Overslaan en naar de inhoud gaan
Home
x

Main navigation

  • Project +
    • Roadmap
    • Resultaten
    • Documentatie
  • Data +
    • Master Data (Management)
    • Data Quality
  • Blog
  • Bestaande oplossingen
  • Contact

Search

x
  • AI-Assisted Master Data Management

    Spoor automatisch fouten op in uw master data en krijg een correctie voorgesteld die wordt voorzien van een begrijpbare reden.

    Interesse? Neem zeker en vast contact met ons op!

    Bekijk de roadmap Contacteer ons
slider image

Voor wie?

Dit project 'AI-Assisted Master Data Management' van HOGENT richt zich tot kleine en middelgrote ondernemingen die over de jaren heen grote hoeveelheden masterdata hebben gecreëerd. Masterdata zijn de niet-transactionele kerngegevens die essentieel zijn voor een organisatie met product- en materiaalinformatie en klant- en leveranciergegevens als voornaamste voorbeelden. 

Projectdoelstellingen?

Met dit project willen we meer inzichten creëren in het belang van kwalitatieve masterdata. Met behulp van gratis beschikbare oplossingen willen we een aanzet geven om foutieve masterdata automatisch op te sporen én bovendien een correctie voorstellen, voorzien van een begrijpbare reden hiervoor. Dit laatste moet het vertrouwen van de gebruiker in de oplossing garanderen en kadert in de context van explainable AI. Hierbij geven AI systemen aan hoe ze tot een bepaalde conclusie zijn gekomen.

We creëren aanpassingen aan een bestaande oplossing die (1) fouten aanduiden in een gegeven masterdata set en (2) suggesties voor verbetering van foute waarden geven inclusief een odds ratio en optioneel een begrijpbare reden (een afgeleide business regel) voor de voorgestelde verbetering. De intelligentere componenten van de aangepaste oplossing (die onafhankelijk zijn van de gebruikersinterface) hebben een duidelijk gedefinieerde en gedocumenteerde API en kunnen zowel lokaal als online (via een REST-webservice) gebruikt worden. 

Wat kan je verwachten?

Tijdens het project heb je een rechtstreekse lijn met de onderzoekers waardoor je het project kunt sturen in een richting die voor jouw onderneming de grootste meerwaarde biedt. Daarnaast wordt je data, indien je dat wenst en in alle veiligheid en uiterste discretie, gebruikt om te verifiëren of het platform naar behoren werkt. Tot slot krijg je als eerste concreet advies over hoe jij jouw datakwaliteit kan verbeteren.

Onze Partners

Flanders' FOOD
Flanders Make
Unizo
Petersime
BESTMIX
Avelon
Delaware
Joris Ide

Project Medewerkers

Willem De Keyzer

Willem De Keyzer

Coördinator CADS

Willem is coördinator van het Centre for Applied Data Science (CADS) - één van de twaalf onderzoekscentra van HOGENT. Hij behaalde een doctoraat in de medische wetenschappen en is als docent humane voeding en gezondheid verbonden aan het departement Industriële wetenschappen en biotechnologie. Hij doceert ook onderzoeksmethoden, voedingsepidemiologie en toegepaste statistiek aan bachelorstudenten in het departement Gezondheidszorg. Willem heeft een passie voor data-analyse en heeft meer dan 15 jaar ervaring met de uitvoering en coördinatie van (internationale) onderzoeksprojecten. 

Stijn Lievens

Stijn Lievens

Lector Data Science & Machine Learning

Stijn's onderzoekscompetenties worden bevestigd door een twintigtal publicaties in A1-tijdschriften vooral gepubliceerd tijdens zijn tewerkstelling aan UGent en aan de University of Kent te Canterbury (UK). Sinds 2011 is hij werkzaam als lector aan HOGENT waar hij in het kader van zijn lesopdracht vooral instaat en meewerkt aan opleidingsonderdelen die te maken hebben met AI, Machine & Deep Learning en big data processing. Als onderzoeker is hij verbonden aan het Centre for Applied Data Science van HOGENT waar hij vooral geïnteresseerd is in toepassingen van Machine & Deep Learning.

Johan Decorte

Johan Decorte

Lector Data Science & Data Analytics

Na een carrière in het bedrijfsleven in diverse IT-technische en managementfuncties in softwareontwikkeling is hij sinds 2011 lector-onderzoeker aan HOGENT met een focus op gegevensverwerking en data-analyse. De voorbije vijf à zes jaar heeft hij zich vooral verdiept in big data, AI en machine learning. Deze topics komen uitgebreid aan bod in zijn lessen en de bachelorproeven die hij uitschrijft en begeleidt. Daarnaast heeft hij meegewerkt aan verschillende AI-gebaseerde en toepassingsgerichte onderzoeksprojecten rond mobiliteit en duurzame energie.

Mario Verstraeten

Mario Verstraeten

AI Engineer

Mario is recent aangeworven in het kader van het TETRA project: AI Assisted Master Data Management. Hij behaalde een MSc in Toegepaste Informatica met als specialisatie Artificiële intelligentie en Data Science. Hij zal helpen met het valideren van de modellen en het implementeren van de API voor het project.  Verder zal hij ook instaan voor het implementeren van extensies van reeds bestaande tools, het opzetten van een automatische testomgeving en het onderhouden van de project-website. 

Nieuws & Blogs

http://ai-assisted-mdm.be/sites/default/files/2023-03/Schermafbeelding%202023-03-07%20082456.jpg

Deduplicatie: Dedupe vs. Zingg

7 maart, 2023
Fuzzy Matching, Deduplicatie, Zingg, Dedupe
http://ai-assisted-mdm.be/sites/default/files/2022-10/Schermafbeelding%202022-10-17%20074702.jpg

Workshop in Data Cleaning met OpenRefine

17 oktober, 2022
Workshop, OpenRefine
http://ai-assisted-mdm.be/sites/default/files/2022-08/Schermafbeelding%202022-08-23%20095101.png

Clustering m.b.v. OpenRefine

23 augustus, 2022
OpenRefine, Data Cleaning, Clustering, Spellingsfouten

Bekijk onze Blog

Vragen? Contacteer ons op
info@ai-assisted-mdm.be

Bekijk ook zeker de andere projecten van CADS
Centre For Applied Data Science

Copyright © 2022 Alle rechten voorbehouden
Disclaimer | Privacy

Een project van HOGENT met de steun van VLAIO

vlaiohogent
⇡

Deze site maakt gebruik van cookies. Door verder te bladeren op de site gaat u akkoord met ons gebruik van cookies.