Deep Learning Anwendungen in Enterprise Data Science

zurück zur Übersicht

Projektart und Laufzeit

Dissertation, seit September 2018

Koordinator

Hilti Lehrstuhl für Business Process Management

Forschungsschwerpunkt

Geschäftsprozessmanagement

Forschungsgebiet/e

Process Management

Beschreibung

Tiefe Neuronale Netze (Deep Neural Networks, DNNs), sind mächtige Algorithmen im Bereich des Maschinellen Lernens, die lose auf der Struktur des menschlichen Gehirns basieren. Fortschritte auf dem Gebiet der Neuronalen Netze, gekoppelt mit einer erhöhten Verfügbarkeit von Daten und einer Zunahme der Rechenleistung, waren essentiell für die kürzlichen Fortschritte im Bereich der Künstlichen Intelligenz. Bisher beschränkt sich der Einfluss Neuronaler Netze hauptsächlich auf einige spezifische Anwendungsgebiete, wie Bilderkennung sowie Text- und Sprachverarbeitung. Ihre Möglichkeit große Mengen strukturierter sowie unstrukturierter Daten zu verarbeiten, verleiht ihnen allerdings ein großes Potential für die Daten Analyse in Unternehmen. Big Data Initiativen und die Zunahmen mobiler Geräte sowie das Internet der Dinge, eröffnen Unternehmen Zugriff auf eine große Menge von Rohdaten. Neuronale Netze scheinen die ideale Technologie zu sein um aus diesen Daten nützliches Wissen zu kreieren.

Dieses Dissertationsprojekt nutzt Aktionsforschung - Action Design Research - um die Potentiale und Herausforderungen von Deep Learning Anwendungen in der Daten Analyse in Unternehmen zu erforschen. Es wird erforscht, inwiefern Tiefe Neuronale Netze neue Methoden zur Analyse von Unternehmensdaten ermöglichen und wie diese Methoden zu neuen wertschöpfenden Anwendungen führen können.

Schlagworte

Datananalyse, Maschinelles Lernen, Neuronale Netze