Logo des Repositoriums

Auflistung nach Schlagwort "data mining"

1 - 7 von 7
  • Konferenzbeitrag
    Das „agriProKnow“-Projekt
    (39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?, 2019) Iwersen, Michael; Lidauer, Laura; Berger, Alexandra; Auer, Wolfgang; Tomic, Dana Kathrin; Schrefl, Michael; Efrosinin, Dmitry; Sturm, Valentin; Gusterer, Erika; Drillich, Marc; Wischenbart, Martin
    Der zunehmende Einsatz von Präzisionstechnik in der Milchviehhaltung (z.B. Roboter-, Sensor-, Trackingsysteme) beinhaltet zahlreiche Herausforderung hinsichtlich der Integration und Analyse der erfassten Daten. Mit der im „agriProKnow“-Projekt entwickelten Decision-Support-Plattform ist es möglich, die zuvor geschilderten Hindernisse weitestgehend zu überwinden und LandwirtInnen und anderen Stakeholdern einen zusätzlichen operativen Nutzen zu bieten. In der Plattform werden Daten aus unterschiedlichen Quellen verschiedener Betriebe gesammelt, integriert und ausgewertet. Die Umsetzung und Evaluierung dieses Prototyps erfolgte in zwei strukturell unterschiedlichen Milchviehbetrieben mit 80 bzw. 2700 Kühen. Am Beispiel der bovinen Ketose werden die gewonnen Daten derzeit zur Entwicklung eines Algorithmus genutzt, der eine Schätzung von Risikofaktoren und das Einleiten prophylaktischer Maßnahmen zur Verhinderung der Erkrankung ermöglichen soll.
  • Konferenzbeitrag
    Classification of agricultural land use and derivation of biophysical parameter
using SAR and optical data
    (Informatik in der Land-, Forst- und Ernährungswirtschaft 2017, 2017) Knöfel, Patrick; Dahms, Thorsten; Borg, Erik; Conrad, Christopher
    Agricultural monitoring is essential for global issues, which can be reflected by the terms of food security and ensuring ecosystem services. Due to the high spatial and temporal resolution of the remote sensing sensors enormous potential for precision farming has been worked out in cooperation between science and the private sector. However, the quality of field specific yield estimations, for instance, is highly influenced by the accuracy of the underlying information like land use, plant development, and stress indicators. Thus, particular knowledge about the accuracy of all the relevant indicators is crucial for agricultural monitoring. The chair of remote sensing at the University of Wuerzburg has gained a lot of expertise in this context by working on their three latest ongoing projects with agricultural focus. Within the framework of these projects, a classification and assessment tool with graphical user interface (MELanGe) was developed, which can be used for land use mapping and biophysical parameter derivation.
  • Konferenzbeitrag
    A data mining process for building recommendation systems for agricultural machines based on big data
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Altaleb, Mohamed; Deeken, Henning; Hertzberg, Joachim
    There is a potential expansion in the agricultural machinery industry by using the collected data from different years. Big data is already being used in other industries like e-commerce to improve decision-making processes. There are several existing process models to lead through the generic processes of data mining. The common factor between the process models that have attained dominant public position is that they are domain-agnostic frameworks. This paper proposes a method to extend the CRoss-Industry Standard Process for Data Mining (CRISP-DM) to focus on the agricultural domain and give guidelines on how to handle and structure the agricultural data and processes to reach defined data mining goals. The paper provides a walk-through for a use case to build a recommendation system.
  • Konferenzbeitrag
    An enterprise financial state estimation based on data mining
    (Information Systems Technology and its Applications, international conference ISTA'2001, 2001) Godlevsky, Mikhail D.; Orekhov, Sergey V.
    This paper is concerned with the data mining application to business process automation. A short tutorial on stages of financial analysis of an enterprise is given. A brief description of data mining components for financial analysis of an enterprise is presented in the paper. The main element of data mining application is fuzzy neural system. The structure of fuzzy neural system includes linguistic variable "financial state", neural network and fuzzy rules. The fuzzy neural system forms the financial state estimation based on balance sheets from dataware house of an enterprise. The data mining application has been realized as software in Microsoft Visual Basic 6.0. The software was applied to estimation of financial state of Kharkov (Ukrainian) enterprises in 1999. Finally, the set of enterprises for investment was found.
  • Textdokument
    Konzept und Implementierung eines echtzeitfähigen Model Management Systems
    (BTW 2019, 2019) Hegenbarth, Yvonne; Ristow, Gerald
    Zur Gewährleistung der Stromnetzstabilität in Deutschland müssen Verteilernetzbetreiber darauf achten, dass zu jedem Zeitpunkt Energie-Erzeugung und -Verbrauch in ihrem Zuständig-keitsbereich in Einklang stehen. Dafür werden Vorhersagemodelle benötigt, um den zu erwartenden Überschuß oder zusätzlichen Bedarf an Energie für den Folgetag der Strombörse für den sogenannten Day-Ahead Handel zu melden. Neben dem Stromhandel für den Folgetag können Marktteilnehmer beim kontinuierlichen Intraday Strommengen bis zu fünf Minuten vor der tatsächlichen Auslieferung kaufen oder verkaufen. Bei Fehlprognosen und demnach Fehleinkäufen könnte mit einer Früherken-nung und Modellanpassung diese im Intraday ausgeglichen werden. Dazu wird in dieser Arbeit ein System beschrieben, das automatisiert Fehlprognosen frühzeitig erkennt und eine Modelländerung durchführt. Das Modell wird dabei an den aktuellen Sachverhalt der Verbrauchszeitreihe angepasst. Durch diese Modellanpassung wird die Vorhersage verbessert, sodass der Intraday Handel besser betrieben werden kann und Fehleinkäufe ausgeglichen werden.
  • Konferenzbeitrag
    Mining Industrial Logs for System Level Insights
    (Datenbanksysteme für Business, Technologie und Web (BTW 2017) - Workshopband, 2017) Czora, Sebastian; Dix, Marcel; Fromm, Hansjörg; Klöpper, Benjamin; Schmitz, Björn
    Industrial systems are becoming more and more complex and expensive to operate. Companies are making considerable efforts to increase operational efficiency and eliminate unplanned downtime of their equipment. Condition monitoring has been applied to improve equipment availability and reliability. Most of the condition monitoring applications, however, focus on single components, not on entire systems. The objective of this research was to demonstrate that a combination of visual analytics and association rule mining can be successfully used in a condition monitoring context on system level.
  • Konferenzbeitrag
    A Tool for Human-in-the-Loop Analysis and Exploration of (not only) Prosodic Classifications for Post-modern Poetry
    (INFORMATIK 2019: 50 Jahre Gesellschaft für Informatik – Informatik für Gesellschaft (Workshop-Beiträge), 2019) Baumann, Timo; Hussein, Hussein; Meyer-Sickendiek, Burkhard; Elbeshausen, Jasper
    Data-based analyses are becoming more and more common in the Digital Humanities and tools are needed that focus human efforts on the most interesting and important aspects of exploration, analysis and annotation by using active machine learning techniques. We present our ongoing work on a tool that supports classification tasks for spoken documents (in our case: read-out post-modern poetry) using a neural networks-based classification backend and a web-based exploration and classification environment.