DaFne - Platform Data Fusion Generator

Ulrike Steffens; Jörg Noennig; Pamela Kunert; Ayse Glass

DaFne - Platform Data Fusion Generator

Ulrike Steffens^*, Jörg Noennig, Pamela Kunert, Ayse Glass

^*Korrespondierende/r Autor/-in für diese Arbeit

Abstract

Der Generierung synthetischer Daten kommt in der Entwicklung von
KI-Methoden dort eine große Bedeutung zu, wo Trainingsdaten für diese
Methoden nicht ausreichend oder in passender Form verfügbar sind. Die
praktische Nutzbarkeit bisher existierender Methoden zur Datengenerierung
ist oft eingeschränkt, da sie auf spezifische Einsatzgebiete zugeschnitten
sind, ihre Anwendung erhebliche Expertise erfordert oder ihre Anpassung
aufwändig ist. Wir stellen hier das Projekt DaFne vor, das die Nutzbarkeit
von Methoden zur Datengenerierung für KI-Forscher und -Entwickler
durch Zurverfügungstellung einer innovativen flexiblen und erweiterbaren
Plattform zur Datengenerierung verbessern will. Hierzu werden auf der
Plattform parametrisierbare Algorithmen zur Datengenerierung ebenso wie
Evaluationsmethoden für die generierten Daten bereitgestellt. DaFne ist
offen für Erweiterungen durch Dritte und wird aktuell in Use-Cases aus dem
Gebiet Smart-Cities erprobt.

Originalsprache	Englisch
Seiten	138
Seitenumfang	1
Publikationsstatus	Veröffentlicht - 10 Okt. 2023
Veranstaltung	Digital Total: Computing & Data Science an der Universität Hamburg und in der Wissenschaftsmetropole Hamburg - Universität Hamburg, Hamburg, Deutschland Dauer: 9 Okt. 2023 → 10 Okt. 2023

Tagung/Konferenz

Tagung/Konferenz	Digital Total
Land/Gebiet	Deutschland
Ort	Hamburg
Zeitraum	9/10/23 → 10/10/23

UN SDGs

Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung

SDG 11 – Nachhaltige Städte und Gemeinschaften

Andere Dateien und Links

https://www.hcds.uni-hamburg.de/en/current/all-events/digital-total/digital-total-boa.pdf

Dieses zitieren

@conference{769bf7129aaf47499c27a406a696eb43,

title = "DaFne - Platform Data Fusion Generator",

abstract = "Der Generierung synthetischer Daten kommt in der Entwicklung von KI-Methoden dort eine gro{\ss}e Bedeutung zu, wo Trainingsdaten f{\"u}r diese Methoden nicht ausreichend oder in passender Form verf{\"u}gbar sind. Die praktische Nutzbarkeit bisher existierender Methoden zur Datengenerierung ist oft eingeschr{\"a}nkt, da sie auf spezifische Einsatzgebiete zugeschnitten sind, ihre Anwendung erhebliche Expertise erfordert oder ihre Anpassung aufw{\"a}ndig ist. Wir stellen hier das Projekt DaFne vor, das die Nutzbarkeit von Methoden zur Datengenerierung f{\"u}r KI-Forscher und -Entwickler durch Zurverf{\"u}gungstellung einer innovativen flexiblen und erweiterbaren Plattform zur Datengenerierung verbessern will. Hierzu werden auf der Plattform parametrisierbare Algorithmen zur Datengenerierung ebenso wie Evaluationsmethoden f{\"u}r die generierten Daten bereitgestellt. DaFne ist offen f{\"u}r Erweiterungen durch Dritte und wird aktuell in Use-Cases aus dem Gebiet Smart-Cities erprobt.",

keywords = "data generation, data science, urban informatics, urban qualities, architectural engineering, Artificial Intelligence",

author = "Ulrike Steffens and J{\"o}rg Noennig and Pamela Kunert and Ayse Glass",

year = "2023",

month = oct,

day = "10",

language = "English",

pages = "138",

note = "Digital Total : Computing \& Data Science an der Universit{\"a}t Hamburg und in der Wissenschaftsmetropole Hamburg ; Conference date: 09-10-2023 Through 10-10-2023",

}

TY - CONF

T1 - DaFne - Platform Data Fusion Generator

AU - Steffens, Ulrike

AU - Noennig, Jörg

AU - Kunert, Pamela

AU - Glass, Ayse

PY - 2023/10/10

Y1 - 2023/10/10

N2 - Der Generierung synthetischer Daten kommt in der Entwicklung von KI-Methoden dort eine große Bedeutung zu, wo Trainingsdaten für diese Methoden nicht ausreichend oder in passender Form verfügbar sind. Die praktische Nutzbarkeit bisher existierender Methoden zur Datengenerierung ist oft eingeschränkt, da sie auf spezifische Einsatzgebiete zugeschnitten sind, ihre Anwendung erhebliche Expertise erfordert oder ihre Anpassung aufwändig ist. Wir stellen hier das Projekt DaFne vor, das die Nutzbarkeit von Methoden zur Datengenerierung für KI-Forscher und -Entwickler durch Zurverfügungstellung einer innovativen flexiblen und erweiterbaren Plattform zur Datengenerierung verbessern will. Hierzu werden auf der Plattform parametrisierbare Algorithmen zur Datengenerierung ebenso wie Evaluationsmethoden für die generierten Daten bereitgestellt. DaFne ist offen für Erweiterungen durch Dritte und wird aktuell in Use-Cases aus dem Gebiet Smart-Cities erprobt.

AB - Der Generierung synthetischer Daten kommt in der Entwicklung von KI-Methoden dort eine große Bedeutung zu, wo Trainingsdaten für diese Methoden nicht ausreichend oder in passender Form verfügbar sind. Die praktische Nutzbarkeit bisher existierender Methoden zur Datengenerierung ist oft eingeschränkt, da sie auf spezifische Einsatzgebiete zugeschnitten sind, ihre Anwendung erhebliche Expertise erfordert oder ihre Anpassung aufwändig ist. Wir stellen hier das Projekt DaFne vor, das die Nutzbarkeit von Methoden zur Datengenerierung für KI-Forscher und -Entwickler durch Zurverfügungstellung einer innovativen flexiblen und erweiterbaren Plattform zur Datengenerierung verbessern will. Hierzu werden auf der Plattform parametrisierbare Algorithmen zur Datengenerierung ebenso wie Evaluationsmethoden für die generierten Daten bereitgestellt. DaFne ist offen für Erweiterungen durch Dritte und wird aktuell in Use-Cases aus dem Gebiet Smart-Cities erprobt.

KW - data generation

KW - data science

KW - urban informatics

KW - urban qualities

KW - architectural engineering

KW - Artificial Intelligence

UR - https://www.hcds.uni-hamburg.de/en/current/all-events/digital-total/digital-total-boa.pdf

M3 - Meeting Abstract

SP - 138

T2 - Digital Total

Y2 - 9 October 2023 through 10 October 2023

ER -