-Fachgruppe Knowledge Discovery, Data Mining und maschinelles Lernen (FG-KDML, früher FGML) organisiert. Die Veranstaltung soll die Vernetzung von Forschern und Anwendern aus dem Fachgebiet Data Mining und Maschinelles Lernen fördern.
Der Workshop Knowledge Discovery, Data Mining and Machine Learning (KDML) wird 2008 von der GI-Fachgruppe Knowledge Discovery, Data Mining und maschinelles Lernen (FG-KDML, früher FGML) organisiert. Die Veranstaltung soll die Vernetzung von Forschern und Anwendern aus dem Fachgebiet Data Mining und Maschinelles Lernen fördern.
| Session | Zeit | Vortrag |
|---|---|---|
| Session 1: Rules | 15:30 – 17:00 | 1: Frederik Janssen and Johannes Fürnkranz. A Re-evaluation of the Over-Searching Phenomenon in Inductive Rule Learning |
| 13: Martin Atzmueller, Peter Kluegl and Frank Puppe. Rule-Based Information Extraction for Structured Data Acquisition using TextMarker | ||
| 15: Jan-Nikolas Sulzmann and Johannes Fürnkranz. A Comparison of Techniques for Selecting and Combining Class Association Rules |
| Session | Zeit | Vortrag |
|---|---|---|
| Session 2: Tags and Text | 09:00 – 10:30 | 3: Felix Jungermann and Katharina Morik. Enhanced Services for Targeted Information Retrieval by Event Extraction and Data Mining |
| 4: Korinna Bade and Andreas Nuernberger. Labeling Clusters - Tagging Resources | ||
| 14: Ciro Cattuto, Dominik Benz, Andreas Hotho and Gerd Stumme. Semantic Analysis of Tag Similarity Measures in Collaborative Tagging Systems | ||
| Session 3: Evaluation, Selection and Classification | 11:00 – 12:30 | 2: Florian Lemmerich and Martin Atzmueller. Generating Evaluation Data using Bayesian Networks - A Simple and Effective Modeling Methodology |
| 7: Natalja Punko, Stefan Rüping and Stefan Wrobel. Facilitating Clinico-Genomic Knowledge Discovery by Automatic Selection of KDD Processes | ||
| 9: Eyke Huellermeier and Stijn Vanderlooy. Weighted Voting as Approximate MAP Prediction in Pairwise Classification | ||
| Session 4: Streams, Sequences, Uncertainty | 14:00 – 15:30 | 8: Christian Bockermann, Ingo Mierswa and Katharina Morik. On the Automated Creation of Understandable Positive Security Models for Web Applications |
| 11: Daniel Klan, Marcel Karnstedt, Christian Pölitz and Kai-Uwe Sattler. Towards Burst Detection for Non-Stationary Stream Data | ||
| 5: Peter Benjamin Volk, Martin Hahmann, Dirk Habich and Wolfgang Lehner. Pre analysis and clustering of uncertain data from manufacturing processes |
| Session | Zeit | Vortrag |
|---|---|---|
| Session 5: Evolution and Games | 09:00 – 10:00 | 10: Thomas Fober, Eyke Huellermeier and Marco Mernberger. Evolutionary Construction of Multiple Graph Alignments for Mining Structured Biomolecular Data |
| 6: Olana Missura, Kristian Kersting and Thomas Gärtner. Towards Engaging Games | ||
| Joint-Session | 10:30 – 12:30 | 12: Beate Krause, Christoph Schmitz, Andreas Hotho and Gerd Stumme. The Anti-Social Tagger - Detecting Spam in Social Bookmarking Systems |
Der Workshop Knowledge Discovery, Data Mining and Machine Learning (KDML) wird 2008 von der GI-Fachgruppe Knowledge Discovery, Data Mining und maschinelles Lernen (FG-KDML, früher FGML) organisiert. Die Veranstaltung soll die Vernetzung von Forschern und Anwendern aus dem Fachgebiet Data Mining und Maschinelles Lernen fördern. Um dies zu unterstützen, besteht die Möglichkeit, während des Workshops die eigene Arbeitsgruppe durch ein Überblicksposter zu präsentieren.
Für den Workshop können Beiträge aus Forschung und Praxis zu allen Bereichen des maschinellen Lernens, des Data Mining und der Wissensentdeckung in Datenbanken eingereicht werden. Neben zuvor unveröffentlichten wissenschaftlichen oder anwendungsorientierten Arbeiten können ebenso sowohl laufende Arbeiten mit vorläufigen Ergebnissen als auch 2008 bereits bei internationalen Tagungen oder Zeitschriften veröffentlichte Artikel vorgestellt werden. Bei Interesse wird es auch Raum für Systemdemonstrationen geben (Poster und/oder Software).
Der Workshop findet im Rahmen der Workshop-Woche Lernen - Wissensentdeckung - Adaptivität (LWA 2008) statt. Dies soll den Kontakt zu Forschern der Fachgruppen Adaptivität und Interaktion (ABIS), Information Retrieval (FGIR) und Wissensmanagement (FGWM) fördern.
Beiträge können Sie im PDF-Format und unter Verwendung der LWA Formatvorlage über das EasyChair System einreichen.
(Hinweis: Zur Einreichung muss man vorher einen EasyChair-Account erstellen soweit noch nicht vorhanden.)
Beiträge können sowohl auf Deutsch als auch auf Englisch eingereicht werden.