Personliche Daten

Name: Ralf Friedrich Moller

Titel: Prof. Dr. rer.-nat.

Dienststellung: Direktor des Instituts fur InformationssystemeUniversitat zu Lubeck (UzL)Ratzeburger Allee 16023562 Lubeck

Telefon: ++49 451 3101 5700

E-Mail: moeller@uni-luebeck.de

HTTP: http://www.ifis.uni-luebeck.de/~moeller

Geburtsdatum: 6. Juni 1964

Nationalitat: Deutsch

Sprachen: Muttersprache: Deutsch, Englisch fließend

1

Wissenschaftlicher Werdegang

1983 Abitur am Gymnasium in Hemmoor/Niedersachsen1983-1984 Grundwehrdienst

1984-1989

Studium der Informatik an der Universitat Hamburg, Abschlussals Diplom-Informatiker

Erganzungsfach Medizin, insb. Physiologie mit Fokus auf neuro-nale Informationsverarbeitung (unter Berucksichtigung von Auto-erregungszentren z.B. im Herzen)

Diplomarbeit zur “Entwicklung von Visualisierungswerkzeugen inobjektorientierten Systemen” (Benotung: sehr gut)

1990-1991

Wissenschaftlicher Mitarbeiter am Labor fur Kunstliche Intelli-genz (LKI) an der Universitat Hamburg (Prof. Bernd Neumann)Durchfuhrung von Forschungsarbeiten zur Anwendung vonGraphensuch- und Optimierungsverfahren im Kontext eines Fahr-planinformationssystems

1991-1996

Wissenschaftlicher Mitarbeiter am Arbeitsbereich Kogniti-ve Systeme (KOGS) am Fachbereich Informatik der UniversitatHamburg (Prof. Dr. Bernd Neumann)Durchfuhrung von Lehre und Forschungsarbeiten

- zur Wissensreprasentation- zur Handlungsmodellierung und Planung von Benutzungs-

schnittstellen

Mai bis Okt. 1996

Wissenschaftlicher Mitarbeiter am LKIForschungsarbeiten zur modellbasierten Diagnose technischer Sy-steme (Projekt INDIA: Intelligent Diagnosis for Industrial Appli-cations)

Aug. 1996

Promotion zum Dr. rer.-nat. mit dem Thema“Generierung von Visualisierungen in einem Rahmensystem zursystematischen Entwicklung von Benutzungsschnittstellen”,Gutachter: Prof. Dr. Bernd Neumann, Prof. Dr. Wolfgang Wahl-ster (Univ. Saarbrucken), Benotung: sehr gut

Okt. 96 bis Marz 97Mitarbeit im Projekt PETS am LKIPrufplanerstellung fur Technische Systeme

Okt. 1996 bis Okt. 2001

Hochschulassistent (C1) im Arbeitsbereich KOGSDurchfuhrung von Forschungsarbeiten

- zur beschreibungslogischen Wissensreprasentation- zur semantisch wohldefinierten Behandlung von raum-

zeitlichen Reprasentationen

1996-1998Projektleiter im Projekt BAND (BenutzerAdaptive Netzinforma-tionsDienste) am LKI

Okt. 2000 bis Sep. 2003Co-Projektleiter im Projekt DLS, Description Logics for Space,Deutsche Forschungsgemeinschaft

Juli 2001

Habilitation an der Universtitat Hamburg mit dem Thema “Ex-pressive Description Logics: Foundations for Practical Applicati-ons”, Gutachter: Prof. Dr. Bernd Neumann, Prof. Dr. Franz Baa-der (TU Dresden), Prof. Dr. Christopher Habel (UniHH)

Fortsetzung siehe nachste Seite.

2

Wissenschaftlicher Werdegang (Fortsetzung)

Okt. 2001 bis Sep. 2003Professor fur Informatik an der Hochschule Wedel mit demArbeitsgebiet “Softwaretechnik und Verteilte Systeme”

Okt. 2003 bis Sep. 2014Professor fur Informatik (C3) an der Technischen UniversitatHamburg-Harburg (TUHH) im Institut fur Softwaresysteme

Okt. 2005 bis Dez. 2008Projektleiter fur die im EU-Verbundprojekt TONES (ThinkingONtologiES, EU-FP6-7603) an der TUHH durchgefuhrten Arbei-ten

Feb. 2006 bis Feb. 2009Projektleiter fur die im EU-Verbundprojekt BOEMIE (Bootstrap-ping Ontology Evolution with Multimedia Information Extracti-on, EU-FP6-027538) an der TUHH durchgefuhrten Arbeiten

Okt. 2006 bis Dez. 2008Kommissarischer Leiter des Instituts fur Softwaresysteme (STS)an der TUHH

Nov. 2007 - Juni 2011Projektleiter fur die im DFG-Projekt PRESINT (PREference-based Scene INTerpretation) an der TUHH durchgefuhrten Ar-beiten (Zusammenarbeit mit Prof. Neumann, UniHH)

April 2008 - Marz 2011Projektleiter fur die im EU-Projekt CASAM (Computer-AidedSemantic Annotation of Multimedia) an der TUHH durchgefuhr-ten Arbeiten

Feb. 2010 bis Feb. 2012Projektleiter fur das DFG-Projekt GeoDL (Optimierungstechni-ken fur beschreibungslogische Schlussfolgerungssysteme im Be-reich der Geo-Informationssysteme)

seit Okt. 2014Professor fur Informatik (W3), Direktor des Instituts furInformationssysteme an der Universitat zu Lubeck

Nov. 2012 bis Okt. 2016Projektleiter fur die an der UzL im EU-Verbundprojekt (IP)“Optique: Scalable End-user Access to Big Data” zum ThemaOntology-Based Stream Analytics durchgefuhrten Arbeiten

Nov. 2013 bis Okt. 2016Projektleiter fur die an der UzL im EU-Verbundprojekt (IP) “PA-NOPTESEC: Dynamic Risk Approaches for Automated CyberDefense” zum Maschinellen Lernen durchgefuhrten Arbeiten

April 2017 bis Okt. 2019Projektleiter fur die am Institut fur Informationssysteme der UzLim Projekt “Big Data in Connected Health” durchgefuhrten Ar-beiten zu Big Data Analysis, Data Linking und Data Science

April 2017 bis Marz 2020

Projektleiter fur die am Institut fur Informationssysteme der UzLim Projekt “Mittelstand 4.0 Kompetenzzentrum Kiel” durch-gefuhrten Arbeiten zur Unterstutzung des Mittelstands bei derDigitalisierung

3

Ubersicht

1. Instituts- und Forschungsprofil mit ausgewahlten Veroffentlichungen

2. Lehreprofil

3. Technologietransferaktivitaten

4. Eingeworbene Drittmittel

5. Forschungsprojekte aus Landesmitteln

6. Gutachten fur Promotionen

7. Weitere Akademische Aktivitaten

8. Vollstandiges Schriftenverzeichnis

4

Institut fur Informationssysteme

Das von mir geleitete Institut fur Informationssysteme (IFIS, https://www.ifis.uni-luebeck.de/index.php?id=4) ist eines der 16 Institute fur Informatik an der Sektion fur Informatik/Technikder Universitat zu Lubeck. Es wurde bei der Grundung des Fachbereichs Informatik 1993 als erstesKerninformatik-Institut an der Universitat zu Lubeck etabliert.

Institut für Informationssysteme -->

IFIS setzt sich zusammen aus der Leiterposition, Sekretarin, Techniker, 3.5 Wimi-Landesstellen, 5Drittmittel- bzw. Industrie-geforderte Mitarbeiter sowie 5 Gasten. Die Einrichtung einer weiterenWimi-Landesstelle fur IFIS zum Forschungsdatenmanagement an der UzL ist in Vorbereitung. DasInstitut verfugt neben 10 Buroraumen uber Besprechungsraum, Seminarraum, 2 Laborraumensowie einen Server- und einen Bibliotheks- und Lagerraum.

Mein herzlicher Dank fur die geleisteten Arbeiten geht an mein Team am Institut fur Informati-onssysteme an der UzL.

5

Forschungsprofil

Die wesentlichen aktuell von mir bisher abgedeckten Forschungsgebiete lassen sich wie folgt cha-rakterisieren (mit Belegen durch ausgewahlte neuere Veroffentlichungen, h-Index 35, siehe GoogleScholar).

• Wissensreprasentation und optimierte Schlussfolgerungsverfahren: First-orderprobabilistisch-graphische Reprasentationsverfahren, Beschreibungslogiken

Motzek, A., Moller, R. Indirect Causes in Dynamic Bayesian Networks Revisited Journal of ArtificialIntelligence Research (JAIR), Vol. 59, pp.1-58, 2017.

Braun, T., Moller, R. Parameterised Queries and Lifted Query Answering in: IJCAI-18 Proceedings ofthe 27th International Joint Conference on Artificial Intelligence, International Joint Conferences onArtificial Intelligence Organization, p.4980-4986, 2018

Kharlamov, E., Mailis, T., Mehdi, G., Neuenstadt, Chr., Ozep, O., Roshchin, M., Solomakhina, N., Soylu,A., Svingos, Chr., Brandt, S., Giese, M., Ioannidis, Y., Lamparter, S., Moller, R., Kotidis, Y., Waaler,A. Semantic access to streaming and static data at Siemens Web Semantics: Science, Services andAgents on the World Wide Web, Vol. 44, pp. 54-74, 2017.

