Michael Färber

Dr. Michael Färber
Vertretungsprofessor
Tel.:+49 721 608 465 92
Email: michael faerber∂kit edu
Raum: 5A-15 (Geb. 05.20)

Forschungsgruppe: Web Science
Sprechstunde nach Vereinbarung
Sekretärin: Nicoletta Joanni
vCard

Michael Färber ist seit 01.10.2020 W3-Vertretungsprofessor des Lehrstuhls Web Science am KIT-Institut AIFB.

Forschung

Michael Färbers Forschungsinteressen:

Natürliche Sprachverarbeitung (natural language processing),
Machinelles Lernen (machine learning) und
Wissensrepräsentation (z.B. Wissensgraphen).

Momentane Forschungsschwerpunkte:

scholarly data mining und
AI4Peace.

Mehr Informationen finden sich auf seiner Homepage und auf Google Scholar.

Kürzlich entwickelte und veröffentlichte Online-Demonstrationssysteme:

PaperHunter: http://paperhunter.net
ScholarSight: http://scholarsight.org
Linked Crunchbase: http://linked-crunchbase.org

Kürzlich entwickelte und veröffentlichte Datensätze:

unarXive: http://unarxive.org
Microsoft Academic Knowledge Graph: http://ma-graph.org

Offene Stellen & Abschlussarbeiten

Offene Hiwi-Stelle im Bereich Machine Learning, Natural Language Processing, und/oder Semantic Web Technologies: [1].
Michael Färber hat bereits annäherend 40 Abschlussarbeiten betreut. Offene, ausgeschriebene Abschlussarbeitsthemen:

	Titel
Thema4420	Wie fair sind Forscher? Eine Analyse von Zerrungen bzgl. Zitaten in wissenschaftlichen Publikationen
Thema4423	Automatically Recommending Citations for Texts Using Neural Networks
Thema4574	Deep Learning + Knowledge Graphs
Thema4648	Creating a Large Knowledge Graph about Scientific Publications for Innovation Forecast
Thema4772	GPT-3, BERT & Co.: When to use which language model?
Thema4864	Quantum Computing for Natural Language Processing
Thema4909	Scalable Graph Neural Networks on Knowledge Graphs
Thema4910	Performance Analysis of Graph Neural Diffusion via Fourier Decomposition
Thema4939	Chronik 2050: Automatische Extraktion von erwarteten Ereignissen aus Webseiten
Thema4977	Knowledge Graphs for Robots’ Situational Awareness

Anfragen zu weiteren Abschlussarbeitsthemen zu Themen wie

Natural Language Processing (NLP) / Text Mining
Angewandtes Machine Learning
Semantic Web / Linked Data
Big Data
Data Science

gerne willkommen.
Viele der Abschlussarbeitsthemen können auch an einer Partnerinstitution im Ausland (z.B. Japan, Italien, Frankreich) geschrieben und vom DAAD großzügig gefördert werden, sofern die Bewerbung ein Jahr vorher stattfindet. Gerne unverbindlich anfragen! Mehr Informationen unter Web_Science/DAAD-Stipendium.

Publikationen

Abschlussarbeiten

Tools

FAIRnets, KB-Statistics, Linked Crunchbase, Novel Triple Extraction

Datasets

AWARE Ontology, CrunchBase Knowledge Graph, KORE 50^DYWC, Microsoft Academic Knowledge Graph, NewsBias2020, UnarXive, XLiD-Lexica