Eignung von maschinellen Lernverfahren im Kontext eines KDD Prozesses für biochemische Prozessdaten

URL
Dokumentart: Bachelor Thesis
Institut: Department Informatik
Sprache: Deutsch
Erstellungsjahr: 2017
Publikationsdatum:
SWD-Schlagwörter: Maschinelles Lernen
DDC-Sachgruppe: Informatik

Kurzfassung auf Deutsch:

In dieser Arbeit wird der Knowledge Discovery in Databases (KDD) Prozess exemplarisch anhand von Logles, welche im Rahmen eines biochemischen Fertigungsprozesses entstanden sind, durchlaufen. Diese Logles enthalten aus einfachen Daten aggregierte Strukturen, welche auch als Complex Objects bezeichnet werden. Es wird geprüft, inwieweit eine Bearbeitung der Complex Objects anhand des klassichen KDD Prozesses möglich ist. In dem Zuge werden auch verschiedene Ansätze des Maschinellen Lernens gegenübergestellt und bezüglich ihrer Leistungsfähigkeit auf den gegebenen Daten verglichen. Hierbei werden Entscheidungsbäume und verschiede Architekturen von neuronalen Netzen wie das Perzeptron, Multi Layer Perzeptron und Long short-term memory Netzwerke betrachtet.

Kurzfassung auf Englisch:

In this work, the Knowledge Discovery in Databases (KDD) process is exemplarily executed on the basis of logles, which were created as part of a biochemical manufacturing process. These logles contain structures which are aggregated of simple data, these structures are called complex objects. It will be examined to what extent it is possible to apply the classic KDD process to these complex objects and what kind of result is to be expected. Therefor various approaches of machine learning are compared in terms of their performance on the given data. In particular, decision trees and some architectures of neural networks such as the perceptron, multi-layer perceptron and long short-term memory networks are considered.

Hinweis zum Urheberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.