Semantic Systems Engineering
Die Forschungsgruppe Semantic Systems Engineering beschäftigt sich mit der Erforschung von Ansätzen und Algorithmen, die es sowohl Menschen als auch technischen Systemen ermöglichen, heterogene Daten aus unterschiedlichen Datensilos und Softwaresystemen nahtlos zu sammeln, zu integrieren, zu finden, zu verstehen und zu verarbeiten. Die Forschungsschwerpunkte umfassen insbesondere den Aufbau, die kontinuierliche Weiterentwicklung und Verfeinerung von Wissensgraphen, die (semi-)automatisierte Erstellung von semantischen Modellen sowie die Verbesserung der Zugänglichkeit und Nutzbarkeit für semantische Technologien im Alltag. Dabei setzen wir insbesondere auf Methoden aus dem Bereich der Künstlichen Intelligenz, wie z.B. Graph Neural Networks (GNNs) und Graph Embeddings.
Schwerpunkte
Verwendung von Embeddings zur Berechnung von Ähnlichkeiten semantischer Konzepte
Abbildung, Modellierung und Verwendung von Wissen in Wissensgraphen und Ontologien
Automatischer Aufbau und Verbesserung von semantischen Modellen zur Datenverwaltung
Aufbau ganzheitlicher IT-Systeme mit semantischen Konzepten als Kernkomponenten
Anwendungsfelder
Integration von heterogenen Daten mit Hilfe von semantischen Wissensgraphen
Automatisierte Datenverarbeitung auf Basis semantischer Beschreibungen
Verwaltung von IoT Sensorik auf semantischer Ebene
Entwicklung ganzheitlicher Datenmanagement Lösungen auf Basis der Data Space Referenzarchitektur
Ausgewählte Publikationen
- 2022
- Burgdorf, A., Paulus, A., Pomp, A., & Meisen, T. (2022). "VC-SLAM - A Handcrafted Data Corpus for the Construction of Semantic Models" , Data , 7 (2),
- Pomp, A., Burgdorf, A., Paulus, A., & Meisen, T. (2022). "Towards Unlocking the Potential of the Internet of Things for the Skilled Crafts" in Proceedings of the 24th International Conference on Enterprise Information Systems , SCITEPRESS - Science and Technology Publications 203—210.
ISBN: 978-989-758-569-2
- Paulus, A., Burgdorf, A., Langer, T., Pomp, A., Meisen, T., & Pol, S. (2022). "PLASMA: A Semantic Modeling Tool for Domain Experts" in Proceedings of the 31st ACM International Conference on Information & Knowledge Management , New York, NY, USA : Association for Computing Machinery 4946—4950.
ISBN: 9781450392365
- Burgdorf, A., Barkmann, M., Pomp, A., & Meisen, T. (2022). "Domain-independent Data-to-Text Generation for Open Data" in Proceedings of the 11th International Conference on Data Science, Technology and Applications , SCITEPRESS - Science and Technology Publications 95—106.
ISBN: 978-989-758-583-8
- Burgdorf, A., Paulus, A., Pomp, A., & Meisen, T. (2022). "DocSemMap: Leveraging Textual Data Documentations for Mapping Structured Data Sets into Knowledge Graphs" in 2022 IEEE 16th International Conference on Semantic Computing (ICSC) , IEEE 209—216.
ISBN: 978-1-6654-3418-8