Martiny, K., Moller, R. PDT Logic: A Probabilistic Doxastic Temporal Logic for Reasoning about Beliefsin Multi-agent Systems, Journal of Artificial Intelligence Research (JAIR), Volume 57, pages 39-112,2016.

Haarslev, V., Hidde, K. Moller, R. und Wessel M. The RacerPro Knowledge Representation and ReasoningSystem. Semantic Web Journal, Vol. 1, 2012.

• Maschinelles Lernen, Ontologie-basierte Analyse von Datenstromen und tempo-ralen Daten

Lange, M., Moller, R. Time Series Data Mining for Network Service Dependency Analysis In Proc. In-ternational Joint Conference SOCO 16-CISIS 16-ICEUTE 16, Springer, p.584-594, longer version inInternational Journal of Network Security & Its Applications (IJNSA).

Lange, M., Kuhr, F., Moller, R. Using a Deep Understanding of Network Activities for Workflow Mining in:Proc. KI 2016, Springer, Lecture Notes in Computer Science, Vol.9904, p.177-184, 2016

Ozcep, O., Moller, R., Neuenstadt, Chr. Stream-Query Compilation with Ontologies in: AI 2015: Advancesin Artificial Intelligence - Proceedings of the 28th Australasian Conference, Springer, LNAI, Vol.9457,2015.

Horrocks, I., Hubauer, T., Jimenez-Ruiz, E., Kharlamov, E., Koubarakis, M., Moller, R., Bereta, K., Neuen-stadt, Chr., Ozcep, O., Roshchin, M., Smeros, P., Zheleznyakov, D. Addressing Streaming and HistoricalData in OBDA Systems: Optique’s Approach in: Proceedings Knowledge Discovery and Data MiningMeets Linked Open Data, pages 33–40, 2013.

• Management und Realzeit-Analyse dynamischer, graphbasierter, raumlicher so-wie naturlichsprachlicher und multimedialer Daten

Hendley, R., Beale, R., Bowers, Chr., Georgousopoulos, Chr., Charalampos, V., Petridis S., Moller, R.,Karstens, E., Spiliotopoulos, D. CASAM: collaborative human-machine annotation of multimedia.Journal on Multimedia Tools and Applications (MTAP), March 2013.

Ozcep, O., Grutter, R., Moller, R. Scalable Geo-thematic Query Answering. In Proc. ISWC 2012.

Castano, S., Espinosa, S., Ferrara, A., Karkaletsis, V., Kaya, A., Moller, R., Montanelli, S., Petasis, G.(2008). Multimedia Interpretation for Dynamic Ontology Evolution. Journal of Logic and Computation,Volume 19, pages 859–897.

Moller, und R. Neumann, B. (2008). Ontology-based reasoning techniques for multimedia interpretation andretrieval. In P. Hobson, Y. Kompatsiaris, editor, Semantic Multimedia and Ontologies : Theory andApplications, 2007, Springer Verlag. Longer version: On Scene Interpretation with Description Logics.In: Journal of Image and Vision Computing, Special Issue on Cognitive Vision, Volume 26 Issue 1,January, 2008.

6

Forschungsaktivitaten

Fur die Weiterentwicklung des Forschungsgebiets Informationssysteme ist m.E. eine breite Aus-richtung notwendig. Mein zukunftiges Arbeitsgebiet deckt also neben Spezialthemen ein breitesSpektrum von Fragestellungen in den Bereichen der Verarbeitung von Bild-, Video- und Textdaten,von OMICs-Daten sowie auch von Daten in kommerziellen IT-Systemen ab. Meine Forschungs-aktivitaten dienen neben der Erforschung der theoretischen Grundlagen auch dazu, praktischeSoftware-Infrastrukturen aufzubauen, so dass praktische Systeme wirklich gebaut und angewen-det werden konnen. Zentrale Gebiete meiner zukunftigen Arbeit werden sein:

• Modellierung und Verarbeitung von Daten durch effiziente Reprasentations- undAnfragebeantwortungssysteme

In meiner Arbeit mochte ich die von mir begonnenen Forschungsarbeit zu Reprasentati-onssprachen mit reichhaltiger Semantik (Rich Semantics) weiterentwickeln (siehe die obenaufgefuhrten Veroffentlichungen zur PDT-Logik), um angemessene Ausdrucksformen fur An-wendungen mit multiplen Agenten bereitzustellen. Symbolische Reprasentationsformen (z.B.probabilistische graphische Modelle kombiniert mit First-Order Logik und Lifting-Technikenzur Losung von Inferenzproblemen) werden mit nicht-symbolischen, holistischen Reprasen-tationsformen z.B. aus dem Information Retrieval in Verbindung gebracht (Vektorraum-basierte Reprasentationsformen, Latent Dirichlet Allocation, Relational Topic Mining), umdie Vorteile beider Reprasentationsformen zu kombinieren. Durch die geplanten theoreti-schen und praktischen Arbeiten konnen Unsicherheiten und zeitliche Zusammenhange aufgroßen Datenmengen angemessen beschrieben werden (bei großen Datenmengen gewahrenlogische Ansatze gute Voraussetzungen mit der Komplexitat umzugehen).

• Maschinelles Lernen

Techniken des Maschinellen Lernens werden z.B. zum Aufbau von probabilistischen gra-phischen Modellen im pradikatenlogischen Kontext entwickelt, wobei effektive Berechnungs-verfahren nicht außer acht gelassen werden durfen (vgl. meine oben aufgefuhrten veroffent-lichten Vorarbeiten zum Schließen mit Lifting-Techniken). Dieses Thema umfasst auch ei-ne Web- und Datenanalyse zur Akquise von Modellstrukturen und Modellparametern zurevolutionaren Anpassung von selbstorganisierenden technischen Systemen. Wir untersuchenauch die automatische Anpassung und Ubertragung von Reprasentationen auf neue Anwen-dungsfalle (transduktives Lernen, Transferlernen).

Das Gebiet des Maschinellen Lernens wird in der nahen Zukunft mehr noch als bisherHand in Hand gehen wird mit neuen symbolischen und holistischen Reprasentationsformen.Das Forschungsfeld der lernfahigen Deduktions- und Optimierunssysteme bietet vielfaltigeMoglichkeiten und spannende Herausforderungen, um Eingabedaten mit wechselnden Ver-teilungen schritthaltend mit der Zeit zu verarbeiten. Die allgemeine Unterstutzung der For-schung durch neuartige Modellierungs- und Datenanalysetechniken (4th-Paradigm) rundetmein Forschungsprogramm ab.

• Multimodale Analyse, Fusion und Interpretation von Daten

Die Erforschung neuer Techniken zur Bestimmung von aufgabenbezogenen Interpretations-ergebnissen von multimodalen Daten bilden die Grundlage zur Entscheidungsunterstutzungfur IT-System-Anwender und werden z.B. auch im Kontext von Robotern und Intelligen-ten Autonomen Agenten erforscht. Vorarbeiten sind in der obigen Liste von ausgewahltenVeroffentlichungen aufgefuhrt. Wir untersuchen in diesem Rahmen Fragestellungen in Be-zug auf Data Linking, Information Retrieval sowie Situationserkennung und kooperativesHandeln. Eine Fusion von Interpretationsergebnissen verschiedener “multimodaler Kanale”mit angemessenen Datenstrukturen ist notwendig fur das Lernen komplexer Ereignisse ausdynamischen Daten.

7

Lehreprofil

In den letzen 5 Jahren habe ich in der Lehre folgende Gebiete vertreten (alphabetische Auflistung,Prasentationen zu meinen weiter unten auch noch detaillierter aufgelisteten Lehrveranstaltungensind im Web als PDF oder PPTX verfugbar: https://www.ifis.uni-luebeck.de/~moeller).

• Algorithmen und Datenstrukturen

• Datenbanken und Nicht-Standard-Datenbanken(fur IT-Systeme sowie Life-Science- und naturwissenschaftliche Anwendungen)

• Interpretation und Fusion von relationalen, naturlichsprachlichen und multimedialen Daten

• Lernende Autonome Agenten und Web Mining Agents

• Logikbasierte Reprasentationssprachen, Deduktions- und Abduktionsverfahren

• Pradikatenlogische Probabilistisch-graphische Reprasentationssprachen

• Web und Data Science

Fur Seminare und Projekte siehe https://www.ifis.uni-luebeck.de/index.php?id=lehre.

Bisherige Lehrerfahrungen: Ubersicht

Folgende Vorlesungen habe ich an der Universitat Lubeck seit Okt. 2014 gehalten. Aktuelle Eva-luationen meiner Lehrveranstaltungen der letzten drei Jahre sind der Bewerbung als separateDokumente im Anhang beigefugt (s.u.). Die Beurteilungen der Studierenden sind durchweg aus-gesprochen positiv.

