Stage-oe-small.jpg

Michael Färber: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
Zeile 13: Zeile 13:
 
|Bild=Michael_Faerber_2019.png
 
|Bild=Michael_Faerber_2019.png
 
|Info=<br />
 
|Info=<br />
Michael Färber ist Postdoc in Prof. Dr. York Sure-Vetter's Web Science-Gruppe am KIT-Institut AIFB seit April 2019.
+
Michael Färber ist seit 01.10.2020 Vertretungsprofessor der Forschungsgruppe Web Science am KIT-Institut AIFB.
  
 
----
 
----
Zeile 54: Zeile 54:
 
Viele der Abschlussarbeitsthemen können auch an einer Partnerinstitution im '''Ausland''' (z.B. Japan, Italien, Frankreich) geschrieben und vom DAAD gefördert werden, sofern die Bewerbung ein Jahr vorher stattfindet. Mehr Informationen unter [[Web_Science/DAAD-Stipendium]].
 
Viele der Abschlussarbeitsthemen können auch an einer Partnerinstitution im '''Ausland''' (z.B. Japan, Italien, Frankreich) geschrieben und vom DAAD gefördert werden, sofern die Bewerbung ein Jahr vorher stattfindet. Mehr Informationen unter [[Web_Science/DAAD-Stipendium]].
 
|Info EN=<br />
 
|Info EN=<br />
Michael Färber is a postdoctoral researcher with an assistant professorship role in Prof. Dr. York Sure-Vetter's Web Science group at the Institute AIFB of the Karlsruhe Institute of Technology (KIT), Germany, since April 2019.
+
Michael Färber is substitute professor of the research group Web Science at the KIT-institute AIFB since October 1, 2020.
  
 
----
 
----

Version vom 1. Oktober 2020, 09:41 Uhr

Michael Faerber 2019.png


Michael Färber ist seit 01.10.2020 Vertretungsprofessor der Forschungsgruppe Web Science am KIT-Institut AIFB.


Forschung

Michael Färbers Forschungsinteressen:

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

Seine momentaner Forschungsschwerpunkt liegt im Bereich scholarly data mining. Mehr Informationen finden sich auf seiner Homepage und auf Google Scholar.
Kürzlich entwickelte und veröffentlichte Online-Demonstrationssysteme:


Kürzlich entwickelte und veröffentlichte Datensätze:



Offene Stellen & Abschlussarbeiten

Offene Hiwi-Stelle im Bereich Machine Learning, Natural Language Processing, und/oder Semantic Web Technologies: [1].

Offene, ausgeschriebene Abschlussarbeitsthemen:

 Titel
Thema4420Wie fair sind Forscher? Eine Analyse von Zerrungen bzgl. Zitaten in wissenschaftlichen Publikationen
Thema4423Automatically Recommending Citations for Texts Using Neural Networks
Thema4574Deep Learning + Knowledge Graphs
Thema4648Creating a Large Knowledge Graph about Scientific Publications for Innovation Forecast
Thema4772GPT-3, BERT & Co.: When to use which language model?
Thema4864Quantum Computing for Natural Language Processing
Thema4909Scalable Graph Neural Networks on Knowledge Graphs
Thema4910Performance Analysis of Graph Neural Diffusion via Fourier Decomposition
Thema4977Knowledge 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 gefördert werden, sofern die Bewerbung ein Jahr vorher stattfindet. Mehr Informationen unter Web_Science/DAAD-Stipendium.


Publikationen
Publikationen


Abschlussarbeiten
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


Aktive Projekte
Transparent.png

ChemKB

Digilog-logo.png

digilog@bw
Externer Link: https://digilog-bw.de

IIDI Logo.png

IIDI

Transparent.png

KD4RE

Kiglis logo.png

KIGLIS
Externer Link: http://www.kiglis.de/

Screenshot 2023-06-29 at 11.42.04.png

KIWI
Externer Link: https://bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/kiwi.html

Transparent.png

TruthfulLM





Forschungsgebiete
Semantische Suche, Wissensrepräsentation, Maschinelles Lernen, Text Mining, Semantische Annotation, Informationsextraktion, Natürliche Sprachverarbeitung, Digitale Bibliotheken, Knowledge Discovery, Data Mining, Künstliche Intelligenz, Data Science, Semantic Web, Trustworthy AI


KIT Funktionen und Kompetenzfelder

Cognition and Information Engineering