Search:
Lehrstuhl  |  Institut  |  Fakultät  |  LMU
print

Bachelorseminar "Information Theoretic Data Mining" im SS 2016



Aktuelles

  • Die Abgabefrist für die Ausarbeitung ist bis 15.07.2016 verlängert.
  • 29.05.2016 Die Vorträge finden am 24.06.2016 statt.
  • 03.05.2016 Für die Erstellung der Ausarbeitung soll dieses LaTeX Template verwendet werden (bare-conf.tex).
  • 30.04.2016 Die Folien der Vorbesprechung sind nun verfügbar. Alle Informationen zu wichtigen Abgabefristen sind hier enthalten.
  • 30.04.2016 Anmeldung und Themenvergabe ist abgeschlossen.

Inhalt

Neue informationstheoretische Ansätze verbinden Data Mining mit Daten-Kompression: Data Mining Methoden finden Muster oder Regelmäßigkeiten in Daten. Je effektiver diese Daten mit Hilfe der gefundenen Muster komprimiert werden können, desto größer ist der gewonnene Informationsgehalt. Das Potential dieser Methodik wird in vielen wissenschaftlichen Arbeiten verdeutlicht: Informationstheoretische Ansätze können vollständige Parameterfreiheit gewährleisten, sodass der Nutzer keine Eingabeparameter spezifizieren muss, die oft schwer zu schätzen sind. Des Weiteren können informationstheoretische Methoden eine Vielzahl von Data Mining Techniken integrieren, wie zum Beispiel Clustering, Outlier Detection und Association Rule Mining. Außerdem können die Verfahren auf verschiedenste Datenstrukturen angewandt werden, wie numerische Feature Vektoren, kategorische Daten oder Graphen.

Im Rahmen dieses Seminars sollen aktuelle Forschungsarbeiten aus dem Bereich informationstheoretisches Data Mining präsentiert und diskutiert werden.

Für eine erfolgreiche Teilnahme am Seminar gibt es folgende Voraussetzungen:

  • Teilnahme an der Vorbesprechung
  • Aktive Teilnahme an beiden Seminartagen
  • Eigenständig vorbereitete Präsentation, die zeigt, dass die präsentierte Forschung verstanden wurde
  • schriftliche Ausarbeitung von etwa 5-10 Seiten

Grundkenntnisse im Bereich Data Mining und/oder Machine Learning sind hilfreich aber nicht verpflichtend.

Die Vortragszeit beträgt 25 Min., darauf folgen 5-10 Min. Diskussion. Die Teilnehmerzahl ist auf 15 Teilnehmer begrenzt.



Organisation


Anmeldung

abgeschlossen


Ablauf

Jeder Teilnehmer bekommt eine wissenschaftliche Veröffentlichung. Diese soll in einem Referat von 25 Minuten vorgestellt werden. Weiterhin relevante Literatur soll vom jeweiligen Referenten selbständig hinzugezogen werden. Im Anschluss an jedes Referat wird die vorgestellte Veröffentlichung von allen Teilnehmern diskutiert.

Nach dem Blockseminar soll jeder Teilnehmer eine schriftliche Ausarbeitung von etwa 5-10 Seiten einreichen, die sowohl die wesentlichen Punkte der vorgestellten Veröffentlichung als auch die Ergebnisse der Diskussion präsentiert.

In die Bewertung gehen sowohl Qualität von Referat und schriftlicher Ausarbeitung ein als auch qualifizierte Mitarbeit und Teilnahme an den Diskussionen jeder Sitzung.


Ort und Zeit

Veranstaltung Datum Zeit Raum
Vorbesprechung Di, 26.04.2016 14.00-16.00 Uhr Raum 065 (Oettingenstr. 67)
Seminarblock 1 Fr, 17.06.2016 12.00-18.00 Uhr Raum U127 (Oettingenstr. 67)
Seminarblock 2 Fr, 24.06.2016 12.00-18.00 Uhr Raum U127 (Oettingenstr. 67)

Planung

Freitag, 24.06.2016

Zeit Thema Vortragender
12:00 Begrüßung und Einführung Prof. Dr. Christian Böhm und Dr. Bianca Wackersreuther
12:15 Robust Information-theoretic Clustering Viktoriia Rakytianska
13:00 minCEntropy: a Novel Information Theoretic Approach for the Generation of Alternative Clusterings Lisa Kreilinger
13:45 Dependency Clustering Across Measurement Scales Lorenz Burghardt
14:30 Pause
15:00 Compression-based Graph Mining Exploiting Structure Primitives Tim Kraus
15:45 PICS: Parameter-free Identification of Cohesive Subgroups in Large Attributed Graphs Alona Sydorova
16:30 VoG: Summarizing and Understanding Large Graphs Stefan Filser
17:15 Mining Connection Pathways for Marked Nodes in Large Graphs Claudia Waldeck

Zusätzliche Informationen


Vorhergehende Semester

blank