Lehrveranstaltungen 2014-2018 (UzL)

• Algorithmen und Datenstrukturen (8 ECTS, B.Sc., deutsch)Algorithmen, Entwurfsmuster, Sortierung durch Vergleichen, Verkleinerungsprinzip, Teile-und-Herrsche, Pro-

blemkomplexitat, Algorithmenanalyse: asymptotische Komplexitat eines Algorithmus (O-Notation), Pro-

blemklassen, Heaps als Datenstrukturen, Sortierung durch Verteilen, Prioritatswarteschlangen, amortisierte

Analyse, Selektion, K-Kleinstes Element, Mengen, selbstorganisierende Datenstrukturen, binare Suchbaume,

Mengen von Zeichenketten, Disjunkte Mengen, Union-Find-Datenstrukturen, Assoziation von Objekten:

Hash-Tabellen, Dynamisches Hashing, Statisches Hashing, Universelles Hashing, Graphen, Breiten- und

Tiefensuche, Zusammenhangskomponenten, Kurzeste Wege, Single-Source-Shortest-Paths (Dijkstras Algo-

rithmus, A*-Algorithmus, Bellman-Ford), All-Pairs-Shortest-Paths, Transitive Hulle, Minimaler Spannbaum

(Kruskals Algorithmus, Jarnik-Prim-Algorithmus), Netzwerkflusse (Ford-Fulkerson-Algorithmus, Edmonds-

Karp-Algorithmus), Bipartites Matching, Eulerkreis, Eulerweg, Hamilton-Kreis, Suchgraphen fur Spiele,

Minimax-Suche, Suchraumaufbau, Alpha-Beta-Pruning zur Suchraumbeschneidung, Subgraph-Isomorphie,

Anwendungen zur Zeichenerkennung, Erkennung von Proteinstrukturen, usw., Dynamische Programmierung,

Gierige Verfahren, Optimierungsprobleme, Sequenz-Alignment (Longest-Common-Subsequence, LCS), Ruck-

sackproblem, Planungs- und Anordnungsprobleme, Wechselgeldbestimmung, Vollstandigkeit von Algorith-

men, Zeichenkettenabgleich (exakte und approximative Algorithmen), Erfullbarkeitsproblem 3-SAT, P=NP,

Clique-Problem, Problemreduktion, NP-schwere und NP-vollstandige Probleme, Algorithmische Entwurfs-

muster zur Behandlung NP-schwerer Problem, Approximation

• Datenbanken (4 ECTS, B.Sc., deutsch)Grob-Architektur von Datenbanksystemen, konzeptuelle Datenmodellierung mit der Entity-Relationship

(ER) Modellierungssprache, Relationales Datenmodell, Relationale Algebra als Anfragesprache, Relationa-

le Entwurfstheorie, SQL, (Selektion, Projektion, Verbund, Aggregation, Gruppierung), Speicherstrukturen

und Datenbankarchitektur, Indexierungstechniken, Anfrageverarbeitung, Anfrageoptimierung, Transaktio-

nen und Fehlererholung, Datalog, Auswertungsstrategien fur rekursive Anfragen

8

• Nicht-Standard-Datenbanken (4 ECTS, B.Sc., deutsch)Semistrukturierte Datenbanken, Volltextsuche, Multimodal Information Retrieval, Mehrdimensionale Index-

strukturen, First-n- und Top-k-Anfragen (am Beispiel multimodaler Daten), Skyline-Anfragen, Probabilisti-

sche Datenbanken, Temporale Datenbanken, Stromdatenbanken, Graphdatenbanken, NoSQL-Datenbanken.

• Web-Mining-Agents (8 ECTS, M.Sc., englisch)Uncertainty, Bayesian Networks, Decision Trees, Association Rules, Learning Probabilistic Relational Models,

Generative vs. Discriminative Models, Augmenting Probabilistic Graphical Models with Ontology Informati-

on, Ensemble Learning: Bagging, Random Forests, Boosting, Computational Learning Theory, Unsupervised

Learning: Clustering (dendrograms, k-means, kernel density estimation, Parzen windows, nearest-neighbor

classification, spectral clustering), Deep Learning (dimension reduction, finding relevant features automatical-

ly), Semi-supervised (Transductive) Learning, Information Retrieval, Vector Space Model, Latent Semantic

Indexing, Principle Component Analysis, Probabilistic Information Retrieval, Probabilistic Reasoning Over

Time, Topic Detection, Community Analysis, Simple Decision Making, Complex Decision Making (Markov

Decision Problem, MDP), Decision Making Under Uncertainty (Partially Observable Markov Decision Pro-

blem, POMDP), Reinforcement and Adaptation, Transfer in Reinforcement Learning, Game Theory and

Social Choice, Mechanism Design and Collaboration

• Foundations of Ontologies and Databases for Information Systems (4 ECTS, mitOzgur Ozcep, M.Sc., englisch)Logical Foundations of Database Systems: Finite Model Theory, Semantic Integration on DB Level: Data

Exchange, Semantic Integration with OBDA: Bridging the DB and Ontology World, Semantic Integration

on Ontology Level: Ontology Integration, Ontology Based Stream Analytics

• Einfuhrung in Web- und Data Science (4 ECTS, B.Sc., deutsch)Klassifikation, Warenkorbanalyse, Empfehlungen, Statistische Grundlagen, Informationstheorie, Entschei-

dungsbaume, Versionsraum, Stochastische Grundlagen, Analyse Sozialer Strukturen, Ensemble-Methoden,

Clustering (unuberwachtes Lernen), Transduktives Lernen (semi-uberwachtes Lernen), Reinforcement-Lernen,

Deep Learning (u.a. automatischen Bestimmung von Merkmalen, Sparse Encoding), Transfer-Lernen

Lehrveranstaltungen 2003-2014 (TUHH)

• Foundations of Machine Learning and Data Mining (4 ECTS, M.Sc., engl., 2006-2014)Inductive learning, learning decision trees (ID3), computational learning theory (PAC learning), incremenal

learning (Version Spaces), knowledge in learning, inductive logic programming, Bayesian Networks, statistical

learning methods, learning bayesian networks, expectation maximization (EM) algorithm, density estimation,

instance-based learning (neural networks, support vector (kernel) machines).

• Intelligent Autonomous Agents (4 ECTS, M.Sc., engl., 2007-2014)Agent-based decision making and planning, games as adversarial serach, probability theory, Bayesian net-

works, dynamic Bayesian networks, hidden Markov models, Kalman filter, decision making, game theory,

social choice, mechanism design.

• Multimedia Information Extraction and Retrieval (4 ECTS, M.Sc., engl., 2007-2014)Media encoding standards, metadata representation standards (RDF, OWL), information extraction, ba-

sics of high-level computer vision, basics of natural language engineering, theoretical foundations of media

interpretation (description logics, rules, constraints, probability theory), propositional probabilistic informa-

tion retrieval, first-order probabilistic modeling, latent semantic analysis, string-based indexing (Google),

recommendation engines: collaborative filtering.

• Algorithmische Logik/Computational Logic (4 ECTS, B.Sc., deutsch/englisch, 2007-2014)Aussagenlogik, Boolesche Algebra, Pradikatenlogik, Beweisverfahren: Resolution, Unifikation, First-Order-

Modellierung von Aktionen, Temporale Logik fur lineare und verzweigende Zeit (e.g., LTL, CTL), Beschrei-

bungslogik, Tableaux-Beweisverfahren, Korrektheit und Vollstandigkeit.

9

• Einfuhrung in Datenbanksysteme (4 ECTS, B.Sc., 2003-2014)Grundlagen der konzeptuellen Datenmodellierung (ER, Ontologien), relationales Datenmodell, relationale Al-

gebra, Relationale Entwurfstheorie (Anomalien, funktionale Abhangigkeiten (FDs), mehrwertige Abhangig-

keiten (MVDs), Normalisierung), SQL, objektrelationale Datenbanken, XML-Datenbanken (XQuery), Data-

log.

• Architecture and Implementation of Database Systems (4 ECTS, M.Sc., engl., 2009-2014)Indexing, multidimensional indexing, sort and join, query processing, query optimization, concurrency con-

trol, transaction management and implemenation of locks, advanced deductive databases, magic set trans-

formation, information integration (local-as-view, global-as-view).

• Automatentheorie und Formale Sprachen (4 ECTS, B.Sc., engl./deutsch, 2010-2014)Sprachen fur lineare Worte, Endliche Automaten, Grammatiken, Regulare Ausdrucke, Wortproblem, An-

wendungen im Compilerbau, Buchi-Automaten, Model-Checking, Sprachen fur Baumstrukturen, Alternating

Tree Automaten, Zusammenhange zwischen Automaten und Logik.

• E-Commerce (4 ECTS, M.Sc., 2003-2006)Business models, enabling web technologies (XML), software architecture and the Internet (J2EE, J2ME),

Internet protocols and Internet infrastructure, foundations of B2C, B2E, and B2B systems, encryption,

authentication, signatures, payment, mobile E-Commerce, location-based services, ebXML, RosettaNet.

• Service-Oriented Computing (4 ECTS, M.Sc., 2005, engl.,)Web services (find and bind), RPC plus safeness by transactions over multiple service calls (ACID: 2PL,

2PC), Message-oriented Middleware, Reliable Messaging, SOAP, WSDL, BPEL.

• Software-Engineering (4 ECTS, B.Sc., 2003-2006)Lastenheft, Pflichtenheft, Vorgehensmodelle, UML: Pragmatik und Semantik, OCL (Invarianten, Vor- und

Nachbedingungen), (Hoare-Tripel) Schwachste Vorbedingungen, starkste Nachbedingungen, Verifikations-

techniken, Model-Checking (Alloy), Model-Driven Software Development, Agile Methoden: Extreme Pro-

gramming, Web-Services (SOA), Cloud Computing.

Erfahrungen beim Aufbau von Informatik-Curricula

An der Universitat Lubeck habe ich die Vertiefung Web- und Data Science im Studiengang Infor-matik aufgebaut.

Zusammen mit meinem Kollegen Prof. Karl-Heinz Zimmermann habe ich von September 2008bis April 2009 das Curriculum fur den Bachelor- und Master Studiengang “Computational In-formatics” an der TUHH aufgebaut (jetzt “Computer Science” genannt). Dieser Studiengang istim WS 09/10 erfolgreich gestartet. Die Gestaltung des Studiengangs ist auf eine optimale Gestal-tung von Vertiefungen aus dem Bereich Computational Biology und Computational Intelligenceschon im Bachelor-Pprogramm ausgerichtet. Grundlagen der Mathematik, Systemtheorie und dertheoretischen Informatik sind systematisch integriert.

