Sprechstunde

Nach Vereinbarung.

Dr. Andreas Steigmiller

Seit März 2018 arbeite ich als akademischer Mitarbeiter in dem DFG Projekt „Beantwortung Konjunktiver Anfragen für Ausdrucksstarke Beschreibungslogiken“. Zuvor habe ich an der Universität Ulm promoviert und anschließend auch einige hilfreiche Erfahrungen und Erkenntnisse in der Industrie gesammelt.

Hauptsächlich beschäftige ich mich mit der logikbasierten Wissensrepräsentation und dem automatischen Schlussfolgern. Insbesondere optimiere ich Schlussfolgerungsprozeduren und -systeme für ausdrucksstärkere Beschreibungslogiken, welche häufig die Grundlage von bekannten Wissensrepräsentationssprachen (z.B. OWL) darstellen. Ein Ergebnis meiner Arbeiten ist auch das Schlussfolgerungssystems Konclude, welches aufgrund der guten Performance mehrere Preise in internationalen Wettbewerben gewinnen konnte.

Weitere Information

  • Forschung

    Zur Wissensrepräsentation werden häufig logikbasierte Formalismen verwendet, da diese eine flexible Modellierung der Anwendungsdomäne erlauben. Zudem können durch automatisches Schlussfolgern implizite Zusammenhänge explizit gemacht werden können, was sich zum Beispiel für das Gewinnen neuer Erkenntnisse und das Überprüfen der Modellierung einsetzen lässt. Bekannte Wissensrepräsentationssprachen, wie beispielsweise die Web Ontology Language (OWL), basieren häufig auf Beschreibungslogiken, welche speziell zur Wissensrepräsentation entwickelt wurden. Ausdrucksstärkere Beschreibungslogiken stellen umfangreichere Sprachkonstrukte bereit, um die Anwendungsdomäne genauer modellieren zu können, benötigen dann aber oftmals aufwendigere und weniger effiziente Schlussfolgerungsalgorithmen.

    Während meiner Promotion haben wir verschiedene Algorithmen und Optimierungen entwickelt, mit denen auch das Schlussfolgern mit ausdrucksstärkeren Beschreibungslogiken zu Standardfragestellungen für viele praktische Wissensbasen effizient durchgeführt werden kann und im Vergleich zu aktuellen Systemen häufig eine deutliche Verbesserung darstellt. Unter anderem handelt es sich dabei um verschiedene Cachingverfahren, neue Absorbierungsansätze (d.h. Umschreiben von Axiomen in der Wissensbasis) und Kopplungstechniken von Tableau und Saturierungsverfahren, womit häufig ein Großteil einer Wissensbasis sehr effizient mit einer einfachen Saturierung behandelt werden kann und dann nur für den schwierigeren Teil auf den aufwendigeren Tableau-Algorithmus zurückgegriffen werden muss.

    Das Ziel des DFG Projekts ist es nun, auch die Beantwortung von komplexeren Fragestellungen in Form von konjunktiven Anfragen für ausdrucksstärkere Beschreibungslogiken zu optimieren. Solche konjunktiven Anfragen sind zwar grundlegender Bestandteil von umfangreicheren Abfragesprachen wie SPARQL, allerdings beachten die meisten Beantwortung- und Behandlungsansätze für SPARQL keine anonyme Individuen von ausdrucksstärkeren Beschreibungslogiken (zusammen mit anderen ausdrucksstärkeren Sprachkonstrukten) und liefern somit nicht immer alle möglichen Antworten. Mit der Entwicklung von speziellen Absorbierungsverfahren wollen wir die Beantwortung von konjunktiven Anfragen trotz der Berücksichtigung von anonymen Individuen hinreichend effizient für die Praxis bekommen.

  • Projekte

  • Software

    Während meiner Promotion ist das Schlussfolgerungssystem Konclude entstanden, welches sich durch seine hohe Performance auszeichnet. Im Rahmen meiner aktuellen Arbeit werde ich an Konclude als Hauptentwickler weiterarbeiten und insbesondere verschiedene Algorithmen und Optimierungen für die Behandelung von konjunktiven Abfragen integrieren.

    Ich habe auch ein Framework für die Evaluierung von OWL Schlussfolgerungssystemen entwickelt (ORE Completition Framework), welches für verschiedene Wettbewerbe eingesetzt wurde.