Der Fokus der Forschungsgruppe liegt auf Multi- und High-Dimensional-Data, die in vielen Fällen auch zeitabhängig sind. Ziel der Gruppe ist es, die Nutzerinnen und Nutzer dabei zu unterstützen, neue Erkenntnisse zu gewinnen und die Entscheidungsfindung zu verbessern, indem ein interaktiver Dialog mit großen strukturierten Daten ermöglicht wird. Zu diesem Zweck entwickeln die Forscherinnen und Forscher der Visual Analytics-Gruppe neue Technologien, die Visualisierung, Benutzerinteraktion und automatisierte Analysemethoden wie Data Mining mit Echtzeitreaktion kombinieren. Die Anwendungsbereiche aktueller Projekte umfassen z.B. den Energiesektor, die industrielle Fertigung, die Gesundheitspolitik und die simulationsbasierte Entwicklung von Antriebssystemen.
Die Forschung unserer Visual Analytics-Gruppe konzentriert sich auf die Entwicklung effektiver visueller Techniken zur Unterstützung bei der Durchführung von Aufgaben im Bereich der Datenanalyse:
Ein weiteres Forschungsfeld ist der Aufbau von reaktionsschnellen Software-Infrastrukturen, die auch bei großen Datenmengen unmittelbares Feedback zur Benutzerinteraktion liefern. In diesem Zusammenhang konzentriert sich die Forschungsgruppe auf die Integration gängiger Analyseplattformen wie Matlab, R und Python sowie auf die Entwicklung flexibler Module, die ein schnelles Prototyping von aufgabenspezifischen analytischen Anwendungen ermöglichen.
Head of Visual Analytics, Visual Analytics
johanna.schmidt(at)vrvis.at +43 1 908 98 92 302Hinter smarten Lösungen und innovativer Software stehen immer intelligente und motivierte Menschen. Lernen Sie das Team kennen.
Informationsvisualisierung
Visual Analytics
Machine Learning
Analytische Software-Architekturen
Human-Computer-Interaction
Data Science zur Durchführung spezifischer Datenanalysen
Visplore ist eine Software-Plattform, die eine schnelle und flexible Erstellung von aufgabenspezifischen analytischen Anwendungen interaktiv durch die Anwenderin bzw. den Anwender ermöglicht. Visplore wurde für die visuelle Erforschung von Multi- bis High-Dimensional-Data entwickelt, inklusive kategorischer und funktionaler Daten. Im Fokus steht die Unterstützung spezifischer Aufgaben wie Datenqualitätsbewertung, Prozessoptimierung und die Analyse von Prognosemodellen. Die Software-Architektur nutzt Parallelstrukturen, um die interaktive Analyse von Millionen von Datensätzen in Echtzeit zu unterstützen. Visplore diente bereits als Software-Plattform für zahlreiche wissenschaftliche Projekte der Visual Analytics-Gruppe sowie für weitere Anwendungsbereiche, z.B. in der Automobilindustrie, im Energiesektor, in der industriellen Fertigung, im Gesundheitswesen und in der Netzwerksicherheit. Mehr über Visplore.
(Partner: Austrian Power Grid AG, HAKOM Solutions GmbH): Quality assessment of time series data; validation and comparison of predictive models
(Partner: AVL List GmbH): Validierung von Simulationsdaten, of simulation data, Sensitivitätsanalyse, Mehrzweck-Optimierung
(Partner: RHI AG, Plasmo Industrietechnik GmbH): Monitoring von Produktionsprozessen und Produktionsfehlern; Analyse zur Prozessoptimierung
(Partner: Hauptverband österreichischer Sozialversicherungsträger, Gesundheit Österreich GmbH): Qualitätsbewertung von Bilanzierungsdaten, Überwachung und Analyse von Leistungsindikatoren im Bereich des Gesundheitswesens
(Partner: Schedule Coordination Austria GmbH, AI-MS Aviation Infrastructure Management Systems GmbH): Identifizierung von Zusammenhängen und Trends, Datenaufbereitung, Detailanalyse von Ergebnissen der Flugplanoptimierung
MINERVA ist ein integriertes Framework für die Planetenforschung, das es Wissenschaftlerinnen und Wissenschaftlern aus verschiedenen Teams ermöglicht, in virtuellen Arbeitsbereichen zusammenzuarbeiten.
Businesses go smart with Data Science: mit Hilfe visueller Datenanalyse, maschinellem Lernen, Deep Learning, Data Mining und visueller Datenverarbeitung helfen wir Unternehmen das Potenzial ihrer Daten voll auszuschöpfen.
Um die Qualitätskontrolle und Qualitätssicherung von Glasartikeln zu automatisieren, entwickeln wir in diesem Projekt neue Methoden aus dem Bereich der visuellen Analytik und des maschinellen Lernens.
Ziel des angewandten Forschungsprojekts En2VA ist es, die Effizienz und die Qualität der fortgeschrittenen Analytik für hochdimensionale Daten aus Fertigung, Technik und dem Energiesektor zu erhöhen.
Neuartige visuelle Analysetechnologien für hochdimensionale Daten im Automobilbau, in der industriellen Fertigung und im Energiesektor.
DEXHELPP entwickelt neue Methoden zur Unterstützung der Analyse, Planung und Steuerung im Gesundheitswesen durch die Kombination von Entscheidungsanalyse, Datensicherheit, Datenmanagement, Statistik, mathematischer Modellierung, Simulation und visueller Analyse.