Europaweites Netzwerk für Data Mining
Sankt Augustin. Das Fraunhofer-Institut für Autonome intelligente Systeme AiS koordiniert das europäisches Knowledge Discovery Network of Exellence KDNet.
Knowledge Discovery oder Data Mining befasst sich mit den Methoden und Technologien, die innerhalb großer Datenbestände automatisch Zusammenhänge erkennen, um dem Nutzer "neues Wissen" schnell und gezielt anzubieten. Diese Systeme nutzen Banken, Versicherungen und Kaufhäuser. Sie kommen auch in der Telekommunikation, Meteorologie sowie Medizin und Biotechnologie zum Einsatz.
Im KDNet, dem europäische Netzwerk für Wissensentdeckung und -gewinnung, haben sich bereits eine Reihe führender Forschungsinstitute, Universitäten und Firmen zusammengeschlossen.
Das von der Europäischen Union geförderte Projekt ermöglicht eine weltweite Vernetzung der Wissenschafter und soll vor allem den Austausch zwischen Wissenschaft und Wirtschaft fördern.
Das KDNet steht allen interessierten
Forschungseinrichtungen und Firmen offen. Das KDNet bietet Mitgliedern ein umfangreiches Informationssystem unter www.kdnet.org: Anwendungsbeispiele und Trainingsmaterialien für Datenanalysen, Informationen über neue wissenschaftliche Entwicklungen, Veranstaltungskalender und Kontaktadressen.
Firmen, die sich an KDNet beteiligen, profitieren von Fallstudien aus Industrie und öffentlichem Sektor, Firmenprofilen und elektronischen Ratgebern im Data Mining.
Trends und neue technische Entwicklungen des Data Mining, zum Beispiel in der Biotechnologie, sind die Themen des internationalen Workshops, den das KDNet und das Unternehmen PharmaDM veranstalten. Der Workshop ist eines der Angebote der Belgian-Dutch Conference on Artifical Intelligence (BNAIC), die am 23. Oktober 2002 an der Universität Leuve stattfindet.
Weitere Informationen finden Sie unter www.kdnet.org und www.ais.fhg.de
Kontakt:
Dr. Michael May
Fraunhofer-Institut für Autonome intelligente Systeme AiS
Schloss Brilinghoven
53754 Sankt Augustin
Tel.: 02241-14-2731/2686
Fax.:02241-14- 2072
E-Mail: michael.may@ais.fraunhofer.de
Weitere Informationen:
http://www.kdnet.org
http://www.ais.fhg.de
Die semantisch ähnlichsten Pressemitteilungen im idw
