Starten Sie Ihre Suche...


Durch die Nutzung unserer Webseite erklären Sie sich damit einverstanden, dass wir Cookies verwenden. Weitere Informationen

Qualitätssicherung und Optimierung in Humanbased Computation mit spezieller Berücksichtigung von Information-Retrieval-Anwendungen

Laufzeit: 01.01.2013 - 31.12.2015

Partner: Prof. Dr. Wolfgang Nejdl, Forschungszentrum L3S, Leibniz Universität Hannover

Kurzfassung


Social Computing beschreibt verteilte Problemlösungsansätze, die sich auf menschliche Arbeitskraft zur Lösung von Teilproblemen stützen, die nur schwer von Computern zu lösen sind, z.B. im Rahmen der Bildanalyse oder der Erkennung komplexer Muster in Multimediainhalten. Bei der Lösung solcher Probleme ist Qualitätssicherung von hoher Bedeutung, da die Qualität menschlicher Akteure unterschiedlich und vorab schwer einzuschätzen ist, ebenso wie die effiziente Einbettung menschlicher...Social Computing beschreibt verteilte Problemlösungsansätze, die sich auf menschliche Arbeitskraft zur Lösung von Teilproblemen stützen, die nur schwer von Computern zu lösen sind, z.B. im Rahmen der Bildanalyse oder der Erkennung komplexer Muster in Multimediainhalten. Bei der Lösung solcher Probleme ist Qualitätssicherung von hoher Bedeutung, da die Qualität menschlicher Akteure unterschiedlich und vorab schwer einzuschätzen ist, ebenso wie die effiziente Einbettung menschlicher Arbeitsschritte in computergestützte Lösungsprozesse.
In diesem Projekt werden neuartige Methoden für Social Computing entwickelt, die insbesondere die Aspekte Qualitätssicherung und optimale Ressourcennutzung als Fokus haben. Die bisher fehlende formale Repräsentation und Programmierbarkeit von komplexen Social Computing Anwendungen werden wir durch die Entwicklung einer Programmiersprache für das Social Computing und der Repräsentation von Social Computing Szenarien durch kooperative automatische Planungsmodelle ausfüllen. Ein Kernbestandteil unseres Konzepts ist dabei zum einen die Qualitä̈tssicherung: wie können Aufgaben mit bestimmten Qualitätsanforderungen von einer potentiell unbekannten Menge menschlicher Arbeiter ausgeführt werden? Zum anderen ist dies optimale Resourcennutzung: wie können Aufgaben systematisch nach Kapazität und Fähigkeit der Arbeiter in Social Computing Systemen verteilt werden, um eine optimale Aufgabenbearbeitung zu gewährleisten?
Die im Zuge dieses Projekts erarbeiteten Konzepte werden prototypisch implementiert und anhand von zwei Anwendungsfällen im Information Retrieval evaluiert. Dies beinhaltet zum einen die Anwendung im Bereich der Klassifizierung von Ornamenten und zum anderen für Annotation und semantische Sortierung von Daten der CVCE-Bibliothek (Centre Virtuel de la Connaissance sur l’Europe) für EU-politische Ereignisse.

» weiterlesen» einklappen

  • Social Computing Information Retrieval

Projektteam

Beteiligte Einrichtungen