Semantische Suche

Diese Seite oder Aktion erfordert JavaScript, damit sie funktioniert. Bitte aktiviere JavaScript in deinem Browser oder verwende einen Browser, der dies unterstützt, damit diese Funktionalität wie gewünscht angeboten werden kann. Weitere Informationen sind auf der entsprechenden Hilfeseite vorhanden.

Optionen | Suche Alle Einträge löschen |

Abfrageanweisungen (Bedingungen)

Ausgabeanweisungen (Anzeige)

Optionen

Parameter [+]

source:

Legt fest, welche alternative Datenquelle für die Ermittlung der Abfrageergebnisse genutzt werden soll

limit:

Legt fest, wie viele Ergebnisse bei der Ausgabe der Abfrageergebnisse maximal angezeigt werden sollen

offset:

Legt fest, ab dem wievielten Ergebnis mit der Ausgabe der Abfrageergebnisse begonnen werden soll

link:

Legt fest, ob die Datenwerte der Ergebnisse bei der Ausgabe der Abfrageergebnisse als Link angezeigt werden sollen

headers:

Legt fest, ob Überschriften bzw. Attributbezeichnungen bei der Ausgabe der Abfrageergebnisse verwendet werden sollen

mainlabel:

Legt fest, welche Überschrift oder Bezeichnung für die Hauptergebnisspalte bei der Ausgabe der Abfrageergebnisse angezeigt werden soll

intro:

Legt fest, welcher Text vor der Ausgabe der Abfrageergebnisse angezeigt werden soll

outro:

Legt fest, welcher Text nach der Ausgabe der Abfrageergebnisse angezeigt werden soll

searchlabel:

Legt fest, welcher Text als Link zur Ausgabe weiterer Abfrageergebnisse angezeigt werden soll

default:

Legt fest, welcher Text angezeigt werden soll, sofern keine Abfrageergebnisse vorhanden sind

import-annotation:

Legt fest, ob die zusätzlich annotierten Daten während des Parsens einer Seite kopiert werden sollen

propsep:

Legt fest, welches Trennzeichen zwischen den Attributen der Ergebnisse genutzt werden soll

valuesep:

Legt fest, welches Trennzeichen zwischen den Attributwerten der Ergebnisse genutzt werden soll

template:

Legt fest, welche Vorlage zum Anzeigen der Abfrageergebnisse verwendet werden soll

named args:

Legt fest, ob Bezeichnungen für die Parameter an die Vorlage bei der Ausgabe der Abfrageergebnisse weitergegeben werden sollen

userparam:

Legt fest, welcher Wert jedem Vorlagenaufruf übergeben wird, sofern eine Vorlage genutzt wird

class:

Legt fest, welche zusätzliche CSS-Klasse genutzt werden soll

introtemplate:

Legt fest, welche Vorlage vor der Ausgabe von Abfrageergebnissen eingefügt werden soll

outrotemplate:

Legt fest, welche Vorlage nach der Ausgabe von Abfrageergebnissen eingefügt werden soll

sep:

Legt fest, welches Trennzeichen bei der Ausgabe der Abfrageergebnisse genutzt werden soll

Sortierbedingungen

Löschen

Sortierbedingung hinzufügen

ErgebnisCodeFehleranalyseExtra

Zum Einbetten dieser Abfrage in eine Wikiseite kann der unten angegebene Code verwendet werden:

{{#ask: [[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]]
 |?Titel
 |?Vorname
 |?Nachname
 |?Abgabe#ISO
 |?Betreuer
 |?Partner
 |format=template
 |limit=50
 |offset=100
 |link=none
 |sort=
 |order=asc
 |mainlabel=
 |intro=<h5>Master Theses</h5>
 |outro=<br />[[#top | &#8593; top]]<br /><br />
 |template=Abschlussarbeit_abgeschlossen_anzeigen/en
}}

Ergebnisse 101 – 150 vorherige 50 20 50 100 250 500 nächste 50

JSON CSV RSS RDF

Die Abfrage [[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]] wurde von der Datenbank „"SMWSQLStore"“ in 0.0569 Sekunden beantwortet.