Die Gestaltung eines Studiengangs stellte fur mich eine wichtige Erfahrung in der Lehre dar, auchin Bezug auf die Akkreditierungsanforderungen.

An der Universitat zu Lubeck habe ich an der Gestaltung des Studiengangs IT-Sicherheit mitge-arbeitet.

10

Technologietransferaktivitaten

Um mit Technologien der wissensbasierten Systementwicklung und des Maschinellen Lernens inder Praxis Probleme zu losen und industrielle Partner fur Projekte zu gewinnen, sind stabileImplementierungen fur Reprasentations-, Datenhaltungs- und Anfragebeantwortungssysteme mitentsprechenden Indexstrukturen fur große Datenmengen notwendig. Die Forschungsergebnisse deruniversitaren Arbeit nutzbringend z.B. in der Industrie zur Anwendung zu bringen, ist neben derGrundlagenforschung ein wichtiges Ziel. Aktuell bin ich an folgenden, nur durch die Industriefinanzierten Promotionsprojekten beteiligt (jeweils ein Doktorand bzw. Stipendiat):

• Connected Healthcare (Cisco Deutschland): Teilprojekt “Maschinelles Lernen durch Analysevon großen Datenmengen” eines großen Instituts-ubergreifenden Projekts der UzL im Bereichder Gesundheitsversorgung

• Data Science-Anwendungen im Bereich der Pharmaproduktion (Werum IT Solutions, Lune-burg)

• Teilnahme am Projekt Mittelstand 4.0 Kompetenzzentrum Kiel (gefordert durch BMBF)

11

Eingeworbene Drittmittel

Die folgende Aufstellung fasst die zur Finanzierung von Forschungsprojekten akquirierten Dritt-mittel zusammen. In summa habe ich bislang insgesamt Drittmittel in Hohe von etwa 4.000.000Euro eingeworben (bzw. an der Einwerbung mitgewirkt, nur Anteile der von mir durchgefuhrtenTeilprojekte mitgezahlt).

2000-2003: DLS – Description Logic and Spatial Reasoning (DFG)

Das zusammen mit Prof. Bernd Neumann und Prof. Volker Haarslev beantragte Projekt wurdevon der Deutschen Forschungsgemeinschaft (DFG) finanziert und umfaßte drei halbe BAT IIaStellen fur drei Jahre. Das Ziel des Projektes war die Entwicklung von logischen Grundlagen undpraktischen Inferenzverfahren fur deduktive geographische Informationssysteme. Gesamtvolumen:ca. 280.000 Euro.

2005-2008: TONES – Thinking ONtologiES (EU FP6)

Das EU-Verbundprojekt wird von der Europaischen Union im Rahmen des FP6-IST finanziert(http://www.tonesproject.org/). Der TUHH-Anteil betragt 1 BAT-IIa-Mitarbeiter fur dreiJahre. Das Projekt erforschte Grundlagen fur zukunftige Informationssysteme auf der Basis vonformal fundierten Ontologien. Volumenanteil TUHH: ca. 280.000 Euro. Annahmequote der An-trage: 1:10.

Im Projekt TONES wurde eine robuste und fur große Aboxen sowie ausdrucksstarke TBoxen ska-lierbare Bechreibungslogikarchitektur entworfen und in RACER implementiert. Untersucht wurdenausdrucksstarke Anfragesprachen sowie die Schlussfolgerung uber persistent gespeicherte Datensowie die integrierte Behandlung von Anfragen bezuglich verteilter Ontologien.

2006-2009: BOEMIE – Bootstrapping Ontology Evolution with MultI-mEdia information (EU FP6)

Das EU-Verbundprojekt wurde von der Europaischen Union im Rahmen des FP6-IST finanziert(http://www.boemie.org/). Der TUHH-Anteil betrug 2 BAT-IIa-Mitarbeiter fur drei Jahre. DasProjekt erforschte die Grundlagen zukunftiger Informationssysteme fur multimodale Medienob-jekte auf der Basis von semiautomatisch gelernten Ontologien. Volumenanteil TUHH: ca. 600.000Euro. Annahmequote der Antrage: 1:10.

In BOEMIE wurde eine semantisch-fundierte Interpretation von Multimediadaten uber beschrei-bungslogische und probabilistische Schlussfolgerung erreicht. Eine Ruckwirkung von hoheren In-terpretationsprozessen auf die Analysephase wurde untersucht (Architektur zur Integration vonHinweisen). Die Fusion der verschiedenen Informationskanale erfolgte durch Formalisierung als lo-gische Schlussfolgerungsprozesse (Abduktion). Neuartige mutlimodale Interaktionsformen wurdendurch die Erkennung von Objekten z.B. in Bildern durch die Fusionierung mit Textinformationmoglich (z.B. uber die Auswertung von Bildunterschriften).

2006 IBM Eclipse Innovation Award

In dem von IBM geforderten Projekt wurden modellbasierte Software-Engineering-Komponentenerforscht, die in Eclipse integriert werden konnten (Spendenumfang 18.000 USD). Mit dieser Spen-de wurde die Doktorarbeit von Miguel Garcia unterstutzt (Thema: “Formalization of Model-DrivenSoftware Engineering”).

12

2007-2009 Ernst von Siemens Promotionsstipendium

Promotionsstipendium fur Thomas Hubauer, der mit dem Thema “Situationserkennung im Kon-text unsicherer Informationen” promoviert. Volumen: ca. 150.000 EUR.

2007-2010 PRESINT – PREference-based Scene INTerpretation (DFG)

Das DFG-Projekt PRESINT (PREference-based Scene INTerpretation) befasste sich mit allge-meingultigen rechnerbasierten Methoden zur Deutung komplexer stationarer oder zeitveranderli-cher visueller Szenen aus der Alltagswelt, z.B. Innenraumszenen im Kontext von Assistenzaufgabenoder Verkehrsszenen im Kontext von Uberwachungsaufgaben. Szeneninterpretationen dieser Arterfordern einerseits umfangreiches Vorwissen uber die relevanten Alltagsvorgange, reprasentierbarmit Methoden der Wissensreprasentation, andererseits probabilistische Modelle zur Steuerung un-sicherer Entscheidungen und zur Pradiktion. In diesem Vorhaben wurde eine besondere Form derIntegration von probabilistischen Modellen mit formaler Wissensreprasentation untersucht, beider probabilistische Inferenzen mit klassischen logikbasierten Inferenzen bei der Szeneninterpreta-tion kooperieren. Logikbasierte Inferenzen grenzen den Raum moglicher konsistenter Szeneninter-pretationen ab, wahrend probabilistische Inferenzen unter den logisch moglichen Interpretationenbevorzugte bestimmen. Das Projekt wurde mit Prof. Neumann von der Universiat Hamburg durch-gefuhrt (Gesamtvolumen zusammen mit Bernd Neumann, UniHH, ca. 500.000 Euro, VolumenanteilTUHH: ca. 250.000 Euro).

2008-2011: CASAM – Computer-Aided Semantic Annotation of Multi-media (EU FP7)

Das EU-Verbundprojekt CASAM wurde von der Europaischen Union im Rahmen des FP7 finan-ziert. Der TUHH-Anteil betrug 2 BAT-IIa-Mitarbeiter fur drei Jahre. Das Projekt erforschte dieGrundlagen der probabilistischen Wissensreprasentation mit relationalen Strukturen zur moda-litatenubergreifenden Interpretation von Medienobjekten. Kennzeichen des Projektes ist die Ver-wendung der Interpretationsergebnisse zur Unterstutzungen eines menschlichen Annotators furMedienobjeke (Mixed-Initiative-Ansatz). In diesem Zusammenhang wurden Anytime- und Echt-zeitaspekte der probabilistischen ontologie-basierten Wissensreprasentation untersucht. Volumen-anteil TUHH: ca. 430.000 Euro. Annahmequote der Antrage: 1:15.

2010-2012: GeoDL – Optimierungstechniken fur beschreibungslogischeSchlussfolgerungssysteme im Bereich der Geo-Daten (DFG)

Das Vorhaben untersuchte Optimierungstechniken fur terminologische und raumlich-geographischeSchlussfolgerungsverfahren im Kontext von Ontologie-basierten Informationssystemen. Beschrei-bungslogiken bildeten hierfur eine wesentliche Grundlage und wurden allerdings durch relationa-le Reprasentationstechniken erganzt. In dem Projekt untersuchen wir ausdrucksstarke konkreteDomanen wie z.B. RCC. Volumen ca. 200.000 EUR.

2012-2016: Optique: Scalable End-user Access to Big Data (EU FP7, IP)

Dieses EU-Verbundprojekt (10 europaische Partner) startete im November 2012 und befasst sichmit dem ontologiebasiertem Datenzugriff (Ontology-based Data Access, OBDA) auf sehr großeDatenmengen (> 100TB) sowie der Ontologie-basierten Analyse (Ontology-based Stream Ana-lysis, OBSA) von großvolumigen Datenstromen (> 10GB pro Tag). Anwendungspartner sindSiemens und Statoil. Eine skalierbares verteiltes Datenmanagement fur “Big Data” wird uber ei-nes Cloud-basierten Architektur realisiert, die Ontologie-basierte Anfragen sowohl fur statische alsauch dynamische Daten unterstutzt. Volumen fur TUHH/UzL ca. 800.000, Annahmequote 1:15.

