Big Data-Analytik

ScaDS.AI Dresden/Leipzig trägt zur Vereinfachung der Datenanalyseentwicklung bei, indem es (1) grundlegende Bausteine für die Datenanalyse, (2) Tools zur Generierung synthetischer Trainingsdaten und (3) groß angelegte Datenanalyseplattformen bereitstellt.

Bausteine für die Datenanalyse

Im Rahmen von ScaDS.AI Dresden/Leipzig untersuchen wir die Grundlagen dafür, wie skalierbare Algorithmen für maschinelles Lernen mit einer LEGO-ähnlichen Konstruktions- und Wiederverwendungsmetapher aufgebaut werden können. Unsere Mission ist es, den Menschen in den Prozess einzubeziehen, indem wir die Bedürfnisse der Nutzer mit Methoden und Werkzeugen angehen, die für den Aufbau anwendungsspezifischer Datenanalyseplattformen erforderlich sind. Unser Ziel ist es, modulare Analysen bereitzustellen, die die wesentlichen Elemente eines Analysebereichs abstrahieren und in eine Reihe universeller Bausteine umwandeln.

Generierung synthetischer Daten

Die heutigen Methoden des maschinellen Lernens, insbesondere Deep-Learning-Modelle, sind sehr datenintensiv. Synthetische Daten sind jedoch kostengünstig zu produzieren und können die Entwicklung und das Testen von Deep-Learning-Modellen unterstützen. Tools zur Generierung synthetischer Daten erzeugen synthetische Daten, die den Beispieldaten entsprechen, und stellen gleichzeitig sicher, dass die wichtigen statistischen Eigenschaften der Beispieldaten in den synthetischen Daten widergespiegelt werden. Bei ScaDS.AI Dresden/Leipzig entwickeln wir Ansätze zur Generierung von Zeitreihen, die in der Lage sind, wichtige Merkmale aus einem gegebenen Datensatz zu extrahieren und in einem generierten Datensatz zu reproduzieren. Dies ist wichtig für die Bewertung von Machine-Learning-Systemen und für die Bereitstellung weiterentwickelter Daten, falls keine Daten verfügbar sind.

Datenanalyseplattformen

Wir bauen maßgeschneiderte Datenanalyseplattformen, die den Einsatz groß angelegter Datenanalysemethoden erleichtern. Mit dem Aufkommen neuartiger Satelliten und Modelle in den Geowissenschaften sind die Datenmengen beispielsweise viel zu groß geworden, um mit herkömmlichen Ansätzen analysiert zu werden. Daher wenden wir „analysefertige Datenwürfel” in der Cloud mit beliebigen Dimensionen und effizienten Ansätzen zum Trimmen und Slicen an, die durch neuartige Datenformate ermöglicht werden. Für die Analyse groß angelegter Webdaten sind die PIs des ScaDS.AI Dresden/Leipzig am Immersive Web Observatory beteiligt, das ein Peta-Skala Rechenzentrum unterhält, um Webanalysen auf Industrieebene zu ermöglichen. Der Zugang zu einem Webarchiv in einer Petabyte-Skala bringt neue methodische Herausforderungen mit sich, darunter Multi-Tenancy, verteilte Infrastrukturen, Verarbeitungsframeworks für Analysen, Online-Algorithmen für maschinelles Lernen und vernetzte Datenanalyse.