Pilotprojekt mit LMBV abgeschlossen
Ein Team aus Wissenschaftlern des Projekts Data Mining und Wertschöpfung hat das Pilotprojekt mit der Lausitzer und Mitteldeutschen Bergbau-Verwaltungsgesellschaft mbH (LMBV) erfolgreich beendet. Im Rahmen des Pilotprojekts wurde eine prototypische Softwarelösung für eine effizientere Bearbeitung von Anfragen zu bergbaulichen Sanierungstätigkeiten entwickelt.
Als Ausgangslage diente das eigens entworfene Geoinformationssystem der LMBV, welches ständig weiterentwickelt wird, um den Anforderungen der LMBV gewachsen zu sein. Durch den immensen Anstieg von verfügbaren Daten und Dokumenten wurde es für die LMBV aber immer komplexer, Anfragen Dritter, welche sich auf die von der LMBV renaturierten Flächen beziehen, effizient zu beantworten.
Visuelle Aufbereitung von Text- und Geodaten
Im Rahmen des Pilotprojekts wurde das Datenmodell für die Renaturierungsdaten der LMBV restrukturiert. Hierfür wurde eine graphenbasierte Datenbank gewählt, um die Verbindungen der einzelnen Daten und Dokumente besser modellieren zu können.
Um bei Renaturierungsplanungen Gefährdungshinweise, Verbote und Nutzungseinschränkungen besser berücksichtigen zu können, haben die Wissenschaftler eine Web-Applikation entwickelt, die Textdaten mit Geodaten verknüpft und diese visuell aufbereitet auf digitalen Karten darstellt. Die entsprechenden Informationen werden durch Maschinelles Lernen automatisch aus den Texten extrahiert.
Um die Gebote und Verbote aus den Dokumenten der LMBV zu extrahieren, nutzten die Wissenschaftler das Lernparadigma Active Learning, um mit möglichst wenigen händisch annotierten Trainingsdaten ein Support-Vector-Machine-Modell* zu trainieren. Durch eine bestehende Zuordnung von Dokumenten zu Geokoordinaten können die so extrahierten Einschränkungen direkt auf einer Karte dargestellt werden.
*mathematisches Verfahren zur Mustererkennung