13

2013-2016: PANOPTESEC: Dynamic Risk Approaches for AutomatedCyber Defense (EU FP7, IP)

In diesem EU-Verbundprojekt (8 europaische Partner) wird die Realzeit-Datenintegration undDatananalyse auf großen Datenmengen und Stromdaten mit hohem Durchsatz durchgefuhrt zumproaktiven Erkennen von Angriffsereignissen in sicherheitskritischen IT-Infrastrukturen und zurBedrohungsanalyse durch maschinelles Lernen Abhangigkeiten in verteilten Systemen (probabili-stische graphische Modelle) und von Geschaftsprozessen (Hidden-Markov-Modelle) durchgefuhrt,Volumen fur TUHH/UzL ca. 650.000, Annahmequote 1:15.

2017-2019: Connected Health (Cisco Deutschland)

In dem Großprojekt an der UzL werden Telematik-gestutzte Behandlungen im landlichen Raumuntersucht (einschließlich Sensortechnologie, Sicherheitsaspekten und Datenauswertung) Das Teil-projekt Maschinelles Lernen durch Analyse von großen Datenmengen wird von mir geleitet (Vo-lumen fur das Institut fur Informationssysteme: ca. 250.000 EUR fur drei Jahre).

2018-2020: Mittelstand 4.0 Kompetenzzentrum Kiel

Eine Promotionsstelle fur 3 Jahre im Bereich der Digitalisierung zur Unterstutzung des Mittel-stands auf dem Weg zu digitalisierten Produkten und einer digitalisierten Produktion (Volumenfur IFIS ca. 250.000 EUR).

ab 2019: Understanding Written Artefacts – DFG-Exzellenzcluster

Zwei Promotionsstellen fur 4 Jahre jeweils mit Verlangerungsmoglichkeit um weitere 4 Jahre imBereich Data Linking, Data Science und Information Retrieval.

14

Forschungsprojekte aus Landesmitteln

Folgende Forschungsprojekte fuhrte ich mit Doktoranden, die aus Landesmitteln finanziert wurden,sowie weiteren, uber Stipendien finanzierte Doktoranden, durch.

Flexible und konfigurierbare Software-Architekturen fur datenintensiveontologiebasierte Informationssysteme (Michael Wessel, 2003–2007)

Beschreibungslogisches Schlussfolgerungssysteme bilden oftmals das Ruckgrat fur inhaltsbasierteAnfragen in datenintensiven Anwendungen. In diesem Projekt werden Inferenzalgorithmen, Opti-mierungstechniken und Systemarchitekturen entwickelt, mit denen sichergestellt werden kann, dassfur praktisch relevante Ontologien angemessenen Laufzeiten fur Anfragen erzielt werden kann. DieArbeiten wurden in das System RACER integriert. RACER unterstutzt sowohl die Reprasentationintensionalen Wissens (Tboxen fur ausdrucksstarke Beschreibungslogiken) als auch die Reprasen-tation extensionalen Wissens (Abox) sowie die Reprasenation von speziellen Strukturen z.B. furdas qualitative raumliche und zeitliche Schließen sowie auch fur das quantitative zeitliche Schließen(Ereigniserkennung). Umfangreiche Inferenzdienste wie z.B. Regelanwendung, Constraint-Solvingund Abduktion erganzen die klassische beschreibungslogischen Schlussfolgerungsanfragen.

Die Systemarchitektur von RACER ist auf eine skalierbare und robuste Verarbeitung indefiniterInformationen ausgerichtet. Es wird durch die selektive Auswahl von Optimierungstechniken inAbhangigkeit von den zur Laufzeit verarbeiteten Formelklassen erreicht, dass aufwendige Verfahrennur verwendet werden, wenn es zur Einhaltung der Korrektheit erforderlich ist. Die Anfragesprachefur Aboxen erlaubt die partielle Berechnung von Ergebnissen (z.B. fur Informationssysteme). DieRobustheit des Systems wird durch viele in Universitaten und z.T. im kommerziellen Umfeldinstallierte RACER-Systeme untermauert.

Michael Wessel arbeitet am Standford Research Center (SRI) in Menlo Park.

Formalization of Model-Driven Software Engineering (Miguel Garcia,2005 bis 2009)

Das Modellbasierte Software-Engineering (Model-driven Software Engineering, MDSE) beinhaltettraditionell die Gebiete Sprachdesign und Softwareentwicklung (Manipulation von Programmenund Modellen als Objekte erster Klasse, Verfeinerung von Spezifikationen, usw.) in einem einheitli-chen konzeptuellen und technischen Rahmenwerk (Metamodellierung und deklarative Modelltrans-formationen). Modelltransformationen bildeten das Gerust des MDSE, indem ein systematischerWeg von abstrakten Spezifikationen zu implementierungsnahen Modellen ermoglicht wurde. Wiruntersuchten formale Methoden zur Erhohung der Robustheit von Programmen durch Zertifikationbzw. Verifikation von Modelltransformationen. Miguel Garcia hat 2008 promoviert und arbeitetedanach an einem Scala Compiler an der EPFL in Lausanne.

Expressivity-Adaptive Partitioning for Ontology-based Information Re-trieval (Sebastian Wandelt, 2007-2011)

Im Projekt “Expressivity-Adaptive Partitioning for Ontology-based Information Retrieval” (XAP)wurden die Grundlagen ein Ontologie-gestutztes Information Retrieval uber große Mengen vonsymbolischen Datenbeschreibungen durch Partitionierung untersucht. Kernidee ist dabei, dassdie Partitionierung durch die Ausdrucksstarke der der Anfragebeantwortung zugrundeliegendenOntologie bestimmt ist. Sebastian Wandelt hat 2011 promoviert und arbeitete an der TU-Berlinin der Gruppe von Ulf Leser als Habilitand bevor er eine Professur an der Beihang University(BUAA), Beijing annahm.

15

Probabilistic Doxastic Temporal Logic (Karsten Martiny, 2011-2016)

Probabilistic Doxastic Temporal (PDT) Logic is a formalism to represent and reason about pro-babilistic beliefs and their temporal evolutions in multi-agent systems

In most realistic scenarios, an agent has only incomplete and inaccurate information about theactual state of the world, and thus considers several different worlds as actually being possible. Asit receives new information (e.g., it observes some facts that currently hold), it has to update itsbeliefs about possible worlds such that they are consistent with new information. These updatescan for example result in regarding some (previously considered possible) worlds as impossibleor judging some worlds to be more likely than before. Thus, in addition to analyzing the set ofworlds an agent believes to be possible, it is also expedient to quantify these beliefs in terms ofprobabilities. This provides means to specify fine-grained distinctions between the range of worldsthat an agent considers possible but highly unlikely, and worlds that seem to be almost certainlythe actual world.

When multiple agents are involved in such a setting, an agent may not only have varying beliefsregarding the facts of the actual world, but also regarding the beliefs of other agents. In manyscenarios, the actions of one agent will not only depend on its belief of ontic facts (i.e., facts ofthe actual world), but also on its beliefs in some other agent’s beliefs.

The aim of PDT Logic is to formalize reasoning about such beliefs in multi-agent settings. It pro-vides a formalism which enables the representation of and reasoning about dynamically changingquantified temporal multi-agent beliefs through probability intervals. In contrast to related work,PDT Logic employs an explicit notion of time and thereby facilitates the expression of richertemporal relations.

Karsten Martiny arbeitet am Standford Research Center (SRI) in Menlo Park.

Lifted First-Order Probabilistic Models (Tanya Braun, 2016-2019)

We look at probabilistic relational formalisms where the domain objects are known. In theseformalisms, standard approaches for inference use lifted variable elimination (LVE) to answer singlequeries, which leads to inefficiencies for multiple queries. To answer multiple queries efficiently,the well-known junction tree algorithm builds a cluster representation of the underlying model forfaster query answering. To benefit from the idea behind junction trees in the relational setting, wehave transferred the concept of lifting to the junction tree algorithm, presenting the lifted junctiontree algorithm (LJT). LJT saves computations using a compact first-order cluster representationand LVE as a subroutine in its computations.

While before either the number of known objects has proven to limit the junction tree algorithmor the number of queries lead to inefficient repetition for LVE, LJT allows for efficient repeatedinference by incorporating relational aspects of a model as well as avoiding duplicate calculations.In many settings, LJT even outperforms FOKC, another well-known algorithm for exact repeatedinference. FOKC stands for first-order knowledge compilation, which solves a weighted first-ordermodel counting problem by building a first-order circuit, in which FOKC computes weighted modelcounts.

So far, we have extended the original LJT

• to include the lifting tool of counting to lift even more computations,

• to identify and prevent unnecessary groundings through an additional merging step calledfusion,

• to effectively handle evidence in a lifted manner, and

• to answer conjunctive queries that span more than one cluster.

16

We also work on a dynamic version of LJT (LDJT) to handle sequential data, e.g., in the formof time series. For more information, please refer to LDJT. We further apply the lifting idea toextend LVE, LJT, and LDJT

• to compute a most probable explanation (also known as total abduction), including safeMAP queries (partial abduction),

• to answer parameterized queries (compact form of a conjunctive query with isomorphic queryterms) for a lifted query answering, and

• to compute a maximum expected utility.

Not only LVE can be used as a subroutine. LJT allows for any inference algorithms as a subroutineas long as an algorithm fulfills certain requirements for evidence handling and message passing.The subroutine algorithm determines what type of queries LJT can answer. We have published aversion of LJT that combines LVE and FOKC as subroutines into LJTKC.

