Zur Erforschung von Siedlungen spielen Informationen zu Gebäudebeständen eine bedeutende Rolle. Da Informationen zum Gebäudebestand oft nicht in ihrer räumlichen und inhaltlichen Detailliertheit gegeben sind, kommen zunehmend maschinelle Lernverfahren zum Einsatz, um auf Basis von geometrisch-topologischen Eigenschaften der Gebäude einen bestimmten Gebäudetyp oder andere Eigenschaften für ganze Städte und Regionen abzuleiten. Diese prädiktiven, datengetriebenen Ansätze benötigen jedoch stets eine ausreichende Menge an Trainings- und Validierungsdaten. Erfahrungen aus anderen Disziplinen haben gezeigt, dass Crowdsourcing das Potenzial bietet, den Prozess der Gewinnung von Trainings- und Validierungsdaten zu unterstützen. Es wird ein integriertes System zur automatischen Klassifizierung von Gebäudegrundrissen vorgestellt, das durch eine Crowdsourcing-Komponente zur Erfassung von Referenzdaten ergänzt wird und erste Ergebnisse einer experimentellen Studie zeigt.

Frequent-itemset mining is an important part of data mining. It is a computational and memory intensive task and has a large number of scientific and statistical application areas. In many of them, the datasets can easily grow up to tens or even several hundred gigabytes of data. Hence, efficient algorithms are required to process such amounts of data. In the recent years, there have been proposed many efficient sequential mining algorithms, which however cannot exploit current and future systems providing large degrees of parallelism. Contrary, the number of parallel frequent-itemset mining algorithms is rather small and most of them do not scale well as the number of threads is largely increased. In this paper, we present a highly-scalable mining algorithm that is based on the well-known Apriori algorithm; it is optimized for processing very large datasets on multiprocessor systems. The key idea of pcApriori is to employ a modified producer--consumer processing scheme, which partitions the data during processing and distributes it to the available threads. We conduct many experiments on large datasets. pcApriori scales almost linear on our test system comprising 32 cores.

Manufacturing process development is under constant pressure to achieve a good yield for stable processes. The development of new technologies, especially in the field of photomask and semiconductor development, is at its phys- ical limits. In this area, data, e.g. sensor data, has to be collected and analyzed for each process in order to ensure process quality. With increasing complexity of manufactur- ing processes, the volume of data that has to be evaluated rises accordingly. The complexity and data volume exceeds the possibility of a manual data analysis. At this point, data mining techniques become interesting. The application of current techniques is complex because most of the data is captured with sensor measurement tools. Therefore, every measured value contains a specific error. In this paper we propose an error-aware extension of the density-based al- gorithm DBSCAN. Furthermore, we present some quality measures which could be utilized for further interpretation of the determined clustering results. With this new cluster algorithm, we can ensure that masks are classified into the correct cluster with respect to the measurement errors, thus ensuring a more likely correlation between the masks.

Within business Intelligence contexts, the importance of data mining algorithms is continuously increasing, particularly from the perspective of applications and users that demand novel algorithms on the one hand and an efficient implementation exploiting novel system architectures on the other hand. Within this paper, we focus on the latter issue and report our experience with the exploitation of graphic card processor technology within the SAP NetWeaver business intelligence accelerator (BIA). The BIA represents a highly distributed analytical engine that supports OLAP and data mining processing primitives. The system organizes data entities in column-wise fashion and its operation is completely main-memory-based. Since case studies have shown that classic data mining queries spend a large portion of their runtime on scanning and filtering the data as a necessary prerequisite to the actual mining step, our main goal was to speed up this expensive scanning and filtering process. In a first step, the paper outlines the basic data mining processing techniques within SAP NetWeaver BIA and illustrates the implementation of scans and filters. In a second step, we give insight into the main features of a hybrid system architecture design exploiting graphic card processor technology. Finally, we sketch the implementation and give details of our vast evaluations.

In this paper we propose an approach for incremental learning of semi-supervised SVM. The proposed approach makes use of the locality of radial basis function kernels to do local and incremental training of semi-supervised support vector machines. The algorithm introduces a se- quential minimal optimization based implementation of the branch and bound technique for training semi-supervised SVM problems. The novelty of our approach lies in the in the introduction of incremental learning techniques to semisupervised SVMs.

