Die meisten Daten aus Unternehmen können in einem Knowledge Graph abgebildet werden. Daten aus dem Tourismus, von Lieferketten oder aus dem Gesundheitswesen lassen sich als Graphen modellieren. Deep Learning-Modelle auf Wissensgraphen anzuwenden, ist erfolgsversprechend. Das Fraunhofer IAIS bietet eine Vielzahl von Ansätzen und Komponenten, um aus Unternehmensdaten Wissensgraphen zu erstellen und darauf verschiedene Graph Neural Network und Knowledge Graph embeddings Modelle anzuwenden. Mit diesen KI-Modellen können Unternehmen folgende Probleme lösen: 1) Knotenklassifizierungsprobleme, z.B. einordnen, ob ein Molekül ein wirksames Medikament ist. 2) Aufgaben zur Klassifizierung von Graphen, z.B. zur Abschätzung der Lieferkettenzeit. Und 3) Link Prediction-Aufgaben, z.B. für die Empfehlung von Artikeln an Benutzer – basierend auf der Struktur des Graphens.
Das Fraunhofer IAIS ermöglicht es Ihnen fast jede Datenquelle innerhalb Ihres Unternehmens in einem Wissensgraphen zu modellieren.
Hierzu können spezialisierte Graph-Neural-Networks und Knowlege-Graph-Embedding zur Wissensextraktion entwickelt werden, welche dann für “downstream tasks” eingesetzt werden können.
Kontakt:
Diego.Collarana.Vargas@iais.fraunhofer.de
Beispiele:
Tourismusdaten als Diagramme modelliert
Supply Chain modelliert als Graphen
Transportkarten als Graph modelliert
Moleküle als Graph darstellen
