Tristan Langer, M.Sc.

Wissenschaftlicher Mitarbeiter
Forschungsinteressen:
- Visual Analytics for Industrial Applications
- Utilization of Complex Domain Knowledge
- Artificial Intelligence and Machine Learning
Biographie
Tristan Langer ist seit Januar 2020 wissenschaftlicher Mitarbeiter am Institute for Technologies and Management of Digital Transformation an der Bergischen Universität Wuppertal. In seiner Forschung beschäftigt sich Herr Langer mit der frühzeitigen Integration von komplexem Fachwissen in die Datenanalyse industrieller Produktionsprozesse. Dazu untersucht er, wie Wissen aus der Interaktion von Domänenexperten mit Daten extrahiert und für ähnliche Analyseprozesse nutzbar gemacht werden kann.
Herr Langer studierte Informatik an der RWTH Aachen University. Seine Vertiefungsgebiete waren Human-Computer-Interaction und Softwarearchitekturen. Anschließend arbeitete er als wissenschaftlicher Mitarbeiter am Lehrstuhl für Informationsmanagement im Maschinenbau der RWTH Aachen Universität, wo er an verschiedenen Forschungs- und Entwicklungsprojekten KI-Verfahren im Produktionskontext entwickelte.
Publikationen
- 2023
- Hahn, Y., Langer, T., Meyes, R., & Meisen, T. (2023). "Time Series Dataset Survey for Forecasting with Deep Learning" , Forecasting , 5 (1), 315--335.
- 2022
- Langer, T., Meyes, R., & Meisen, T. (2022). "Gideon Replay: A library to replay interactions in web-applications" , SoftwareX , 17 , 100964.
- Langer, T., Welbers, V., & Meisen, T. (2022). "Gideon-TS: Efficient Exploration and Labeling of Multivariate Industrial Sensor Data" , 2184-4992 .
- Paulus, A., Burgdorf, A., Langer, T., Pomp, A., Meisen, T., & Pol, S. (2022). "PLASMA: A Semantic Modeling Tool for Domain Experts" in Proceedings of the 31st ACM International Conference on Information {\&} Knowledge Management , New York, NY, USA : {Association for Computing Machinery} 4946--4950.
ISBN: 9781450392365
- 2021
- Paulus, A., Burgdorf, A., Puleikis, L., Langer, T., Pomp, A., & Meisen, T. (2021). "PLASMA: Platform for Auxiliary Semantic Modeling Approaches" in Proceedings of the 23rd International Conference on Enterprise Information Systems , SciTePress 403--412.
ISBN: 978-989-758-509-8