KonWAx: Konzeptwandel mit Axiomen / Concept Drift with Axioms(Ozgur Ozcep, 2017-2018)

In this project we investigate supervised machine learning methods for which the data are not givenin advance but arrive in data streams. In these cases one has to deal with a frequent phenomenoncalled “concept drift”: The probability distributions are not stationary, but may change over time.Machine learning techniques handling this phenomenon are also called adaptive online learningmethods.

The notion of “concept” used in “concept drift” is the one mentioned above and hence has aprobabilistic flavor. In the project, the aim is to bridge the gap between this probabilistic notionof a concept and the qualitative logical notion of concept as used, say, in ontologies. By thisapproach, one will profit from advantages of both worlds, namely, the data driven modeling frommachine learning and the axiomatic, model-elimination, and deductive methodology of logics.

Forschungsdatenmanagement an der UzL (ab 2019)

In Vorbereitung.

17

Habilitationen und Promotionen

Von mir erstbetreute Arbeiten sind auch unter https://www.ifis.uni-luebeck.de/~moeller/

supervised-phd-theses.html verfugbar.

Habilitationen

• Representation Theorems in Computer Science: A Treatment in Logic Engineering,Dr. Ozgur Ozcep, 2018

Promotionen

• Flexible und konfigurierbare Software-Architekturen fur datenintensive ontologiebasierte In-formationssysteme, Michael Wessel, 2008

• On the Formalization of Model-Driven Software Engineering, Miguel Garcia, 2009

• A Logic-Based Approach to Multimedia Interpretation, Atila Kaya, 2010

• Content Management and Knowledge Management: Two Faces of Ontology-Based Deep-Level Interpretation of Text, Sofia Espinosa, 2011

• Efficient Instance Retrieval over Semi-Expressive Ontologies, Sebastian Wandelt, 2011

• Flood Modeling in Spatial Data and Grid Infrastructures, Stefan Kurzbach, 2013

• Applying Markov Logics for Controlling ABox Abduction, Anahita Nafissi, 2013

• Relaxed Abduction: Robust Information Interpretation for Industrial Applications, ThomasHubauer, 2015

• PDT Logic: A Probabilistic Doxastic Temporal Logic for Reasoning about Beliefs in Multi-agent Systems, Karsten Martiny, 2016

• Indirect Causes, Dependencies and Causality in Bayesian Networks, Alexander Motzek, 2016

• Time Series Data Mining for Context-Aware Event Analysis, Mona Lange, 2017

• An Engine for Ontology Based Stream Processing, Christian Neuenstadt, 2017

• Semantic Assets: Latent Structures for Knowledge Management, Sylvia Melzer, 2018

Laufende Promotionsarbeiten

Im vorigen Kapitel sind die abgeschlossenen Promotionen aufgefuhrt. Zur Zeit laufen noch weiterePromotionsarbeiten:

• Bayesian Deep Learning, Fabian Bormann.

• Lifting First-Order Probabilistic Reasoning, Tanya Braun.

• Lifting First-Order Dynamic Probabilistic Reasoning, Marcel Gehrke.

• Relational Topic Mining for Machine Learning on High-Volume Data Streams, Felix Kuhr.

• Solving Optimization Problems with Dynamic Probabilistic Relational Models, Marisa Mohr.

• Algorithmen und Indexstrukturen fur Top-k-Anfragen mit quasi-konvexen oder paraboli-schen Ordnungsfunktionen, Peter Poensgen.

18

Externe Gutachten fur Promotionen

• Questions and Answers: Reasoning and Querying in Description Logic, Sergio Tessaris, Univ.Manchester (Betreuer: Prof. Ian Horrocks), 2001.

• Inconsistency Management in Model-Driven Engineering, Ragnhild van der Straeten, VrijeUniversiteit Brussel, (Betreuer: Prof. Dr. Viviane Jonckers, Prof. Dr. Tom Mens), 2005.

• On the Computation of Common Subsumers in Description Logics, Dipl. Inform. Anni-Yasmin Turhan, Technische Universitat Dresden (Betreuer: Prof. Franz Baader), 2007

• Polynomial-Time Reasoning Support for Design and Maintenance of Large-Scale Biomedi-cal Ontologies, Dipl. Inform. Boontawee Suntisrivarapron, Technische Universitat Dresden(Betreuer: Prof. Franz Baader), 2009

• Description Logic for Scene Understanding at the Example of Urban Road Intersections,Dipl. Inform. Britta Hummel, Universitat Karlsruhe (TH) (Betreuer: Prof. Stiller), 2009

• Tools and Techniques for Ontology Based Data Access in Lightweight Description Logics.Mariano Rodriguez, Universitat Bozen (Betreuer: Prof. Diego Calvanese), 2010.

• Scalable Reasoning for Description Logics, Rob Shearer, Oxford University (Betreuer: Prof.Ian Horrocks), 2011.

• Practical Reasoning in Probabilistic Logic, Pavel Klinov, The University of Manchester (Be-treuer: Prof. Ulrike Sattler und Bijan Parsia), 2011.

• Ontology Engineering, Visualization, and Analysis, Olaf Noppens, Universitat Ulm (Betreu-er: Prof. Friedrich von Henke), 2012.

• Optimisation of Tableau-Based Reasoning Systems for Expressive Description Logics, An-dreas Steigmiller, Universitat Ulm (Betreuer: Prof. Birte Glimm), 2016.

Betreute Bachelor- und Master-Abschlussarbeiten

Aufgrund der großen Anzahl wird auf eine Auflistung verzichtet.

Akademische Aktivitaten

Editorial Boards

• Associate Editor fur das Journal “Knowledge and Information Systems” (KAIS)

• Mitglied des Editorial Boards des Journals “Big Data Research”

• Reviewer fur Mathematical Reviews Database

Tagungsorganisation

• Workshop on Applications of Description Logics, 2002

• Workshop on Applications of Description Logics, 2004

• International Workshop on Description Logics, 2004

• European Lisp Symposium 2011 (http://www.european-lisp-symposium.org/) (LocalChair)

19

Mitarbeit in Programm- und Organisationskomitees, Gutachtertatigkei-ten

Gutachten fur Betrage auf wichtigen internationale Konferenzen bzw. Workshops und in fuhrendenZeitschriften meines Forschungsgebiets werden seit vielen Jahren erstellt. Weiterhin wurden Gut-achten fur Zuwendungen fur Spitzenforscher durch die Humboldt-Stiftung verfasst. Gutachten furDFG-Antrage fur Forschungsprojekte wurden ebenfalls erstellt. Ich habe bislang in 8 Berufungs-kommissionen mitgewirkt. Auf eine vollstandige Auflistung all dieser Tatigkeiten wird verzichtet.

Mitwirkung in Akademischen Gremien

• Vorsitzender der Berufungskommission W2 Sichere Softwaresysteme an der UzL (2017)

• Ordentliches Mitglied des Senatsausschusses MINT an der UzL (seit 2017)

• Stellvertretendes Mitglied des Senats der UzL (seit 2016)

• Mitglied des Prufungsausschusses fur B.Sc., M.Sc. und Diplomstudiengang Informatik ander UzL (seit 2015)

• Koordinator der Bachelor- und Master-Studiengange “Informatik-Ingenieurwesen” (Com-putational Engineering Science) des Fachbereichs E (Elektrotechnik, Informationstechnik,Informatik und Mathematik) an der TUHH (2011-2014)

• Koordinator des Bachelor-Studiengangs “Computational Informatics” an der TUHH (2009-2011)

• Mitglied des Studiendekanatsrats des Fachbereichs Elektrotechnik und Informationstechnikder TUHH (2009-2010)

• Mitglied des Prufungsausschusses des Fachbereichs Elektrotechnik und Informationstechnikder TUHH (2007-2008)

• Reprasentant der TUHH auf dem Fakultatentag Informatik (2006-2008),

Eingeladene Vortrage

Nachfolgend sind spezielle eingeladene Vortrage aufgefuhrt (nicht Vortrage zu den unten aufgefuhr-ten Publikationen).

• Eingeladener Vortrag auf der Tagung “Brain Work Day: Pflege 4.0” mit dem Thema “Ratio-nale Entscheidungsfindung mittels Big Data Wieviel Daten fur welchen Zweck?”, Frankfurt,18.10.2018

• Eingeladener Vortrag im Informatik-Summercamp zum Thema “Personal Assistants: Wennwir wirklich verstanden werden wurden”, Lubeck, 17.8.2018

• Eingeladener Vortrag auf der Konferenz “Integrierte Forschung - Technik zum Menschenbringen” in der Veranstaltung “Soziosensitive Systeme Soziale Angemessenheit als Teil vonDatenschatten?” zum Thema “Sind Aspekte der sozial angemessenen Kommunikation zurZeit sinnvoll formalisierbar? Betrachtungen am Beispiel der Telemedizin” Prof. Dr. RalfMoller, Berlin, 29.5.18.