SQLStore debug output

ASK Query

[[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]]

SQL Query

SELECT DISTINCT
t0.smw_id AS id,
  t0.smw_title AS t,
  t0.smw_namespace AS ns,
  t0.smw_iw AS iw,
  t0.smw_subobject AS so,
  t0.smw_sortkey AS sortkey, t0.smw_sort
FROM
`smw_object_ids` AS t0
INNER JOIN
(`smw_fpt_inst` AS t2
INNER JOIN
`t3` AS t3 ON t2.o_id=t3.id
INNER JOIN
`smw_di_wikipage` AS t4 ON t2.s_id=t4.s_id
INNER JOIN
`smw_di_blob` AS t7 ON t2.s_id=t7.s_id
INNER JOIN
`smw_di_blob` AS t9 ON t2.s_id=t9.s_id) ON t0.smw_id=t2.s_id
WHERE
(
   (t4.p_id='176129' AND t4.o_id='176417')
   AND (
   (t7.o_hash='Abgeschlossen') AND t7.p_id='176197')
   AND (
   (t9.o_hash='Master') AND t9.p_id='176192')
  )
  AND t0.smw_iw!=':smw'
  AND t0.smw_iw!=':smw-delete'
  AND t0.smw_iw!=':smw-redi'
ORDER BY
t0.smw_sort ASC
LIMIT
55
OFFSET
100

SQL Explain

ID	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra
1	SIMPLE	t9	index_merge	s_id,p_id,s_id_2,o_hash	o_hash,p_id	258,262		163	Using intersect(o_hash,p_id); Using where; Using temporary; Using filesort
1	SIMPLE	t4	ref	s_id,o_id,p_id,s_id_2,s_id_3,o_id_2,o_id_3	s_id_3	13	kit_smw1.t9.s_id,const,const	1	Using index
1	SIMPLE	t7	ref	s_id,p_id,s_id_2,o_hash	s_id	8	kit_smw1.t9.s_id,const	1	Using where
1	SIMPLE	t0	eq_ref	PRIMARY,smw_id,smw_iw,smw_iw_2	PRIMARY	4	kit_smw1.t9.s_id	1	Using where
1	SIMPLE	t2	ref	s_id,o_id,s_id_2,o_id_2	s_id_2	4	kit_smw1.t9.s_id	1	Using where; Using index; Distinct
1	SIMPLE	t3	eq_ref	PRIMARY	PRIMARY	4	kit_smw1.t2.o_id	1	Distinct

Auxilliary Tables

Temporary table t3
Recursively computed hierarchy for element(s) ('176083').
SELECT s_id FROM `smw_fpt_subc` WHERE o_id='176083' LIMIT 1

Query Metrics

Query-Size:7
Query-Depth:1

Errors and Warnings

None

Master Theses

Quality-Driven Querying of Web-APIs Using SPARQL
, Supervisor: Lars Heling

Paul Schindler
Automatische Augmentierung durch Netzwerk Visualisierung
Date of submission: 2019-07-14, Supervisor: York Sure-Vetter, Rainer Stiefelhagen

Kalina-Seslava Nenova
Survey and Evaluation of Syntactic and Semantic Web API Description Languages
Date of submission: 2018-06-27, Supervisor: York Sure-Vetter, Maria Maleshkova

Marcel Kurovski
Deep Learning for Recommender Systems: Joint Learning of Similarity and Preference
Date of submission: 2017-09-23, Supervisor: York Sure-Vetter, Steffen Thoma

Scalable web scraping platform with NLP analytics
, Supervisor: York Sure-Vetter, Florian Knöll, FZI

Sebastian Findeisen
Kontinuierliche Vorhersage von Laborergebnissen, durch die Integration maschineller Lernverfahren in Stream Processing Systemen
Date of submission: 2018-12-17, Supervisor: York Sure-Vetter, Andreas Oberweis

Tobias Dillig
Creating a User Similarity Model for shared Account Identification
Date of submission: 2019-04-30, Supervisor: York Sure-Vetter, Tobias Weller

