Hasso-Plattner-Institut
Hasso-Plattner-Institut
  
Login
 

22.03.2016

News

Professor Emmanuel Müller hält HPI-Antrittsvorlesung zu Mustern in großen Datenmengen

Wie Wissenschaftler in riesigen Datenmengen bisher unentdeckte Muster erkennen und für den Menschen anschaulich beschreiben können, präsentiert Prof. Emmanuel Müller am Donnerstag, dem 24. März, in seiner Antrittsvorlesung am Hasso-Plattner-Institut (HPI) an der Universität Potsdam. Sein Vortrag trägt den Titel "Data Mining: From Raw Data to Valuable Knowledge".

Prof. Emmanuel Müller leitet am Hasso-Plattner-Institut die Forschungsgruppe "Knowledge Discovery and Data Mining". (Foto: HPI/K. Herschelmann)

Mit seiner Vorlesung stellt Müller auch seine interdisziplinäre Forschungsgruppe "Knowledge Discovery and Data Mining" offiziell vor, die am HPI neue statistische Methoden für die Analyse großer und komplexer Datenbestände entwickelt. Bei Müllers Professur handelt es sich um eine gemeinsame Berufung von Hasso-Plattner-Institut, Universität Potsdam und dem Deutschen GeoForschungsZentrum in Potsdam. Die Antrittsvorlesung findet am 24. März um 16:30 Uhr im Hörsaalgebäude des HPI am Campus Griebnitzsee statt.

HPI freut sich auf neue Erkenntnisse durch Forschungskooperation

"Mit Prof. Müller kann das HPI seine Expertise auf dem Gebiet der Big Data Analytics systematisch mit neuen formalen Methoden und geowissenschaftlichen Anwendungen ausweiten und eine spannende Arbeitsbeziehung zum Deutschen Geoforschungszentrum in Potsdam herstellen. Wir freuen uns auf viele neue Erkenntnisse und Einsichten", sagt HPI-Direktor Prof. Christoph Meinel. Ein Schwerpunkt in Müllers Arbeit werde das Erforschen von Data-Mining-Verfahren sein, mit deren Hilfe Entscheidungsträger in Wirtschaft und Wissenschaft Daten besser auswerten und verstehen können.

Datenmuster aufdecken, anschaulich und nutzbar machen

"Die Analyse riesiger Datenmengen soll vor allem dazu dienen, Menschen durch neue und unerwartete Erkenntnisse zu unterstützen", erklärt Müller. Der in Athen geborene 33-Jährige werde in Potsdam Möglichkeiten untersuchen, wie automatisch aufgedeckte Muster nachvollziehbar beschrieben und damit Daten interaktiv und intuitiv erkundet werden können. "Solche Ansätze sind vor allem angesichts zunehmend komplexer werdender Systeme relevant, in denen kontinuierlich mehrdimensionale Sensordaten erhoben werden", so der Informatikwissenschaftler. Es sei in diesem Bereich kaum möglich, die große Anzahl an Daten manuell zu verarbeiten und zu analysieren.

Müller promovierte 2010 an der RWTH Aachen und leitete danach eine Nachwuchsforschergruppe am Karlsruher Institut für Technologie (KIT). 2014 wurde der mehrfach ausgezeichnete Wissenschaftler an der dortigen Fakultät "Associate Fellow" mit Promotionsrecht. Seit 2012 hatte Müller gleichzeitig auch als "Postdoctoral Fellow" in Zusammenarbeit mit der Universität von Antwerpen geforscht.