Collaborative Machine Learning for Data Value Creation
In dieser Masterarbeit wurde mit Hilfe von Federated Learning ein Modell zur Erkennung von Widersprüchen zwischen natürlichsprachigen Sätzen entwickelt und evaluiert. Zu diesem Zweck wurde im Rahmen von unterschiedlichen Laborexperimenten untersucht, welchen Einfluss eine unterschiedliche Non-IID-Datenverteilungen sowie eine erhöhte Anzahl an partizipierenden Clients auf die Klassifikationsqualität des Modells haben.
Durch ein systematisches Literatur Review wurde der aktuelle State of the Art für die Kombination der beiden Themenbereiche Data Integration und Federated Learning untersucht. Neben dem aktuellen Forschungsstand wurden Herausforderungen und eine Forschungslücke für zukünftige Forschungsvorhaben dargestellt. Die Ergebnisse werden vom 02. bis 03.11.2023 virtuell auf der Konferenz vorgestellt und anschließend publiziert.
Im Rahmen eines systemischen Literatur-Reviews wurde der Einsatz von Federated Learning für Natural Language Processing untersucht. Dazu wurde der state-of-the-art sowie Herausforderungen und Ansätze für weiter Forschungsaktivitäten dargestellt. Das Paper wurde bei der IEEE International Conference on Artificial Intelligence, Blockchain, and Internet of Things (IEEE AIBThings 2023) angenommen und wird vom 16. bis 17. September vorgestellt und anschließend publiziert. Die Teilnahme an der Konferenz erfolgt virtuell.
Seit dem 01.05.2023 unterstützt uns Jonas bei der Arbeit im Projekt. Jonas studiert im 4. Semester Bachelor Wirtschaftsinformatik und wird bei der Entwicklung von Prototypen unterstützen.
Wir freuen uns sehr auf die künftige gemeinsame Arbeit mit Jonas und begrüßen Ihn herzlich in unserem Team!
Am 12.04.2023 fand das erste Quartalsmeeting in Sankt Augustin mit Frank Köster, Michael Karl, Lars Steffens, Jorge Marx Gómez, Gerrit Schumann, und Jan-Philipp Awick statt. In dem Meeting wurden die laufenden Arbeitspakete und die bisherigen Ergebnisse vorgestellt. Zudem wurde der aktuelle Stand des Demonstrators vorgeführt und Feedback für dessen Erweiterung aufgenommen. Im Anschluss wurden die nächsten Aufgabenpakete und Ziele diskutiert und festgelegt.
Am Donnerstag, den 09.02.2023, fand das Kickoff Meeting zum Projekt CoLDa (Collaborative Machine Learning for Data Value Creation) statt. CoLDa ist eine Forschungskooperation zwischen dem DLR (Deutsches Zentrum für Luft- und Raumfahrt) und der Abteilung VLBA (Very Large Business Applications) der Carl von Ossietzky Universität Oldenburg. Das Ziel des dreijährigen Projekts besteht in der praxisnahen Erforschung und Weiterentwicklung von Federated Machine Learning im Einsatzgebiet der Datenintegration sowie der natürlichen Sprachverarbeitung (Natural Language Processing, NLP). Im Rahmen des Kickoff-Meetings wurden unter anderem die Organisations- und Projektstruktur sowie die Konkretisierung der Zusammenarbeit und die externe Kommunikation besprochen.
Deutsch 
English