BieColl - Bielefeld Electronic Collections
Not a member yet
1004 research outputs found
Sort by
COMETH - An Active Learning Approach Enhanced with Large Language Models
Full text linkWe present a system for supervision of technical processes, called COMETH, which involves an active learning approach. The system is able to identify anomalies with very little training data, through an efficient feedback process. COMETH has been successfully applied in the context of heating ventilation and air conditioning systems and in industrial machinery. Here, we describe the idea of combining the time series analysis COMETH with large language models to integrate further context information and thus provide the user with specific recommendations
Die Kostenreports der Landesinitiative openaccess.nrw
No full textWährend vor dem Aufkommen von Open Access die Kostenerfassung für die Bereitstellung von Literatur maßgeblich Ausgaben für Subskriptionsverträge mit Verlagen oder Einzelkäufe beinhaltete, ist eine entsprechende Darstellung heute komplexer, da Open-Access-Publikationskosten teils von Forschenden selbst geleistet werden. Mit den vom Wissenschaftsrat empfohlenen Informationsbudgets soll dieses Kosteninformationsdefizit bei Bibliotheken bzw. den Hochschulleitungen geschlossen werden. Jedoch sind die Informationsbudgets erst im Aufbau, weswegen es Ziel der Landesinitiative openaccess.nrw ist die Kostentransparenz mithilfe von Kostenreports für Hochschulen der DH.NRW zu erhöhen. Der Vortrag beinhaltet eine Übersicht der ermittelten Kostendynamik in NRW und an der Universität Bielefeld, sowie eine Einführung in die Methodik der Kostenreports 2024.Da die in dem Vortrag präsentierten Ergebnisse vorläufig sind, wird von einer Veröffentlichung der Folien abgesehen
Question Answering from Healthcare Fora
Full text linkAssessing the quality of life of cancer patients is an important aspect of patient-focused drug development and real-world evidence generation. Specialized quality of life questionnaires exist for this purpose, and different types of cancer, such as breast cancer or lung cancer, can be assessed. However, conducting these surveys is a time-consuming process for both patients and clinical staff. At the same time, many patients discuss their experiences with and symptoms of their specific diseases in online healthcare fora. These forum posts may contain information that could be used to answer quality of life questions. Our objective is to determine whether forum posts can be used to answer quality of life questionnaires and, if so, whether this process can be automated successfully
Interpretable Machine Learning via Linear Temporal Logic
Full text linkIn recent years, deep neural networks have shown excellent performance, outperforming even human experts in various tasks. However, their inherent complexity and black-box nature often make it hard, if not impossible, to understand the decisions made by these models, hindering their practical application in high-stakes scenarios.
We propose a framework for learning LTL formulas as inherently interpretable machine learning models. These models can be trained both in a supervised and unsupervised setting. Furthermore, they can easily be extended to handle noisy data and to incorporate expert knowledge
de.NBI & ELIXIR Germany - eine Forschungs- und Serviceinfrastruktur für Bioinformatik in den Lebenswissenschaften
Full text linkDas deutsche Netzwerk für Bioinformatikinfrastruktur (de.NBI) ist eine nationale, akademische und gemeinnützige Forschungsinfrastruktur, die von 2015 - 2021 durch das BMBF gefördert und im Anschluss über die Helmholtz Gemeinschaft mit dem Forschungszentrum Jülich als Träger verstetigt wurde. Ziel von de.NBI mit seinen 24 nationalen Partnern ist es, erstklassige Bioinformatikwerkzeuge, -ressourcen und -dienstleistungen für die Forschung in den Lebenswissenschaften und der Biomedizin bereitzustellen, sowie umfassende Schulungen anzubieten und den Transfer von Fachwissen zwischen Wissenschaft und Industrie zu fördern. Für den akademischen Bereich stellt die föderierte de.NBI Cloud als Teil von de.NBI kostenlose Cloud-Ressourcen für die Verarbeitung großer Datenmengen, für das maschinelle Lernen, sowie für den Betrieb von Webservices bereit. Durch eine Kooperation mit Netzwerken wie ELIXIR Europe und EOSC stärkt de.NBI in Form von ELIXIR Deutschland seit 2016 die internationale Zusammenarbeit in der Bioinformatik-Gemeinschaft, insbesondere in den Bereichen FAIR Data, Research Data Management, Training und Software.
Dieser Vortrag gibt einen Überblick über den Werdegang, die Strukturen und Aktivitäten von de.NBI und ELIXIR Deutschland im nationalen und europäischen Rahmen. Er gibt einen Überblick über vergangene, sowie einen Ausblick auf momentan anlaufende und zukünftige Aktivitäten
Daten öffnen, Forschung fördern. : Initiativen mit denen die Zentralbibliothek Zürich die Digital Humanities unterstützt.
Full text linkIm Rahmen des Vortrags werden drei Tools vorgestellt, mit denen die ZB Zürich ihre Daten für die Forschung zugänglich macht, um datenbasierte Analysen und Digital Humanities-Projekte besser zu unterstützen. Dabei wird auch der größere Entwicklungskontext der Bibliothek beleuchtet, in dem diese neuen Services entstehen.
Das erste Tool richtet sich an Forschende, die mit Bildmaterial arbeiten. Durch die Nutzung des Standards IIIF können Bilddaten deutlich effizienter nachgenutzt, gesammelt und geteilt werden.
Das zweite Tool ist disziplinenübergreifend und unterstützt Forschende bei der Erstellung eines individuell auf ihre Forschungszwecke abgestimmten Korpus. Die neue Datenexport-Funktion im Katalog swisscollections ermöglicht den Massendownload von Text-, Bild- und Metadaten.
Das dritte Tool besteht aus einer Reihe von Jupyter Notebooks, die Forschenden erlauben, komplexe Abfragen an den schweizweiten Katalogverbund SLSP zu stellen, Metadaten herunterzuladen und diese zu analysieren. Bereits mit diesen Möglichkeiten lassen sich bestimmte Forschungsfragen gezielt bearbeiten
Finding Commonalities in Dynamical Systems with Gaussian Processes
Full text linkGaussian processes can be utilized in the area of equation discovery to identify differential equations describing the physical processes present in time series data.Furthermore, automatically constructed models can be split into components that facilitate comparisons between time series on a structural level. We consider the potential combination of these two methods and describe how they could be used to detect shared physical properties in multiple recordings of dynamical systems as time series. This approach provides insights into the underlying dynamics of the observed systems, facilitating a deeper understanding of complex processes
Provable Guarantees for Deep Learning-Based Anomaly Detection through Logical Constraints
Full text linkIncorporating constraints expressed as logical formulas and based on foundational prior knowledge into deep learning models can provide formal guarantees for the fulfillment of critical model properties, improve model performance, and ensure that relevant structures can be inferred from less data. We propose to thoroughly explore such logical constraints over input-output relations in the context of deep learning-based anomaly detection, specifically by extending the capabilities of the MultiplexNet framework
Study on the Influence of Texture Variation on the Validation Performance of a Synthetically Trained Object Detector
Full text linkIn recent years, the utilization of synthetic data for the training of Deep Learning (DL) approaches has emerged as a valid alternative to the costly process of real data acquisition. Yet, the influence of the sim-to-real gap on the model performance still poses an obstacle to the broader usage of synthetic data. To investigate the major contributing factors, this study focuses on the influence of texture variation as a first step. Examining different strategies for generating synthetic validation sets for the training process of an object detector, the results of this study indicate that the sole influence of textures is insufficient to cause the observable performance gap alone