Logo des Repositoriums
 

Zum Einsatz von Maschinellem Lernen in der Umweltverwaltung: Der Simplex4Learning Ansatz

Kurzanzeige
dc.contributor.authorAbecker, Andreas
dc.contributor.authorBudde, Matthias
dc.contributor.authorFuchs-Kittowski, Frank
dc.contributor.authorGroßmann, Janik
dc.contributor.authorKoch, Werner
dc.contributor.authorLachowitzer, Jonas
dc.contributor.authorLossow, Stefan
dc.contributor.authorRodner, Erik
dc.contributor.authorRudolf, Heino
dc.contributor.authorSchulze, Paul
dc.contributor.editorKlein, Maike
dc.contributor.editorKrupka, Daniel
dc.contributor.editorWinter, Cornelia
dc.contributor.editorGergeleit, Martin
dc.contributor.editorMartin, Ludger
dc.date.accessioned2024-10-21T18:24:12Z
dc.date.available2024-10-21T18:24:12Z
dc.date.issued2024
dc.description.abstractZiel des im Herbst 2023 gestarteten Forschungsvorhabens Simplex4Learning ist es, die großen und heterogenen Datenbestände der Umweltbehörden für intelligente Analysen mit Methoden des maschinellen Lernens besser zu erschließen und diese Verfahren für Domänenexperten aus dem Umweltbereich ohne vertiefte ML-Kenntnisse praktikabel anwendbar zu machen. Realisiert wird dies (1) durch die Weiterentwicklung der Simplex4Data-Methode zur Datenbereitstellung für ML, ergänzt um (2) AutoML- und MLOps-Funktionalitäten, (3) Funktionalitäten zum Erklären von ML-Ergebnissen, (4) ein ML-Pattern Repository zum Wiederverwenden generalisierter ML-Workflows, all das (5) exemplarisch angebunden an die Datenanalyseplattform Disy Cadenza und das Data Warehouse System Simplex4Data. Der Arbeitsplan des Projekts ist an den konkreten Beispieldaten und Anwendungsfällen von Landesbehörden aus drei Bundesländern orientiert. Der vorliegende Beitrag als „Work-in-Progress“-Bericht skizziert Motivation und Ausgangslage des Vorhabens, den technischen Lösungsansatz und erste Zwischenergebnisse.de
dc.identifier.doi10.18420/inf2024_105
dc.identifier.isbn978-3-88579-746-3
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/45076
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofINFORMATIK 2024
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-352
dc.subjectMaschinelles Lernen
dc.subjectUmweltverwaltung
dc.subjectUmweltmonitoring
dc.subjectPraxiseinsatz
dc.subjectAutoML
dc.subjectMLOps
dc.subjectXAI
dc.subjectSimplex4Data
dc.subjectCadenza
dc.titleZum Einsatz von Maschinellem Lernen in der Umweltverwaltung: Der Simplex4Learning Ansatzde
dc.typeText/Conference Paper
gi.citation.endPage1206
gi.citation.publisherPlaceBonn
gi.citation.startPage1193
gi.conference.date24.-26. September 2024
gi.conference.locationWiesbaden
gi.conference.sessiontitle5. Workshop "KI in der Umweltinformatik" (KIU-2024)

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
Abecker_et_al_Zum_Einsatz_von_Maschinellem_Lernen.pdf
Größe:
756.03 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P352 - INFORMATIK 2024 - Lock in or log out? Wie digitale Souveränität gelingt