Samuel Abt
Dynamic scaling of containerized applications based on real-time metrics
Date of submission: 2019-05-31, Supervisor: York Sure-Vetter, Philipp Zehnder

Stephan Ultsch
Cookbook for semantic integration of data sources in an enterprise data lake
Date of submission: 2019-06-25, Supervisor: York Sure-Vetter

Tom Gelbling
Pre-processing of Streaming data on the edge: Comparison and benchmarking of existing tools
Date of submission: 2019-01-12, Supervisor: York Sure-Vetter, Dominik Riemer

Andreas Jankowoi
Evaluierung von workfloworientierte-Anwendungsentwicklung auf Basis von Azure mit Hilfe eines Low-Code
Date of submission: 2019-04-26, Supervisor: York Sure-Vetter

Viktoria Bogdanova
Improving Representation Learning by Crossmodal Perception Models
Date of submission: 2019-06-12, Supervisor: York Sure-Vetter, Achim Rettinger

Gilda Karimzadeh
Verbesserung der logik-basierten Suche eines klinischen Wissensmanagementsystems
Date of submission: 2019-05-29, Supervisor: York Sure-Vetter

Ngan Giang Le
Konsistenzanalyse an verteilten Systemen am Beispiel eines Information-Brokers für ein Smart Shelf im IoT - Cloud - Kontext
Date of submission: 2019-08-23, Supervisor: York Sure-Vetter, Tobias Käfer

Raphael Schmitz
Native Cloud Reference Architecture for Enterprise Machine Learning
Date of submission: 2018-06-21, Supervisor: York Sure-Vetter, Maribel Acosta

Eike Goebel
Model-Driven Approach for Designing an Intelligent Assistant for Technical Software Support Service
Date of submission: 2017-09-30, Supervisor: York Sure-Vetter

Rebecca Bauer
Multi-source Knowledge Graph Completion with Machine Learning Embeddings
Date of submission: 2019-07-28, Supervisor: York Sure-Vetter, Maribel Acosta

Benjamin Scheer
Internetbasierte Klassifizierung von Websites
Date of submission: 2019-12-09, Supervisor: York Sure-Vetter, Michael Färber

Martin Siebert
Dynamic Word Embeddings
Date of submission: 2019-09-30, Supervisor: York Sure-Vetter, Tobias Weller

Quy Thinh Nguyen
Web Api Crawler
Date of submission: 2018-05-30, Supervisor: York Sure-Vetter, Sebastian Bader

Lorenz Rossmann
Text Mining for Early Warnings of Credit Defaults
Date of submission: 2016-12-08, Supervisor: York Sure-Vetter, Steffen Thoma

Marvin Gießing
Predictive Maintenance
Date of submission: 2019-03-29, Supervisor: York Sure-Vetter, Achim Rettinger

Michael Lüder
Webdatenextraktion mit Self-Attention Netzen
Date of submission: 2019-11-29, Supervisor: York Sure-Vetter, Patrick Philipp

David Weiß
Empirical Analysis of Completeness and Uniformity in Knowledge Graphs
Date of submission: 2020-04-20, Supervisor: York Sure-Vetter, Lars Heling

Marco Goltze
Linked Open Data usage in Business Intelligence systems
Date of submission: 2020-06-01, Supervisor: York Sure-Vetter, Michael Färber

Chang Qin
A Bag Semantics for Federated SPARQL Queries
Date of submission: 2020-02-28, Supervisor: York Sure-Vetter, Maribel Acosta

Elena Wössner
Estimating Join Cardinalities of SPARQL Queries with Deep Learning
Date of submission: 2020-02-28, Supervisor: York Sure-Vetter, Maribel Acosta

Alena Schmickl
Inconsistency detection approach for evolving knowledge graphs based on medical coding
Date of submission: 2020-01-31, Supervisor: York Sure-Vetter, Maribel Acosta

Xuan-Mai Le
SPARQL Query Generator over Knowledge Graphs
Date of submission: 2020-02-09, Supervisor: York Sure-Vetter, Maribel Acosta