• Eingeladener Vortrag: OK Google, was wollte ich noch gleich? Von der Warenkorbanalyse zurEmpfehlungsgenerierung, mit Prof. Dr. So Young Park, Vortragsreihe Schuler-Forschungs-Gemeinschaft 2016: Wie sieht’s morgen aus? – Informatik trifft Psychologie, Universitat zuLubeck, 11.10.2016

20

• Keynote Vortrag: Semantic Web and Enterprise Systems, 18th IEEE Conference on BusinessInformatics (CBI16), Paris, 29.08.-01.09.2016

• Eingeladener Vortrag: Data Integration and Interpretation: Challenges and Solutions, En-terprise Manufacturing Intelligence bei der Firma Werum IT-Solutions, Luneburg, 22.8.2016

• Eingeladener Vortrag: Subgraph Isomorphism w.r.t. Axioms for Defining Semantic Relationson Edge and Node Labels, Workshop Relational Representation and Matching of DigitizedManuscripts, Universitat Hamburg, 22.07.2016

• Eingeladener Vortrag: eHumanities 4.0: Pitfalls and Potentials, Prof. Dr. Ralf Moller, Son-derforschungsbereich Manuskriptkulturen der Universitat Hamburg, 28.04.2016

• Eingeladener Vortrag: CINACS: Cross-modal interaction in natural and artificial cognitivesystems: Summer School on Multimedia Interpretation, Hamburg, 2010.

• Eingeladener Vortrag: Status of Semantic Technologies, Semantic Days, Stavanger, Norway,2010.

• Eingeladener Vortrag: UniDL’10 First Workshop on Uncertainty in Description Logics atFLoC 2010.

• Tutorial on Querying Large-Scale Ontologies, 17th Italian Symposium on Advanced Data-base Systems, SEBD 2009

• Eingeladener Vortrag: Engineering of Complex Ontology Software Systems, DOCOMO Com-munications Laboratories Europe, GmbH, Kloster Irsee, 2009

• Eingeladener Vortrag: Multimedia Information Extraction and Retrieval for Authoring Sup-port, Sun Microsystems GmbH, Hamburg, 2009

• Eingeladener Vortrag: Multimedia Information Extraction and Retrieval, Multi-M GmbH,Hamburg, 2008

• Tutorial on Multimedia Information Extraction and Retrieval, Summer School on Multime-dia Semantics SSMS-08, Chania, Greece, 2008

• Eingeladener Vortrag im Kolloquium der University of Zurich, Spatioterminological Modelingand Reasoning, 2008

• Tutorial on Multimedia Interpretation, Semantic and Digital Media Technologies, SAMT-08,Genua, Italien, 2008

• Panelist: OWL Experiences and Directions – OWLED’07, 2007

• Panelist: Applications of Semantic Web Technologies at Informatik’07, Bremen, 2007

• Keynote Presentation: Software Technology for Building Inference Systems – The RACERExperience, International Lisp Conference ILC’07, Cambridge, 2007

• Eingeladener Vortrag: Workshop on Ontology Evolution and Multimedia Information Ex-traction, Podebrady, 2006

• Eingeladener Vortrag: Ontologie-verarbeitende Systeme, Kolloquium Informatik, Universityof Bremen, 2004

• Eingeladener Vortrag: Verifikation von konzeptuellen Datenmodellen mit Beschreibungslogi-ken, Kolloquium Informatik, Universtat Oldenburg, 2004

• Eingeladener Vortrag: Description Logic Reasoners, Nancy Inference Week, Description LogicDay, 2003

21

• Eingeladener Vortrag: Ontologies for Natural Language Interpretation, Nancy InferenceWeek, Inference in Computational Semantics, 2003

• Eingeladener Vortrag: Ein Beschreibungslogiksystem fur Wissensmanagementanwendungen,1. Konferenz Professionelles Wissensmanagement Erfahrungen und Visionen, Baden-Baden,2000

• Eingeladener Vortrag: Spatial Reasoning with the Description Logic ALCRP(D), AT&T BellLabs, Murray Hill, NJ, Juni 1999

• Eingeladener Vortrag: Conceptual Modeling of Spatiotemporal Phenomena: Description Lo-gics and Their Use for Building Intelligent Information Systems, eingeladener Vortrag, Ar-tificial Intelligence Laboratory Massachusetts Institute of Technology, 9/15/98

• Eingeladener Vortrag: Modeling and Reasoning about Domain Knowledge, User Actions andIntention-Based Dialog Structures for Interactive Systems Development, A Demonstrationof the HAMVIS-System, Artificial Intelligence Laboratory Massachusetts Institute of Tech-nology, 8/15/98

• Eingeladener Vortrag: Has CLIM a Future in Web-Based Applications? LUGM’98: ThirdLisp User Group Meeting 1998 in Munich, Germany, 10. February 1998.

• Eingeladener Vortrag: Dynamic Object-Oriented Programming and Beyond, LUGM’97: Se-cond Lisp User Group Meeting 1997 in Munich, Germany, 5. February 1997.

22

Vollstandiges Schriftenverzeichnis

Die automatische Google-Scholar-Zitationsanalyse fur meine Publikationen ergibt im Marz 2017einen h-Index von 33. Meine Erdos-Nummer ist 4.

Habilitationsschrift

Moller, R. (2001). Expressive Description Logics: Foundations for Practical Applications. Fach-bereich Informatik, Universitat Hamburg, Juli 2001.https://www.ifis.uni-luebeck.de/~moeller/Documents/habil.pdf

Doktorarbeit

Moller, R. (1996). HAMVIS: Generierung von Visualisierungen in einem Rahmensystem zursystematischen Entwicklung von Benutzungsschnittstellen. Infix-Verlag.https://www.ifis.uni-luebeck.de/~moeller/Documents/diss.pdf

Diplomarbeit

Moller, R. (1990). Entwicklung von Visualisierungswerkzeugen in objektorientierten Systemen un-ter Verwendung von KI- Programmiermethoden. Technical Report FBI-HH-B-149/90, Fach-bereich Informatik, Universitat Hamburg.https://www.ifis.uni-luebeck.de/~moeller/Documents/diplomarbeit.pdf

Bucher

Schultz, C. und Moller, R. (2007). Quantifier Elimination over Real Closed Fields in the Contextof Applied Description Logics. VDM Verlag Dr. Muller.https://www.ifis.uni-luebeck.de/~moeller/Documents/Schultz-Moeller.pdf

Zeitschriftenpublikationen

Motzek, A., Moller, R. Indirect Causes in Dynamic Bayesian Networks Revisited Journal ofArtificial Intelligence Research (JAIR), Vol. 59, pp.1-58, 2017.

Kharlamov, E., Mailis, T., Mehdi, G., Neuenstadt, Chr., Ozep, O., Roshchin, M., Solomakhina,N., Soylu, A., Svingos, Chr., Brandt, S., Giese, M., Ioannidis, Y., Lamparter, S., Moller,R., Kotidis, Y., Waaler, A. Semantic access to streaming and static data at Siemens WebSemantics: Science, Services and Agents on the World Wide Web, Vol. 44, pp. 54-74, 2017.

Motzek, A., Gonzalez-Granadillo, G., Debar, H., Garcia-Alfaro, J., Moller, R. Selection of Pareto-efficient Response Plans based on Financial and Operational Assessments EURASIP Journalon Information Security, 12, 2017.

Motzek, A., Moller, R. Context- and Bias-Free Probabilistic Mission Impact Assessment Journalof Computers & Security, Vol.65, p.166-186, 2016.

Martiny, K., Moller, R. PDT Logic: A Probabilistic Doxastic Temporal Logic for Reasoning aboutBeliefs in Multi-agent Systems, Journal of Artificial Intelligence Research (JAIR), Volume57, pages 39-112, 2016.

Lange, M., Kuhr, F., Moller, R. Using a Deeper Understanding of Network Activities for SecurityEvent Management International Journal of Network Security & Its Applications (IJNSA),2016.

23

Moller, R., Ozcep, O., Haarslev, V., Nafissi, A., Wessel, A. Abductive Conjunctive Query Answe-ring w.r.t. Ontologies KI - Kunstliche Intelligenz, Vol.30, (2), p.177-182, 2016.

Martiny, K., Moller, R. Reasoning about Imprecise Beliefs in Multi-Agent Systems with PDTLogic KI - Kunstliche Intelligenz, Volume 31, Issue 1, pp 6371, 2016.

Hendley, R., Beale, R., Bowers, Chr., Georgousopoulos, Chr., Charalampos, V., Petridis S., Moller,R., Karstens, E., Spiliotopoulos, D. CASAM: collaborative human-machine annotation ofmultimedia. Journal on Multimedia Tools and Applications (MTAP), March 2013.

Wandelt, S., Moller, R. Towards ABox modularization of semi-expressive ontologies. Journal ofApplied Ontology, 7(2):133167, 2012.

Haarslev, V., Hidde, K. Moller, R. und Wessel M. The RacerPro Knowledge Representation andReasoning System. Semantic Web Journal, Vol. 1 (2012).

Haarslev, V. und Moller, R. (2008). On the Scalability of Description Logic Instance Retrieval.Journal of Automated Reasoning, Vol. 41, No. 2, Aug. 2008, pp. 99-142.

Castano, S., Espinosa, S., Ferrara, A., Karkaletsis, V., Kaya, A., Moller, R., Montanelli, S., Petasis,G. (2008). Multimedia Interpretation for Dynamic Ontology Evolution. Journal of Logic andComputation, Volume 19, pages 859–897.

Neumann, B. & Moller, R. (2008). On Scene Interpretation with Description Logics. Journal ofImage and Vision Computing, Special Issue on Cognitive Vision, Volume 26 Issue 1, January,2008.

Wessel, M. und Moller, R. (2007). Flexible Software Architectures for Ontology-Based InformationSystems. Journal of Applied Logic, Special Issue on Empirically Sucsessful Systems, 2007.

Haarslev, V., Lutz, C., und Moller, R. (1999). A description logic with concrete domains and arole-forming predicate operator. Journal of Logic and Computation, 9(3):351–384.

