges Forschungsgebiet und findet Anwendung in der Forschung und Entwicklung, der Medizin, dem Geschäftsleben, der Aus- und Weiterbildung u. v. m. Data Mining versucht, durch Formulierung, Analyse und Implementation grundlegender Annahmen und Ableitungen Informationen und Wissen aus unstrukturierten Daten zu gewinnen. Data Mining extrahiert Muster, Veränderungen, Assoziationen, und Anomalien aus (großen) Datensätzen. Zahlreiche etablierte Forschungsrichtungen tragen zur Entwicklung des Data Mining bei, u. a. die klassische Statistik, Datenbanken, Maschinenlernen, Visualisierung und Grafik, Optimierung, Numerische Mathematik bzw. Physik.

Herausforderungen

Die Menge elektronisch gespeicherter Daten ist in den letzten Jahren explosionsartig angestiegen, während die Zahl der Wissenschaftler, Ingenieure und Analysten, die sich mit der Analyse dieser Daten beschäftigen, weitgehend konstant geblieben ist. Um diese sich immer weiter auftuende Lücke zu schließen, werden die folgenden neuen Forschungsthemen bearbeitet:

  • Entwicklung von Algorithmen und Verfahren, um große, komplexe und hochdimensionale Datensätze zu untersuchen,
  • Entwicklung von Algorithmen, um neue Datentypen zu untersuchen,
  • Entwicklung von Algorithmen, Verfahren und Infrastrukturen, um verteilte Datensätze zu untersuchen,
  • Verbesserung der Benutzerfreundlichkeitvon Data Mining Systemen,
  • Entwicklung angepaßter Sicherheits- und Vertraulichkeitsmodelle und -verfahren für solche Data Mining Prozesse.

Was ist Data Mining?

Data Mining unterscheidet sich von traditioneller Statistik in mehrerer Weise.

Die klassische Statistik geht von Annahmen aus, die als Hypothesen formuliert und mit den Daten validiert werden. Im Gegensatz dazu versucht Data Minng Muster und Hypothesen (automatisch) aus dem vorhandenen Datenbestand zu extrahieren. Man könnte sagen, daß die Statistik von den Menschen, Data Minnig von den Daten gelenkt wird. Data Mining unterscheidet sich auch dadurch von der klassischen Statistik, daß in den meisten Fällen das Ziel darin besteht, qualitative Modelle abzuleiten, die in logische Regel bzw. grafische Darstellungen umgesetzt werden können. Data Mining ist in diesem Sinn wesentlich besser auf den Menschen zugeschnitten, als dies für die Statistik der Fall ist.