Lehr- und Forschungseinheit für Datenbanksysteme
print
Search
Hinweise zur Datenübertragung bei der Google™ Suche
Breadcrumb Navigation
Content

Master Seminar "Recent Developments in Data Science" (SoSe 2018)

Aktuelles:

  • Am 04.07.2018 beginnt das Seminar bereits um 14:00 Uhr! Bitte pünklich sein!
  • Für die Hauptvorträge: Bitte die Ausarbeitung und die Beamerfolien BEIDE als PDF bei UniWorX hochladen.

Organisation

  • Kontakt: Prof. Dr. Peer Kröger, Janina Sontheim
  • Vorkenntnisse: Vorlesung "Knowledge Discovery in Databases I"
    Vorkenntnisse werden bei der Platzvergabe berücksichtigt, geben Sie daher bei der Zentralanmeldung Ihre Vorkenntnisse mit an.
  • Umfang: 2 Semesterwochenstunden; die Teilnahme entspricht 6 ECTS Punkten.
  • Hörerkreis: Das Seminar richtet sich an Studierende der Master-Studiengänge Informatik.

Anmeldung: Zentralanmeldung über Uniworx, ab 15.02.2018, 12:00 Uhr.

Termine und Ort

Veranstaltung Zeit Ort Start
Seminar Mi, 14:15 - 16:00 Uhr Raum 027, Oettingenstraße 67 11.04.2018

Inhalt

In this seminar, we discuss recent concepts and approaches in the area of Data Mining. The focus is on Process Mining using efficient techniques for mining process models and generating valuable knowledge about unknown bottlenecks on large log-files or even on streams. Process Mining produces a high potential for businesses and has various application areas. The participants will prepare reports and give talks on selected topics in the area.

Für eine erfolgreiche Teilnahme am Seminar gibt es folgende Voraussetzungen:

  • die Teilnahme an der Einführungsveranstaltung am 11. April 2018
  • die aktive Teilnahme am Seminar
  • eigenständig vorbereitete Präsentationen, die zeigen, dass die präsentierte Forschung verstanden wurde, und die essenzielle Ideen und Techniken verständlich präsentiert
  • schriftliche Ausarbeitungen von insgesamt 20.000-30.000 Zeichen

Zeitplan

Datum Themen
11.04.2018 Einführungsveranstaltung (Folien) mit Gastvortrag
18.04.2018
  • Process Mining: An Introduction and Overview
  • Transition Systems and Workflow-/Petrinets
  • Business Process Modeling Notation
  • Causal Nets and Process Trees
25.04.2018
  • Model-Based Process Analysis
  • Getting the Data: Event Logs + XES
  • Data Quality
  • Process Discovery: α-Algorithm
02.05.2018
  • Heuristic Miner
  • Region Based Mining
  • Inductive Mining
  • ProM - An Introduction
09.05.2018
  • Token Replay
  • Alignments
  • Additional Perspectives: Organizational Mining
  • Additional Perspectives:Time, Probabilities and Decision Mining
16.05.2018
  • Operational Support: Online Process Mining, Detect, Predict, Recommend
  • Process Mining in the Large: Case- & Activity-Based Decomposition
  • Analyzing “Lasagna Processes”
  • Analyzing “Spaghetti Processes”
23.05.2018
  • "Fuzzy Mining - Adaptive Process Simplfication Based on Multi-perspective Metrics"
  • "DECLARE: Full Support for Loosely-Structured Processes"
30.05.2018 entfällt
06.06.2018
  • "Trace Clustering in Process Mining"
  • "Approaching Process Mining with Sequence Clustering: Experiments and Findings"
  • "Exploring Processes and Deviations"
  • "Temporal Network Representation of Event Logs for Improved Performance Modelling in Business Processes"
13.06.2018
  • "Hierarchical Declarative Modelling with Refinemet and Sub-processes"
  • "Genetic Process Mining"
  • "Temporal interval pattern languages to characterize time flow"
20.06.2018
  • "Multi Instance Anomaly Detection in Business Process Executions"
  • "Discovering Infrequent Behavioral Patterns in Process Models"
27.06.2018
  • "PRISM - A Predictive Risk Monitoring Approach for Business Processes"
  • "Discovering and Exploring State-based Models for Multi-perspective Processes"
  • "Process Mining on Data Bases: Unearthing Historical Data from Redo Logs"
04.07.2018
  • "Dealing with Changes of Time-Aware Processes"
  • "Discovering Queues from Event Logs with Varying Level of Information"
  • "Tesseract: Time-drifts in Event Streams of Evolving Rolling Averages of Completion Times"
  • "Product based workflow support: A dynamic Workflow execution"
11.07.2018
  • "Correlation Mining: Mining Process Orchestrations withour Case Identifiers"
  • "Change visualisation: Analysing the resource and timing differences between two event logs"

Zusätzliches Informationen

Quellen

  • im OPAC: "Process Mining: Data Science in Action", Wil van der Aalst, 2016, Springer
  • Link zu ProM, wo auch Beispiellogs zu finden sind

 Lesen & Verstehen

 Vortrag

Vorlagen

  • Link zu pptx- und Latex-Vorlage