Michael Rößler
Entwicklung eines Frameworks zur Bewertung von Daten und deren Qualität für den Einsatz von maschinellen Lernverfahren in Industrie 4.0 Anwendung
Date of submission: 2020-09-14, Supervisor: York Sure-Vetter, Tarek Saier

Axel Kimmel
Prediction of critical quality feedback for product configurations with machine learning
Date of submission: 2020-01-01, Supervisor: York Sure-Vetter, Tobias Käfer

Daniel Markus Hagenmayer
Exploring Convolutional Neural Networks - Labelling of filters
Date of submission: 2020-11-23, Supervisor: Maribel Acosta, Anna Nguyen

Helen Schneider
Enterprise-wide Process Automation in Virtual Manufacturing Environments using Semantic Web Technologies
Date of submission: 2020-07-31, Supervisor: Maribel Acosta, Tobias Käfer

Lin Ao
Enhancing the Microsoft Academic Knowledge Graph
Date of submission: 2020-09-28, Supervisor: Maribel Acosta, Michael Färber

Nevena Nikolajevic
Domain-specific Word Embeddings to Enable Ontology-Population
Date of submission: 2020-12-29, Supervisor: Lars Heling, Maribel Acosta

Kai Jungel
Rich Reinforcement: Feature Feedback with Adversarial Penalization
Date of submission: 2020-07-31, Supervisor: Patrick Philipp, Maribel Acosta

Daniela Kaun
Explaining Reinforcement Learning through its World Model
Date of submission: 2020-10-28, Supervisor: Patrick Philipp, Maribel Acosta

Christoph Hermann-Josef Braun
Confidentiality, Integrity and Availability in incrementally created distributed Knowledge Graphs
Date of submission: 2021-04-29, Supervisor: Tobias Käfer, Michael Färber

Igor Shapiro
Sequence Labeling for Reference Parsing of Cyrillic Script Scholarly Data
Date of submission: 2021-06-27, Supervisor: Michael Färber, Tarek Saier

Tim Bossenmaier
Visual Process Monitoring A Low-Code Approach to Digitalizing and Monitoring Manufacturing Processes
Date of submission: 2021-05-31, Supervisor: Michael Färber, Philipp Zehnder

Lucas Cazzonelli
Towards Autoencoders for Feature Extraction
Date of submission: 2021-05-31, Supervisor: Michael Färber, Cedric Kulbach

Samuel Printz
Leveraging Structural Information from Knowledge Graphs for Entity Linking
Date of submission: 2021-07-28, Supervisor: Michael Färber, Kristian Noullet

Simon Richebächer
Enabling API Interoperability with Ontology Matching
Date of submission: 2021-10-11, Supervisor: Michael Färber, Jacqueline Höllig

Haiou Wan
Automated Deep Generative Modeling for Time Series Analysis
Date of submission: 2021-07-26, Supervisor: Michael Färber, Jacqueline Höllig, Marco Heyden

Meng Luan
Disambiguating Bibliographic References in Large Scholarly Datasets
Date of submission: 2021-11-02, Supervisor: Michael Färber, Tarek Saier

Lucas Reissenberger
Applying Text Recognition to Mixed Handwritten and Printed Forms
Date of submission: 2022-01-28, Supervisor: Steffen Thoma, Michael Färber

Emilie Geiler
Towards Online Analysis with Neural Networks
Date of submission: 2022-02-14, Supervisor: Michael Färber, Cedric Kulbach

Daniel Ebi
Dealing with Concept Drift in Federated Learning
Date of submission: 2022-01-03, Supervisor: Michael Färber, Marco Heyden

Hendrik Becker
Interoperability of Hyperledger Aries and Solid Pods in the Context of Verifiable Credentials and Their Representation
Date of submission: 2022-04-27, Supervisor: Tobias Käfer, Christoph Braun

Thimo Schulz
Leveraging Metadata and Annotations to Improve Scholarly Open-Domain Question Answering
Date of submission: 2022-06-28, Supervisor: Michael Färber
<a href="#top"> ↑ top</a>