Im Bereich der Werkzeugmaschinen können Identifikationsmethoden zur Realisierung einer ressourceneffizienten Produktion durch Überwachung prozessrelevanter Parameter beitragen. Aufgrund der hierarchischen Trennung moderner Steuerungssysteme bildet deren konzeptionelle Gestaltung und Implementierung am Beispiel einer nichtinvasiven Identifikationsroutine an einer Werkzeugmaschine den Kern der vorliegenden Arbeit. Das Ziel besteht darin, eine autonome Anwendung zur Integration unterschiedlicher Überwachungsmechanismen zu entwickeln und durch exemplarische Integration einer Parameteridentifikation zu validieren. Im Anschluss an die theoretischen Vorbetrachtungen werden deshalb zunächst verschiedene konzeptionelle Entwürfe zur Integration des Identifikationsverfahrens an einer Werkzeugmaschine diskutiert und anhand definierter Bewertungskriterien klassifiziert. Die Auswahl eines geeigneten Konzeptes unter Berücksichtigung eines Bewertungsindex sowie eine beispielhafte Implementierung bilden die Grundlage für den experimentellen Funktionsnachweis. / In the field of machine tools, identification methods can contribute to the realization of a resource-efficient production by monitoring of process-relevant parameters. Due to the hierarchical separation of modern control systems, their conceptual design and implementation using the example of a non-invasive identification routine on a machine tool forms the main aspect of the master thesis. The goal is to develop an autonomous application for different monitoring mechanisms and its validation through an exemplary parameter identification. Following the theoretical previews different conceptual designs are discussed and classified according to defined evaluation criteria. The selection of an appropriate concept under consideration of an evaluation index and its exemplary implementation are the basis for the experimental functional verification.

