Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Bildinformationen anzeigen
|

Science Day 2022 – nach zwei Jahren Pause wieder da!

Nach zwei Jahren Pause konnte am 25.05.2022 wieder der Science Day der Fakultät für Elektrotechnik, Informatik und Mathematik stattfinden. In der inzwischen vierten Veranstaltung in dieser Reihe konnten Doktorand*innen der Fakultät das eigene Promotionsthema in sechs Minuten vorstellen. In ungezwungener Atmosphäre konnten die Kolleg*innen, die selbst auf dem Weg zur Promotion sind, den unterschiedlichen Themen und Forschungsansätzen folgen.

Nach den Präsentationen inklusive Fragerunde gab es ein kleines Get-together, bei dem man sich am kalten Buffet über die vorgestellten Forschungsthemen tiefergehend austauschen konnte. Die Siegerehrung erfolgt dann als ein besonderes Highlight, denn der Preis von 200 Euro wurde zwischen Charlene Weiß und Umair Qudus geteilt. Umair Qudus aus dem Fachgebiet Data Science konnte mit dem Vortrag zum Thema "Fact-checking using knowledge graphs“ überzeugen. „The science day event was an excellent opportunity for students of the University of Paderborn to showcase our research projects. We had fruitful discussions on research projects with other researchers from different disciplines. Such multi-discipline events help us to think out of the box on our research ideas” kommentierte er im Anschluss das Event.
Dem Vortrag "From Dobble to streaming videos" von Charlene Weiß aus dem Fachgebiet Diskrete Mathematik folgten die Zuhörer*innen ebenso gebannt. Auch Sie resumiert „der Science Day war eine sehr gute Übung, um mein abstraktes Promotionsthema aus der Mathematik für ein breites Publikum zugänglich zu machen. Es ist eine schöne Veranstaltung, um den Promovierenden Vortragsmöglichkeiten dieser Art zu bieten und den Austausch zwischen den Instituten zu erweitern“. (Ein Abstract über die beiden Vorträge finden Sie im Anschluss an diese Meldung)
Dr. Markus Holt, Geschäftsführer der Fakultät Elektrotechnik, Informatik und Mathematik, überreichte den Preisträgern ihre Urkunde sowie das Preisgeld und freut sich, die Veranstaltungsreihe auch im nächsten Jahr wieder durchführen zu können. Anmeldungen sind ab April 2023 möglich.

Abstract Charlene Weiß:
In der heutigen digitalen Kommunikation werden sogenannte Codes benutzt, die für eine effiziente Speicherung und Übertragung von Informationen sorgen, z. B. beim Streamen von Videos. In meinem Vortrag ging es um besondere Codes, die Verbindungen zu schönen kombinatorischen Objekten haben. Diese Objekte treten auch beim Gesellschaftsspiel „Dobble“ auf. In meiner Doktorarbeit habe ich gezeigt, dass diese besonderen Objekte in bestimmten Strukturen nicht existieren und deshalb nicht als Codes verwendet werden können. Als Alternative habe ich andere neue Codes konstruiert.

Abstract Umair Qudus:
Any data publisher can make RDF knowledge graphs available for consumption on the Web. This is a direct consequence of the decentralized publishing paradigm underlying the Data Web, which has led to more than 150 billion facts on more than 3 billion things being published on the Web in more than 10,000 RDF knowledge graphs over the last decade. However, the success of this publishing paradigm also means that the validation of the facts contained in RDF knowledge graphs has become more important than ever before. Several families of fact validation algorithms have been developed over the last years to address several settings of the fact validation problems. In my research, we consider the following fact validation setting: Given an RDF knowledge graph, compute the likelihood that a given (novel) fact is true. None of the current solutions to this problem exploits hybrid solutions in ensemble learning settings. We propose a hybrid approach that exploits the diversity of existing families of fact-checking approaches within an ensemble learning setting to achieve a significantly better prediction performance.

Die Universität der Informationsgesellschaft