Induktive Datenbanken
Um die Analyse von komplexen und strukturierten Daten komplett zu unterstützen, werden neue numerische Methoden und geeignete Schnittstellen für die Daten Exploration entwickelt werden müssen. Darüber hinaus ist es wünschenswert, alle Aufgaben im Knowledge Discovery-Prozess durchzuführen, von Pre-Processing, zum Post-Processing, auf der Grundlage der Abfragesprachen. Induktive Abfragesprachen sollte den Umgang mit Mustern / Modellen als First-Class-Objekte erlauben, das richtige Maß an Abstraktion anieten (d.h. sinnvolle Bausteine der Daten-Analyse), und die Kompositionalität von Data Mining-Aufgaben betonen. In einer wichtigen Entwicklungs-und Implementierungsarbeit haben wir einen Forschungs-Prototyp einer induktiv arbeitenden Datenbank implementiert, SINDBAD (Structured Induktive Database Development), um Forschungsthemen im Kontext der Data Mining Anfragesprachen und induktiven Datenbanken zu erkunden. SINDBAD wurde auf einem relationalen Datenbank-Management-System aufgebaut und bietet eine SQL-Erweiterung für Daten-Vorverarbeitung, Data Mining, und Post-Processing und erreicht Abgeschlossenheit durch sukzessive Umwandlung von Tabellen.
Publikationen
Wicker, J, Richter, L, and Kramer, S
(2011).
SINDBAD and SiQL: Overview, Applications and Future Developments
In: Inductive Databases and Constraint-Based Data Mining (in press), ed. by Sašo Džeroski, Bart Goethals, Panče Panov. Springer, chap. 12, pp. 289-310.
Wicker, J, Brosdau, C, Richter, L, and Kramer, S
(2008).
SINDBAD SAILS: A Service Architecture for Inductive Learning Schemes
In: Proceedings of the 1st Workshop on Third Generation Data Mining: Towards Service-oriented Knowledge Discovery at the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases 2008, ed. by Nada Lavrač, Joost Kok, Jeroen de Bruin, Vid Podpečan.
Wicker, J, Richter, L, Kessler, K, and Kramer, S
(2008).
SINDBAD and SiQL: An Inductive Database and Query Language in the Relational Model
In: Machine Learning and Knowledge Discovery in Databases, European Conference, ECML/PKDD 2008, Antwerp, Belgium, September 15-19, 2008, Proceedings, Part II, ed. by Walter Daelemans, Bart Goethals, Katharina Morik, pp. 690-694, Springer.
Richter, L, Wicker, J, Kessler, K, and Kramer, S
(2008).
An Inductive Database and Query Language in the Relational Model
In: Proceedings of the 11th international conference on Extending database technology: Advances in database technology, pp. 740-744, ACM Press.
Kramer, S, Aufschild, V, Hapfelmeier, A, Jarasch, A, Kessler, K, Reckow, S, Wicker, J, and Richter, L
(2006).
Inductive Databases in the Relational Model: The Data as the Bridge
In: Proceedings of the Fourth International Workshop on Knowledge Discovery in Databases, pp. 124-138.
