Logo des Repositoriums

Auflistung nach Autor:in "Stuckenschmidt, Heiner"

1 - 10 von 10
  • Zeitschriftenartikel
    15 Years of Semantic Web: An Incomplete Survey
    (KI - Künstliche Intelligenz: Vol. 30, No. 2, 2016) Glimm, Birte; Stuckenschmidt, Heiner
    It has been 15 years since the first publications proposed the use of ontologies as a basis for defining information semantics on the Web starting what today is known as the Semantic Web Research Community. This work undoubtedly had a significant influence on AI as a field and in particular the knowledge representation and Reasoning Community that quickly identified new challenges and opportunities in using Description Logics in a practical setting. In this survey article, we will try to give an overview of the developments the field has gone through in these 15 years. We will look at three different aspects: the evolution of Semantic Web Language Standards, the evolution of central topics in the Semantic Web Community and the evolution of the research methodology.
  • Konferenzbeitrag
    Automatic Metadata Analysis for Environmental Information Systems
    (Environmental Communication in the Information Society - Proceedings of the 16th Conference, 2002) Hartmann, Jens; Stuckenschmidt, Heiner
    Metadata plays an important role in web-based environmental information systems (EIS). It structures existing information and provides background information about technical issues as well as the context in which information has been generated or should be interpreted. Further, many systems such as the BUISY (Bremer Umweltinformationssystem) use metadata in order to provide content-based search facilities. Such methods, however, depend on the correctness and completeness of the metadata. In this paper, we discuss an approach for automatically analyzing the metadata of web-based information systems that is based on machine learning techniques and its application to different environmental systems. We analyze three web-based EIS and discuss our results.
  • Konferenzbeitrag
    Elwira – Wissensbasierte Methoden für den produktionsintegrierten Umweltschutz Elwira – des méthodes à base de connaissances pour le contrôle intégré de la pollution
    (Umweltinformatik '97, 1997) Stuckenschmidt, Heiner; Timm, Ingo; Schröder, Jörg; Hartmann, Dietrich
    Elwira unterstützt die Anwendung des produktionsintegrierten Umweltschutzes mit wissensbasierten Methoden. Hierbei werden mit der Software cosap modellierte Produktionsprozesse nach ökologischen Kriterien auf Umweltverträglichkeit untersucht. Das erste Anwendungsgebiet befasst sich mit der Wiedergewinnung von Inhaltsstoffen aus Abwasserströmen innerhalb des Produktionsprozesses. Im folgenden wird ein Ansatz zur Behandlung von Abwasserströmen sowie das Elwira-Konzept vorgestellt. Das Konzept wurde in Form eines Prototypen realisiert, auf den ebenfalls kurz eingegangen wird. Elwira supports the application of production integrated environmental control with knowledge-based methods. This is realised by an ecological examination of production processes modelled by the software system cosap. The first area of application is concerned with the recovery of raw materials from waste water within a production process. This paper describes a general approach to a knowledge-based support of production integrated environmental control in the example domain of waste water treatment and briefly presents a prototypical implementation of the basic ideas behind the Elwira-concept.
  • Zeitschriftenartikel
    Explaining Arguments with Background Knowledge
    (Datenbank-Spektrum: Vol. 20, No. 2, 2020) Becker, Maria; Hulpuş, Ioana; Opitz, Juri; Paul, Debjit; Kobbe, Jonathan; Stuckenschmidt, Heiner; Frank, Anette
    Most information we consume as a society is obtained over the Web. News – often from questionable sources – are spread online, as are election campaigns; calls for (collective) action spread with unforeseen speed and intensity. All such actions have argumentation at their core, and the conveyed content is often strategically selected or rhetorically framed. The responsibility of critical analysis of arguments is thus tacitly transferred to the content consumer who is often not prepared for the task, nor aware of the responsibility. The ExpLAIN project aims at making the structure and reasoning of arguments explicit – not only for humans, but for Robust Argumentation Machines that are endowed with language understanding capacity. Our vision is a system that is able to deeply analyze argumentative text: that identifies arguments and counter-arguments, and reveals their internal structure, conveyed content and reasoning. A particular challenge for such a system is to uncover implicit knowledge which many arguments rely on. This requires human background knowledge and reasoning capacity, in order to explicate the complete reasoning of an argument. This article presents ongoing research of the ExpLAIN project that aims to make the vision of such a system a tangible aim. We introduce the problems and challenges we need to address, and present the progress we achieved until now by applying advanced natural language and knowledge processing methods. Our approach puts particular focus on leveraging available sources of structured and unstructured background knowledge, the automatic extension of such knowledge, the uncovering of implicit content, and reasoning techniques suitable for informal, everyday argumentation.
