Methodik: Data Science and Engineering

Überblick

Data Science and Engineering entwickelt Methoden für die systematische Analyse großer Datenmengen und die Extraktion von Strukturen, Modellen und Prognosen aus solchen Daten. Dazu gehört auch der Umgang mit großen Datenmengen, die mit hoher Bandbreite in verteilten Sensorumgebungen entstehen. Das Wissenschaftsfeld befindet sich methodisch an der Schnittstelle zwischen der statistischen Datenanalyse, dem Datenbank-basierten Datenmanagement, den vernetzten Systemen und den Methoden des maschinellen Lernens und der künstlichen Intelligenz.

Projekte

Laufzeit Förderer Thema
2017-2020 DFG Intelligent Search Engine for Belief Legends
2017-2020 DFG NoSQL Schema Evolution and Big Data Migration at Scale
2017-2019 EFRE SAMi - Aktivitätsassistenz (Verbund)
2016-2019 BMBF Fast Care - Echtzeitfähige medizinische Assistenzsysteme (Teilprojekt Verteilte Inferenz-Algorithmen auf Multi-Sensor-Plattformen)
2015-2018 BMBF Sensorgestützte Bestimmung des Aktivationsniveaus (insideDEM Verbund)
2014-2017 DFG Adaptive Hybride Sekundärspeichersysteme für Cloud Computing-Szenarien (AHSCCS)
2014-2017 Stifterverband Digitales Lernsystem für Audio-Chat, Text-Chat und Annotationen (Multiscript)
2012-2015
2015-2017
BMBF
Uni Rostock
Web-basiertes, mobiles Live-Feedback-System für Lehre, Konferenzen und Veranstaltungen (Tweedback)

Forschungsgeräte

Laufzeit Förderer Bezeichnung
2017-2020 DFG Rostock Massive Data Research Facility