Michael Färber: Unterschied zwischen den Versionen
He9318 (Diskussion | Beiträge) |
He9318 (Diskussion | Beiträge) |
||
| Zeile 51: | Zeile 51: | ||
* Data Science | * Data Science | ||
gerne willkommen. | 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 statt findet. | ||
|Info EN=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. | |Info EN=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. | ||
| Zeile 82: | Zeile 84: | ||
|}} | |}} | ||
All topics are open to English and German speaking students. | All topics are open to English and German speaking students. | ||
| + | |||
| + | Many of the thesis topics can also be written at a partner institution abroad (e.g. in Japan, Italy, France) and funded by the DAAD, given that the application is made one year in advance. | ||
|KIT Kompetenzfeld1=Cognition and Information Engineering | |KIT Kompetenzfeld1=Cognition and Information Engineering | ||
|Publikationen anzeigen=Ja | |Publikationen anzeigen=Ja | ||
Version vom 2. Juni 2020, 19:22 Uhr
-
Dr. Michael Färber
- Wissenschaftlicher Mitarbeiter
- Tel.:+49 721 608 465 92
- Email: michael faerber∂kit edu
- Raum: 5A-15 (Geb. 05.20)
- Forschungsgruppe: Web Science
- Sprechstunde nach Vereinbarung
- vCard
Michael Färber ist Postdoc in Prof. Dr. York Sure-Vetter's Web Science-Gruppe am Institut AIFB des KITs seit April 2019.
Forschung
Michael Färbers Forschungsinteressen liegen in den Bereichen
- Natürliche Sprachverarbeitung (natural language processing),
- Machinelles Lernen (machine learning) und
- 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:
- 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]. Weitere Hiwi-Stelle in Zusammenarbeit mit dem ZKM zum Thema Wissensgraphen: [2]
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 gefördert werden, sofern die Bewerbung ein Jahr vorher statt findet.
FAIRnets, KB-Statistics, Linked Crunchbase, Novel Triple Extraction
AWARE Ontology, CrunchBase Knowledge Graph, KORE 50^DYWC, Microsoft Academic Knowledge Graph, NewsBias2020, UnarXive, XLiD-Lexica
 |
 |
digilog@bw |
 |
|
|
 |
KIGLIS |
|
|
- 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
Cognition and Information Engineering