  • Zeitschriftenartikel
  • Konferenzbeitrag
    Der Mannheim Master in Social Data Science
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Gautschi, Thomas; Gschwend, Thomas; Oberländer, Lea; Ponzetto, Simone; Stuckenschmidt, Heiner
    In den empirisch geprägten Sozialwissenschaften besteht zunehmender Bedarf nach wissenschaftlichem Nachwuchs mit starken Methodenkompetenzen. Hierbei stehen nicht mehr nur klassische Umfragemethoden und parametrische Statistik im Vordergrund. Zunehmen werden auch neue Datentypen wie Texte und Bilder sowie vereinzelt auch Video und Audio verwendet. Hierdurch entsteht ein Bedarf nach Methoden aus den Bereichen Data Science und Maschinellem Lernen. Der Mannheim Master in Social Data Science soll diesen Bedarf gezielt bedienen und die nächste Generation von Sozialwissenschaftlerinnen und Sozialwissenschaftlern mit fundierten Data Science Kenntnissen ausbilden. Hierbei wird besonderer Wert auf die enge Verzahnung von inhaltlichen Fragestellungen und klassischen Forschungsmethoden gelegt.
  • Konferenzbeitrag
    The process model matching contest 2015
    (Enterprise modelling and information systems architectures, 2015) Antunes, Goncalo; Bakhshandeh, Marzieh; Borbinha, Jose; Cardoso, Joao; Dadashnia, Sharam; Francescomarino, Chiara Di; Dragoni, Mauro; Fettke, Peter; Gal, Avigdor; Ghidini, Chiara; Hake, Philip; Khiat, Abderrahmane; Klinkmüller, Christopher; Kuss, Elena; Leopold, Henrik; Loos, Peter; Meilicke, Christian; Niesen, Tim; Pesquita, Catia; Péus, Timo; Schoknecht, Andreas; Sheetrit, Eitam; Sonntag, Andreas; Stuckenschmidt, Heiner; Thaler, Tom; Weber, Ingo; Weidlich, Matthias
    Process model matching refers to the automatic identification of correspondences between the activities of process models. Application scenarios of process model matching reach from model validation over harmonization of process variants to effective management of process model collections. Recognizing this, several process model matching techniques have been developed in recent years. However, to learn about specific strengths and weaknesses of these techniques, a common evaluation basis is indispensable. The second edition of the Process Model Matching Contest in 2015 hence addresses the need for effective evaluation by defining process model matching problems over published data sets. This paper summarizes the setup and the results of the contest. Next to a description of the contest matching problems, the paper provides short descriptions of all matching techniques that have been submitted for participation. In addition, we present and discuss the evaluation results and outline directions for future work in the field of process model matching.
  • Zeitschriftenartikel
    Special Issue on Semantic Web
    (KI - Künstliche Intelligenz: Vol. 30, No. 2, 2016) Glimm, Birte; Stuckenschmidt, Heiner
  • Konferenzbeitrag
    SWAP: Ontology-based knowledge management with peer-to-peer technology
    (WM 2003: Professionelles Wissesmanagement – Erfahrungen und Visionen, Beiträge der 2. Konferenz Professionelles Wissensmanagement, 2003) Ehrig, Marc; Tempich, Christoph; Broekstra, Jeen; Harmelen, Frank van; Sabou, Marta; Siebes, Ronny; Staab, Steffen; Stuckenschmidt, Heiner
  • Konferenzbeitrag
    Workshop: „Aktuelle Entwicklungen und Perspektiven (an Hochschulen) im Bereich Data Science“
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Steinmann, Lena; Nowotka, Dirk; Oberländer, Lea; Pfuhl, Helen; Stuckenschmidt, Heiner; Drechsler, Rolf
    In einer zunehmend von Daten geprägten Welt spielt Data Science eine zentrale Rolle, um insbesondere auch hochdimensionale Daten effektiv zu nutzen und daraus wertvolles Wissen zu generieren. Auch das Hochschulsystem hat auf diese Entwicklung reagiert und in den letzten Jahren wurden verschiedene Forschungsstrukturen, wie zum Beispiel Data Science Center, Beratungsstellen, neue Studiengänge sowie Aus- und Weiterbildungsangebote aufgebaut. Der Workshop fördert einen interdisziplinären und standortübergreifenden Austausch zwischen Vertreter:innen verschiedener Data-Science-Initiativen und legt so die Grundlage für eine zukünftige überregionale Zusammenarbeit. Durch den Austausch rund um innovative Ansätze, bewährte Praktiken und Erfahrungen werden Synergien geschaffen und die Weiterentwicklung des Feldes vorangetrieben. Dabei stehen die Herausforderungen und Chancen der datenintensiven Forschung im Fokus der Diskussionen. Der Workshop bietet eine Plattform, um den Dialog zu fördern, Netzwerke zu stärken und Kompetenzen auf nationaler Ebene zu bündeln.