Information Processing, Hochschule für Informatik FHNW

Die Forschungsgruppe Information Processing befasst sich mit der automatisierten Extraktion und Verarbeitung von Informationen aus Daten verschiedenster Art. Dazu werden unter anderem Techniken aus den Gebieten Machine Learning, Natural Language Processing, Data Mining und Statistik verwendet. Das Ziel dabei ist es, bekannte Daten möglichst präzise analysieren zu können, um neue Erkenntnisse zu gewinnen. Endnutzer profitieren somit von präzisen Schätzungen und Vorhersagen für unbekannte Daten oder auch Produkte, die von individuellem Nutzerverhalten lernen können.

• Modellieren, Simulieren und Optimieren von Prozessen und Organisationen
• Implementierung von Methoden, die Pläne mit ihrer Umsetzung vergleichen, um Entscheidungsabläufe zu unterstützen
  
• Entwicklung und Evaluierung von Algorithmen zur optimalen Informationsgenerierung
• Datenerhebung, Modellierungen und Interpretation sozialer Netzwerke

• Machine Learning
• Natural Language Processing
• Algorithmische und kombinatorische Optimierungsmethoden
• Analyse Sozialer Netzwerke
• Data Mining
• Information Retrieval / Ontologien

Durch Optimization wird beispielsweise der Lebenszyklus eines Bauwerks oder das Verhalten einer Bauunternehmung im Computer simuliert und optimiert. Die Prozessmodellierung ermöglicht den Vergleich des Geplanten mit dem tatsächlich Realisierten, verbessert die Prozesssteuerung und unterstützt die Entscheidungsfindung.

Die Nutzung sozialer Netzwerke im Internet gehört für viele Menschen zum Alltag. In den letzten Jahren sind viele Anwendungen entstanden, welche ein einfaches Publizieren und Vernetzen im Internet ermöglichen.

Die soziale Netzwerkanalyse hilft, komplexe Beziehungen zwischen Akteuren besser zu verstehen. Die Erkenntnisse, die aus der Analyse resultieren, ermöglichen es, Organisationen zu beraten, Entwicklungsprozesse in Organisationen zu verbessern und Voraussagen zu treffen.