-
June 5, 2015
-
3:45 PM
-
APB E023
-
English
Summary
Analyzing and exploring huge object collections or retrieving specific
information from it are tasks we frequently have to perform. While
searching for specific bits of information in huge collections like the
Web is in many cases already well supported by existing search systems,
more challenging explorative (re)search tasks that require combining,
linking, structuring and analyzing (sub)sets of data are not yet
appropriately handled by existing technologies. Typical examples are law
and patent search and investigative journalism, but also research in the
digital humanities would strongly benefit from tools that support
interactive exploration of complex and feature rich collections like
historical archives or social networks and media. This talk will point
out underlying issues and motivates how exploratory (re)search processes
can be supported by user adaptive technologies. The talk will especially
focus on methods that are able to use rich metadata and contextual
information – e.g. extracted from user interaction and ontologies - as
bias or constrained in order to interactively search, structure and
visualize huge data collections.
Vita
Prof. Andreas Nürnberger befasst sich in seinen Forschungen insbesondere
mit Frage der interaktiven Informationssuche. Seine Arbeiten liegen
dabei im Schnittbereich des Information Retrieval, der Mensch-Maschine
Interaktion und des Maschinellen Lernens. Prof. Nürnberger hat an der TU
Braunschweig Informatik mit Nebenfach Betriebswirtschaft studiert und an
der Fakultät für Informatik der Otto-von-Guericke Universität (OVGU)
Magdeburg im Bereich der Datenanalyse (Computational Intelligence)
promoviert. Anschließend wechselte er als "Postdoc" an die University of
California in Berkeley, an der er für zwei Jahre im Bereich
intelligenter Informationssysteme in der Arbeitsgruppe von Prof. Lotfi
Zadeh forschte. 2003 kam er auf eine Juniorprofessor an die OVGU zurück
und etablierte, u.a. mit Fördermitteln aus dem Emmy Noether-Programm der
DFG, eine eigene Forschungsgruppe im Bereich des Information Retrieval.
2007 wurde er auf den Lehrstuhl für "Data & Knowledge Engineering" berufen.
