2022_09_08_Anomalie- und Strukturbruch-Erkennung

Kaiserslautern, Workshop / 08. September 2022 - 09. September 2022

Anomalie- und Strukturbruch-Erkennung

Bist Du an den Themen »Anomalie- und Strukturbruch-Erkennung« interessiert oder arbeitest Du schon auf dem Gebiet und suchst eine Möglichkeit zum Austausch und Diskussion? Dann ist dieser Workshop genau richtig für Dich!

Unsere Abteilung »Finanzmathematik«, genauer unsere Nachwuchsgruppe »EP-KI: Entscheidungsunterstützung für betriebswirtschaftliche Prozesse mit Hilfe neuer KI-Methoden«, veranstaltet gemeinsam mit dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) einen Workshop zur Anomalie- und Strukturbruch-Erkennung. Hier habt Ihr die Möglichkeit, in Vorträgen oder Postern Fragestellungen und erste Forschungsergebnisse aus diesem Gebiet vorzustellen.

Veranstaltungsdetails

Programm

Programm zum Download

In den Kaffeepausen werden Getränke und Snacks angeboten. Es wird zudem ein anschließendes Abendessen geben. Die Kosten für das Abendessen sind von den Teilnehmenden selbst zu tragen.

Anmeldung

Zur Anmeldung gelangen Sie über das Formular in der Teaserbox.

Veranstaltungsort

Der Workshop wird in Kaiserslautern stattfinden. Es ist geplant einen Teil der Veranstaltung am Fraunhofer ITWM und einen Teil in den Räumlichkeiten des DFKI zu organisieren. Genauere Informationen folgen, sobald das detailierte Programm steht.

Datum

08. September 2022 - 09. September 2022

Diesen Termin als iCal herunterladen

Sprache

Englisch

Geplante Themenschwerpunkte im Workshop-Programm

Fehler und Änderungen sind in den meisten Daten kaum zu vermeiden und deshalb immer zu berücksichtigen. Wir detektieren und nutzen diese Auffälligkeiten mit unterschiedlichen Methoden. Dabei sind noch viele Forschungsfragen offen. Unser Workshop soll daher eine Plattform zum Austausch und Diskussion bieten. Die Forschungsgebiete »Anomalie- und Strukturbruch-Erkennung« umfassen eine große Bandbreite und werden in der Anwendung zur Beantwortung unterschiedlichster Fragestellungen eingesetzt.

Beispielsweise folgende Schwerpunkte gehören zum Forschungsfeld:

Erkennung von Anomalien
Erkennung von Änderungspunkten
Erkennung von Ausreißern
Unüberwachtes Machine Learning (Unsupervised ML)
Datenanalyse
Gemischte Datensätze (z. B. Tabellendaten mit kategorischen und numerischen Spalten)
Datensatz-Vergleiche
Ähnlichkeit von Datensätzen
Übertragbarkeit der Ergebnisse auf interne Datensätze
Datensatz-Generierung
Daten-Synhese
Erklärbarkeit

Beispiele Anwendungsfelder in der »Anomalie- und Strukturbruch-Erkennung«

Die Themen »Anomalie- und Strukturbruch-Erkennung« gewinnen in verschiedenen Bereichen auch in der Praxis immer mehr an Bedeutung. Denn aufgrund der aktuellen Entwicklung sind mehr und mehr Daten vorhanden, nicht zuletzt hinsichtlich der Digitalisierungsinitiative Deutschlands. Das ermöglicht den Einsatz von Machine Learning (ML) Methoden und deren Weiterentwicklung. Das Erkennen von Anomalien oder Ausreißern bedeutet dabei immer, Muster in Daten zu entdecken, die nicht erwartet werden und nicht in einen definierten normalen Zustand eingeordnet werden können.
Bekannte Beispiele aus der Anwendung und Praxis der »Anomalie- und Strukturbruch-Erkennung« sind u.a.

In der Produktion: In der Fertigungsindustrie ist die Anomalieerkennung zum Beispiel wichtig für die Verbesserung der Qualitätskontrolle. Dabei unterscheidet man häuifg zwischen einmaligen Fehlern (Anomalie) oder generellen Fehleinstellungen der Maschine (Change-Point/ Strukturbruch). Dann kann zum Beispiel die Sensorik angepasst werden.
Bei den Klimaänderungen allgemein sind Ausreißer in den Daten eher der Normalfall und am generellen Trend ist die wirkliche Änderung abzulesen. Ein Beispiel aus der Vergangenheit zeigt aber auch Ausnahmen. Bei der Ozon-Messung in den 80er-Jahren: Das Ozonloch wurde bereits vorher entdeckt, jedoch als Anomalie aus den Daten gelöscht. Die Daten also fehlinterpretiert.
Parkraumdaten während der Corona-Pandemie: Bei der Vorhersage der Parkplatzverfügbarkeiten stellen Großevents oft die Ausreißer dar, da hier z.B. an einem Sonntag plötzlich kaum noch Plätze verfügbar sind, wohingegen bei Corona die generelle Parkplatzsituation minimiert war, da weniger Personen überhaupt unterwegs waren.
Im großen Bereich der Finanzdaten ist die Anomalie-Erkennung vielseitig einsetzbar. So können Betrug oder Manipulationen im Netzwerk identifizieren werden, aber auch geringfügige Änderungen im Nutzungsverhalten der Kundinnen und Kunden erkannt und damit besser vorhergesagt werden.

Workshop

Kaiserslautern, Workshop / 08. September 2022 - 09. September 2022

Anomalie- und Strukturbruch-Erkennung

Anmeldung und Call For Presentations

Veranstaltungsdetails

Programm

Anmeldung

Veranstaltungsort

Sprache

Geplante Themenschwerpunkte im Workshop-Programm

Mehr Informationen

Beispiele Anwendungsfelder in der »Anomalie- und Strukturbruch-Erkennung«

Contact Press / Media

Dr. Stefanie Schwaar

Contact Press / Media

Dr. Jörn Hees

Contact Press / Media

Sabrina Klar