Neuer Professor untersucht am HPI komplexe Muster 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. Mit seinem Vortrag zum Thema "Data Mining: From Raw Data to Valuable Knowledge" stellt Müller auch seine interdisziplinäre Forschungsgruppe 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.
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. Mit seinem Vortrag zum Thema "Data Mining: From Raw Data to Valuable Knowledge" stellt Müller auch seine interdisziplinäre Forschungsgruppe 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.
"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.
"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.