STREAM: Semantische Repräsentation, Vernetzung und Kuratierung von qualitätsgesicherten Materialdaten.

Förderkennzeichen: 16QK11C

Die Materialwissenschaften stehen vor der großen Herausforderung, umfangreich vorliegende und neu hinzukommende Forschungsdaten qualitativ zu vernetzen und zugleich die Reproduzierbarkeit der Daten sicherzustellen. Darüber hinaus stellen die Bewertung, Bestandspflege und Speicherung, vor allem aber die Nutzbarmachung dezentral gespeicherter Daten im Zusammenhang mit der fortschreitenden Digitalisierung und dem daraus resultierenden Umgang mit neuem Wissen bisher nicht gekannte Anforderungen für die Materialwissenschaftler dar.

Mit dem BMBF-geförderten Projekt STREAM („Semantische Repräsentation, Vernetzung und Kuratierung von qualitätsgesicherten Materialdaten“) widmen sich die Projektpartner dem Problem der Qualitätsbewertung und Kuratierung wissenschaftlicher Daten. Hierzu werden neue Methoden und Denkansätze entwickelt, um im Anschluss an das Projekt der Wissenschaftler-Gemeinschaft Lösungen zum Bewältigen der neuen Herausforderungen zur Verfügung stellen zu können. Hierbei gilt es in Bezug auf Materialdaten zuerst, zeitnah Kurationskriterien zu formulieren, auf deren Basis die Sicherstellung der Vollständigkeit von Datensätzen, der Kohärenz und Konsistenz von Material- und Kontextdaten sowie auf die portalübergreifende Auffind- und Nutzbarkeit von Daten realisierbar wird.

STREAM steht zu allererst jedoch vor der großen Herausforderung, ein gemeinsames Verständnis zur Struktur von Material- und Kontextdaten zu etablieren, soll heißen, eine agile Ontologiemodellierung einzuführen, welche zu einem abgestimmten Repräsentationsschema für Materialdaten aus Computersimulation und Experiment und entsprechenden Kontextinformationen führt. Sobald dieses gemeinsame Verständnis der Materialrepräsentation vorhanden ist, können im nächsten Schritt Material- und Kontextdaten durch eine gemeinsame Ontologie abgebildet werden. Diese sind somit auf ihrer Basis vollständig digitalisiert und über ihrer Eigenschaften beschrieben. Die Ontologie ermöglicht dabei, die Struktur von Materialdaten sowohl aus Computersimulationen als auch aus Experimenten sinnvoll mit den jeweiligen Kontextinformationen zu erfassen. Die erfassten und digitalisierten Daten können in einem darauffolgenden Prozess kontinuierlich einer Bewertung unterzogen werden. Hierzu werden standardisierte Methoden zum Testen und für die Datenanalytik mittels maschinellen Lernens eingeführt. Die digitalisierten Daten, das heißt, sowohl die Materialdaten als auch die Kontextinformationen, werden anderen Materialwissenschaftlerinnen und –wissenschaftlern über neu zu entwickelnde Plattformen zugänglich gemacht. Durch diesen Schritt kann die Reproduzierbarkeit bzw. die Validität von Experimenten gefördert, neue Ergebnisse direkt verglichen und Daten für neue Experimente wiederverwendet werden.

Project Team

Publications

by (Editors: ) [BibTex of ]

News

DBpedia Day @ SEMANTiCS 2022 ( 2022-08-08T11:24:02+02:00 by Julia Holze)

2022-08-08T11:24:02+02:00 by Julia Holze

We are happy to announce that we are partnering again with the SEMANTiCS Conference which will host this year’s DBpedia Day on September 13, 2022. Read more about "DBpedia Day @ SEMANTiCS 2022"

DBpedia Knowledge Engineering PhD Symposium ( 2022-05-02T16:59:37+02:00 by Julia Holze)

2022-05-02T16:59:37+02:00 by Julia Holze

Dear all,  We are excited to invite you to the 1st DBpedia Knowledge Engineering PhD Symposium, organized on July 6th, 2022 in Leipzig, Germany. Read more about "DBpedia Knowledge Engineering PhD Symposium"

Tutorial @ Knowledge Graph Conference 2022 ( 2022-04-25T12:24:06+02:00 by Julia Holze)

2022-04-25T12:24:06+02:00 by Julia Holze

On May 2, 2022 we will organize a tutorial 2.0 at the Knowledge Graph Conference (KGC) 2022. Read more about "Tutorial @ Knowledge Graph Conference 2022"

International Workshop on Data-driven Resilience Research 2022 ( 2022-04-21T14:43:27+02:00 by Julia Holze)

2022-04-21T14:43:27+02:00 by Julia Holze

In the face of continuously changing contextual conditions and ubiquitous disruptive crisis events, the concept of resilience refers to some of the most urgent, challenging, and interesting issues of nowadays society. Read more about "International Workshop on Data-driven Resilience Research 2022"

DBpedia @ Google Summer of Code Program 2022 ( 2022-03-23T14:26:48+01:00 by Julia Holze)

2022-03-23T14:26:48+01:00 by Julia Holze

DBpedia, one of InfAI’s community projects, will be part of the 11th Google Summer of Code (GSoC) program. The GSoC program has the goal to bring students from all over the globe into open source software development. Read more about "DBpedia @ Google Summer of Code Program 2022"