Im Bereich der Werkzeugmaschinen können Identifikationsmethoden zur Realisierung einer ressourceneffizienten Produktion durch Überwachung prozessrelevanter Parameter beitragen. Aufgrund der hierarchischen Trennung moderner Steuerungssysteme bildet deren konzeptionelle Gestaltung und Implementierung am Beispiel einer nichtinvasiven Identifikationsroutine an einer Werkzeugmaschine den Kern der vorliegenden Arbeit. Das Ziel besteht darin, eine autonome Anwendung zur Integration unterschiedlicher Überwachungsmechanismen zu entwickeln und durch exemplarische Integration einer Parameteridentifikation zu validieren. Im Anschluss an die theoretischen Vorbetrachtungen werden deshalb zunächst verschiedene konzeptionelle Entwürfe zur Integration des Identifikationsverfahrens an einer Werkzeugmaschine diskutiert und anhand definierter Bewertungskriterien klassifiziert. Die Auswahl eines geeigneten Konzeptes unter Berücksichtigung eines Bewertungsindex sowie eine beispielhafte Implementierung bilden die Grundlage für den experimentellen Funktionsnachweis.:I Bibliografische Beschreibung und Kurzreferat II Abbildungsverzeichnis III Tabellenverzeichnis IV Verzeichnis der Formelzeichen VIII V Verzeichnis der Abkürzungen XI 1 Einleitung 2 Stand der Technik 2.1 Steuerungs- und Antriebstechnik von Werkzeugmaschinen 2.1.1 CNC-Steuerung 2.1.2 Antriebstechnik 2.1.3 Vorschubachse 2.1.4 Informationskopplung 2.2 Parameteridentifikation an elektromechanischen Achsen 2.3 Verfahren zur nichtinvasiven Identifikation von Regelstreckenparametern 2.3.1 Verwendetes Parameterschätzverfahren 2.3.2 Modularer Aufbau des Identifikationsverfahrens 3 Zielstellung der Arbeit 4 Konzeptionelle Gestaltung der Identifikationsroutine 4.1 Randbedingungen beteiligter Steuerungskomponenten 4.2 Varianten zur Integration der Module 4.3 Kombination der Module zum Gesamtverfahren 4.4 Vergleichende Betrachtungen und Auswahl eines Konzeptes 5 Implementierung einer autonomen, nichtinvasiven Identifikationsroutine an Werkzeugmaschinen 5.1 Maschinenseitige Anpassungen 5.2 Auswahl einer Kommunikationsschnittstelle 5.3 Rechnerseitige Anpassungen 5.3.1 Konfigurations-Datei 5.3.2 Ablaufsteuerung 5.3.3 Weitere Anpassungen 6 Validierung und experimentelle Ergebnisse 6.1 Beschreibung der Versuchsanordnung 6.2 Experimentelle Ergebnisse 6.2.1 Validierung der Programmroutinen 6.2.2 Bewertung der Identifikationsergebnisse 6.2.3 Fazit 7 Zusammenfassung und Ausblick VI Literaturverzeichnis VII Anlagen Anlage A: Formelwerk RMKQ am Beispiel einer Modellschätzung mit 3 Parametern Anlage B: Dominanzmatrix des paarweisen Vergleichs Anlage C: Aufbau der Konfigurations-Datei Anlage D: Gegenüberstellung der Ergebnisse von manueller und autonomer Parameteridentifikation zur Validierung der Programmroutinen Anlage E: Ergebnisse von manueller und autonomer Parameteridentifikation zur Bewertung der Identifikationsergebnisse / In the field of machine tools, identification methods can contribute to the realization of a resource-efficient production by monitoring of process-relevant parameters. Due to the hierarchical separation of modern control systems, their conceptual design and implementation using the example of a non-invasive identification routine on a machine tool forms the main aspect of the master thesis. The goal is to develop an autonomous application for different monitoring mechanisms and its validation through an exemplary parameter identification. Following the theoretical previews different conceptual designs are discussed and classified according to defined evaluation criteria. The selection of an appropriate concept under consideration of an evaluation index and its exemplary implementation are the basis for the experimental functional verification.:I Bibliografische Beschreibung und Kurzreferat II Abbildungsverzeichnis III Tabellenverzeichnis IV Verzeichnis der Formelzeichen VIII V Verzeichnis der Abkürzungen XI 1 Einleitung 2 Stand der Technik 2.1 Steuerungs- und Antriebstechnik von Werkzeugmaschinen 2.1.1 CNC-Steuerung 2.1.2 Antriebstechnik 2.1.3 Vorschubachse 2.1.4 Informationskopplung 2.2 Parameteridentifikation an elektromechanischen Achsen 2.3 Verfahren zur nichtinvasiven Identifikation von Regelstreckenparametern 2.3.1 Verwendetes Parameterschätzverfahren 2.3.2 Modularer Aufbau des Identifikationsverfahrens 3 Zielstellung der Arbeit 4 Konzeptionelle Gestaltung der Identifikationsroutine 4.1 Randbedingungen beteiligter Steuerungskomponenten 4.2 Varianten zur Integration der Module 4.3 Kombination der Module zum Gesamtverfahren 4.4 Vergleichende Betrachtungen und Auswahl eines Konzeptes 5 Implementierung einer autonomen, nichtinvasiven Identifikationsroutine an Werkzeugmaschinen 5.1 Maschinenseitige Anpassungen 5.2 Auswahl einer Kommunikationsschnittstelle 5.3 Rechnerseitige Anpassungen 5.3.1 Konfigurations-Datei 5.3.2 Ablaufsteuerung 5.3.3 Weitere Anpassungen 6 Validierung und experimentelle Ergebnisse 6.1 Beschreibung der Versuchsanordnung 6.2 Experimentelle Ergebnisse 6.2.1 Validierung der Programmroutinen 6.2.2 Bewertung der Identifikationsergebnisse 6.2.3 Fazit 7 Zusammenfassung und Ausblick VI Literaturverzeichnis VII Anlagen Anlage A: Formelwerk RMKQ am Beispiel einer Modellschätzung mit 3 Parametern Anlage B: Dominanzmatrix des paarweisen Vergleichs Anlage C: Aufbau der Konfigurations-Datei Anlage D: Gegenüberstellung der Ergebnisse von manueller und autonomer Parameteridentifikation zur Validierung der Programmroutinen Anlage E: Ergebnisse von manueller und autonomer Parameteridentifikation zur Bewertung der Identifikationsergebnisse

In data-centric environments, for example, in the field of scientific computing, the transmission of large amount of structured data to Web services is required. In service-oriented environments (SOA), the Simple Object Access Protocol (SOAP) is commonly used as the main transport protocol. However, the resulting 'by value' data transmission approach is not efficiently applicable in data-centric environments. One challenging bottleneck of SOAP arises from the XML serialization and deserialization when processing large SOAP messages. In this paper, we present an extended Web service framework which explicitly considers the data aspects of functional Web services. Aside from the possibility to integrate specialized data transfer methods in SOA, this framework allows the efficient and scalable data handling and processing within Web services. In this case, we combine the advantages of the functional perspective (SOA) and the data perspective to efficiently support data-centric environments.