Matthias Zeppelzauer, Senior Researcher der Forschungsgruppe Media Computing an der FH St.Pölten, wurde der Best Paper Award für die Arbeit „Visual-Interactive Similarity Search for Complex Objects by Example of Soccer Player Analysis“ auf der International Conference on Information Visualization Theory and Applications (IVAPP) verliehen. Gemeinsam mit KollegInnen der Technischen Universität Darmstadt und des Fraunhofer Instituts arbeiteten die Autoren an einem System, welches Ähnlichkeiten zwischen komplexen Objekten durch Feedback von NutzerInnen automatisch erlernt. Im ausgezeichneten Paper wurden die Möglichkeiten des Systems am Beispiel einer großen Datenbank von Fußballspielern evaluiert.

System erkennt Ähnlichkeiten

Das System ermöglicht den BenutzerInnen Objekte (in diesem Fall Fußballspieler) zusammen mit ihren Eigenschaften (z.B. Positionen am Spielfeld, Nationalität, Trefferquote etc.) zu visualisieren und ähnliche Spieler zu markieren. Aus dieser Information lernt das System automatisch nach welchen Kriterien die NutzerInnen Ähnlichkeit subjektiv definieren und leitet ein entsprechendes Ähnlichkeitsmaß ab. Auf Basis dieses Maßes können weitere sich ähnelnde Spieler gefunden werden. Das System ist vollständig interaktiv und kann für beliebige Objekte eingesetzt werden.
Das entwickelte Lernverfahren ist in der Lage beliebige Ähnlichkeitsrelationen zu lernen und passt sich den Wünschen der NutzerIn an.
Ziel der prämierten Arbeit war, die subjektive Intention von NutzerInnen automatisiert zu erkennen und formal zu modellieren. Dieses Ziel konnte mit der gemeinsamen Publikation erreicht werden.