Michael Färber: Unterschied zwischen den Versionen
He9318 (Diskussion | Beiträge) |
He9318 (Diskussion | Beiträge) |
||
| Zeile 18: | Zeile 18: | ||
* '''Machinelles Lernen (machine learning)''' und | * '''Machinelles Lernen (machine learning)''' und | ||
* '''Semantic Web'''. | * '''Semantic Web'''. | ||
| − | Seine momentaner Forschungsschwerpunkt liegt im Bereich '''scholarly data mining'''. Mehr Informationen finden sich auf seiner [https://sites.google.com/view/michaelfaerber Homepage] | + | Seine momentaner Forschungsschwerpunkt liegt im Bereich '''scholarly data mining'''. Mehr Informationen finden sich auf seiner [https://sites.google.com/view/michaelfaerber Homepage] und auf [https://scholar.google.de/citations?hl=en&user=Jb7JUOsAAAAJ Google Scholar]. |
Kürzlich entwickelte und veröffentlichte '''Online-Demonstrationssysteme''': | Kürzlich entwickelte und veröffentlichte '''Online-Demonstrationssysteme''': | ||
Version vom 7. Februar 2020, 20:56 Uhr
-
Dr. Michael Färber
- Wissenschaftlicher Mitarbeiter
- Tel.:+49 721 608 465 92
- Email: michael faerber∂kit edu
- Raum: 5A-15 (Geb. 05.20)
- Forschungsgruppe: Web Science
- Sprechstunde nach Vereinbarung
- vCard
Michael Färber ist Postdoc in Prof. Dr. York Sure-Vetter's Web Science-Gruppe am Institut AIFB des KITs seit April 2019.
Michael Färbers Forschungsinteressen liegen in den Bereichen
- Natürliche Sprachverarbeitung (natural language processing),
- Machinelles Lernen (machine learning) und
- Semantic Web.
Seine momentaner Forschungsschwerpunkt liegt im Bereich scholarly data mining. Mehr Informationen finden sich auf seiner Homepage und auf Google Scholar.
Kürzlich entwickelte und veröffentlichte Online-Demonstrationssysteme:
- PaperHunter: http://paperhunter.net
- ScholarSight: http://scholarsight.org
Kürzlich entwickelte und veröffentlichte Datensätze:
- unarXive: http://unarxive.org
- Microsoft Academic Knowledge Graph: http://ma-graph.org
Offene Hiwi-Stelle im Bereich Machine Learning, Natural Language Processing, und/oder Semantic Web Technologies: [1].
Offene, ausgeschriebene Abschlussarbeitsthemen:
| Titel | |
|---|---|
| Thema4420 | Wie fair sind Forscher? Eine Analyse von Zerrungen bzgl. Zitaten in wissenschaftlichen Publikationen |
| Thema4423 | Automatically Recommending Citations for Texts Using Neural Networks |
| Thema4574 | Deep Learning + Knowledge Graphs |
| Thema4648 | Creating a Large Knowledge Graph about Scientific Publications for Innovation Forecast |
| Thema4772 | GPT-3, BERT & Co.: When to use which language model? |
| Thema4864 | Quantum Computing for Natural Language Processing |
| Thema4909 | Scalable Graph Neural Networks on Knowledge Graphs |
| Thema4910 | Performance Analysis of Graph Neural Diffusion via Fourier Decomposition |
| Thema4939 | Chronik 2050: Automatische Extraktion von erwarteten Ereignissen aus Webseiten |
| Thema4977 | Knowledge Graphs for Robots’ Situational Awareness |
| Thema5067 | Lizenz zum Gelddrucken? Verwendung von ChatGPT zum Schreiben von Büchern |
Anfragen zu weiteren Abschlussarbeitsthemen zu Themen wie
- Natural Language Processing (NLP) / Text Mining
- Angewandtes Machine Learning
- Semantic Web / Linked Data
- Big Data
- Data Science
gerne willkommen.
FAIRnets, KB-Statistics, Linked Crunchbase, Novel Triple Extraction
AWARE Ontology, CrunchBase Knowledge Graph, KORE 50^DYWC, Microsoft Academic Knowledge Graph, NewsBias2020, UnarXive, XLiD-Lexica
 |
 |
digilog@bw |
 |
|
|
 |
KIGLIS |
 |
KIWI |
|
|
- Semantische Suche, Wissensrepräsentation, Maschinelles Lernen, Text Mining, Semantische Annotation, Informationsextraktion, Natürliche Sprachverarbeitung, Digitale Bibliotheken, Knowledge Discovery, Data Mining, Künstliche Intelligenz, Data Science, Semantic Web, Trustworthy AI
Cognition and Information Engineering