Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...
Wir bearbeiten in diesem Seminar Methoden und Fragestellungen aus dem Bereich Knowledge Graphs und Knowledge Compilation.
Ein Knowledge Graph ist eine Wissensbasis die ein graphenartiges Datenmodel nutzt. Sie werden oft genutzt um Verknüpfungen zwischen Objekten, Ereignissen oder Situationen darzustellen. Im Zusammenhang mit dem Semantic Web werde Knowledge Graphs oft mit Open Data Projekten in Verbindung gebracht die Verbindungen zwischen Konzepten und Entitäten darstellen und finden in Suchmaschinen wie Google prominente Anwendungen. Knowledge Graphen können u.U. verwendet werden um logisch über Daten zu schließen insbesondere um über indirekt vorhandenes Wissen Abfragen zu stellen anstatt einfacher Abfragen nach explizit vorhandenem Wissen.
Im Gegenzug ist Knowledge Compilation eine Technik um Wissen (bspw. in Form einer Formel) in eine andere Form zu übersetzen. Dabei geht es insbesondere darum für algorithmisch schwere Fragestellungen zunächst eine meist teure und aufwändige einmalige Operation durchzuführen, um dann anschließend auf dem Resultat die sonst teuren Fragestellungen effizient beantworten zu können.
Angesprochen werden Studierende die Interesse zu Vertiefung in einem der Bereiche:
haben. Tiefes Vorwissen in beiden Bereichen ist nicht notwendig.
Wir beleuchten im Seminar beide Themen und erarbeiten Zusammenhänge.
Studierende präsentieren zunächst eine Sammlung von Artikeln in denen Kernideen beider Bereiche vorgestellt werden. Anschließend werden Überschneidungen in gemeinsamen Diskussionen in Gruppen erarbeitet, vorgestellt und diskutiert.
ECTS Breakdown:
Der Leistungsnachweis erfolgt auf Basis einer Ausarbeitung und Präsentation des Themas und anschließender Überschneidungsvorstellung bei ausschließlichen theoretischen Artikeln. Einzelne Arbeiten werden Lösungsalgorithmen vorstellen, hier wird neben der Vorstellung des Algorithmus und seine Implementierung eine praktische Anwendung vorzustellen sein.
Nicht erforderlich