Haarslev, V. und Moller, R. (1992). Visualization and graphical layout in object-oriented systems.Journal of Visual Languages and Computing, 3(1):1–23.

Buchkapitel

Espinosa, S., Kaya, A., Moller, R. (2011). Logical Formalization of Multimedia Interpretation. InKnowledge-Driven Multimedia Information Extraction and Ontology Evolution. G. Paliouras,C.D. Spiropoulos, G. Tstatsaronis (editors). LNCS Series, Springer Verlag.

Moller, R. und Haarslev, V. (2009). Tableau-Based Reasoning. In Handbook of Ontologies, SecondEdition. St. Staab und R. Studer (editors). pp. 509–528, Springer Verlag.

Moller, und R. Neumann, B. (2008). Ontology-based reasoning techniques for multimedia inter-pretation and retrieval. In P. Hobson, Y. Kompatsiaris, editor, Semantic Multimedia andOntologies : Theory and Applications, 2007, Springer Verlag.

Neumann, B. und Moller, R. (2006). On Scene Interpretation with Description Logics. In H.H.Nagel, editor, Cognitive Vision Systems - Sampling the Spectrum, Springer Verlag, 2006.

Moller, R., Haarslev, V., und Neumann, B. (2004). Expressive description logics for agent-basedinformation retrieval. In J. Cuena, Y., Demazeau, Garcia, A., und Treur, J., editors, Know-ledge Engineering and Agent Technology, Volume 52, Frontiers in Artificial Intelligence andApplications. IOS Press.

24

Moller, R. und Haarslev, V. (2003). Description Logic Systems. In The Description Logic Hand-book: Theory, Implementation, and Applications, F. Baader et al. (editors). Cambridge Uni-versity Press (Second Edition 2007).

Haarslev, V., Moller, R., und Wessel, M. (2000). Diagrammatic Representation and Reasoning,chapter Visual Spatial Query Languages: A Semantics Using Description Logic. Springer-Verlag.

Moller, R. (1998). HAMVIS: Generierung von Visualisierungen in einem Rahmensystem zur sy-stematischen Entwicklung von Benutzungsschnittstellen. In Ausgezeichnete Informatikdisser-tationen 1996, Gesellschaft fur Informatik, Teubner Verlag, 1998, pages 62–78.

Moller, R. (1996). Reasoning about Domain Knowledge and User Actions for Interactive SystemsDevelopment. In Sutcliffe, A., Benyon, D., van Assche, F., Hrsg., Domain Knowledge forInteractive System Design, pages 119-133, Chapman und Hall.

Haarslev, V. und Moller, R. (1990). Vipex: Visual programming of experimental systems. InChang, S., Hrsg., Visual Languages and Visual Programming, pages 185–212. Plenum Press,New York and London.

Als Co-Editor herausgegebene Proceedings

Verna, D. (Programme Chair), Moller, R. (Local Chair) Proceedings of ELS 2011, 4th EuropeanLisp Symposium Special Focus on Parallelism and Efficiency, March 31 – April 1 2011, TUHH,Hamburg, Germany.

Bechhofer, S., Haarslev, V., Lutz, C., und Moller, R., editors (2004). KI-2004 Workshop onApplications of Description Logics (ADL’04). Available at CEUR Workshop Proceedings.

Haarslev, V. und Moller, R., editors (2004). International Workshop on Description Logics(DL2004). Available as CEUR Workshop Proceedings.

Gorz, G., Haarslev, V., Lutz, C. und Moller, R. (2002). Working Notes of the InternationalWorkshop on Applications of Description Logics, Aachen, 2002.

Gorz, G., Haarslev, V., Lutz, C. und Moller, R. (2001). Working Notes of the InternationalWorkshop on Applications of Description Logics, Wien, 2001.

Goble, C., McGuinness, D. und Moller, R. und Patel-Schneider, P. (2001). Working Notes of theInternational Workshop on Description Logics, Stanford Univ., Palo Alto, CA, 2001.

Lambrix, P., Borgida, A., Lenzerini, M., Moller, R. und Patel-Schneider, P. (1999). Proceedings ofthe International Workshop on Description Logics, Linkoeping, Sweden, 1999.

Begutachtete Konferenzbeitrage

Gehrke, M., Braun, T., Moller, R. Answering Multiple Conjunctive Queries with the Lifted Dy-namic Junction Tree Algorithm in: Proceedings of the 31st Australasian Joint Conference onArtificial Intelligence, Springer, 2018

Gehrke, M., Braun, T., Moller, R. Preventing Unnecessary Groundings in the Lifted DynamicJunction Tree Algorithm in: Proceedings of the 31st Australasian Joint Conference on Arti-ficial Intelligence, Springer, 2018

Gehrke, M., Braun, T., Moller, R. Adaptive Inference on Probabilistic Relational Models in:Proceedings of the 31st Australasian Joint Conference on Artificial Intelligence, Springer,2018

25

Gehrke, M., Braun, T., Moller, R. Towards Preventing Unnecessary Groundings in the Lifted Dy-namic Junction Tree Algorithm in: Proceedings of KI 2018: Advances in Artificial Intelligence,Springer, 2018

Braun, T., Moller, R. Fusing First-order Knowledge Compilation and the Lifted Junction TreeAlgorithm in: Proceedings of KI 2018: Advances in Artificial Intelligence, Springer, p.24-37,2018

Braun, T., Moller, R. Parameterised Queries and Lifted Query Answering in: IJCAI-18 Procee-dings of the 27th International Joint Conference on Artificial Intelligence, International JointConferences on Artificial Intelligence Organization, p.4980-4986, 2018

Gehrke, M., Braun, T., Moller, R. Lifted Dynamic Junction Tree Algorithm in: Proceedings of theInternational Conference on Conceptual Structures, Springer, p.55-69, 2018

Braun, T., Moller, R. Lifted Most Probable Explanation in: Proceedings of the InternationalConference on Conceptual Structures, Springer, p.39-54, 2018

Braun, T., Moller, R. Towards Foundations of Agents Reasoning on Streams of Percepts in: Pro-ceedings of the 31st International Florida Artificial Intelligence Research Society Conference(FLAIRS-18), p.80-85, 2018

Braun, T., Moller, R. Preventing Groundings and Handling Evidence in the Lifted Junction TreeAlgorithm in: KI 2017: Advances in Artificial Intelligence. KI 2017 - 40th Annual GermanConference on AI, Springer, LNCS, Vol.10505, p.85-98, 2017

Braun, T., Moller, R. Lifted Junction Tree Algorithm in: Proc. KI 2016: Advances in ArtificialIntelligence - 39th Annual German Conference on AI, Klagenfurt, Austria, September 26-30,Springer, Lecture Notes in Computer Science, Vol.9904, p.30-42, 2016

Kharlamov E., Kotidis, Y., Mailis, T., Neuenstadt, Chr., Nikolaou, Ch., Ozcep, O., Svingos, Chr.,Zheleznyakov, D., Brandt, S., Horrocks, I., Ioannidis, Y., Lamparter, S., Moller, R. TowardsAnalytics Aware Ontology Based Access to Static and Streaming Data in: Proc. ISWC 2016- 15th International Semantic Web Conference, Part II, Lecture Notes in Computer Science,Vol.9982, p.344-362, 2016.

Lange, M., Moller, R. Time Series Data Mining for Network Service Dependency Analysis InProc. International Joint Conference SOCO 16-CISIS 16-ICEUTE 16, Springer, p.584-594.

Lange, M., Kuhr, F., Moller, R. Using a Deep Understanding of Network Activities for Work-flow Mining in: Proc. KI 2016: Advances in Artificial Intelligence - 39th Annual GermanConference on AI, Klagenfurt, Austria, September 26-30, 2016, Springer, Lecture Notes inComputer Science, Vol.9904, p.177-184

Lange, M., Kuhr, F., Moller, R. Using a Deep Understanding of Network Activities for NetworkVulnerability Assessment in: in: Proc. ECAI 2016, Frontiers in Artificial Intelligence andApplications, Vol. 285, IOS Press, 6:1–6:8, 2016

Motzek, A., Geick, Chr., Moller, R. Semantic Normalization and Merging of Business DependencyModels in: Proc. CBI 2016: 18th IEEE Conference on Business Informatics, 2016.

Kharlamov, E., Brandt, S., Jimenez-Ruiz, E., Kotidis, Y., Lamparter, S., Mailis, T., Neuenstadt,Chr., Ozcep, O., Pinkel, Chr., Svingos, Chr., Zheleznyakov, D., Horrocks, I., Ioannidis, Y.,Moller, R. Ontology-Based Integration of Streaming and Static Relational Data with Opti-que in: Proceedings of the 2016 International Conference on Management of Data, SIGMODConference 2016, ACM, p.2109-2112, 2016.

26

Kharlamov, E., Brandt, S., Giese, M., Jim enez-Ruiz, E., Kotidis, Y., Lamparter, S., Mailis,T., Neuenstadt, Chr., Ozcep, O., Pinkel, Chr., Soylu, A., Svingos, Chr., Zheleznyakov, D.,Horrocks, I., Ioannidis, Y., Moller, R., Waaler, A. Enabling semantic access to static andstreaming distributed data with Optique. in: Proceedings of the 10th ACM InternationalConference on Distributed and Event-based Systems, DEBS 16, ACM, p.350-353, 2016.

Motzek, A., Moller, R. Indirect Causes in Dynamic Bayesian Networks Revisited in: Proc. IJCAI2015: 24th International Joint Conference on Artificial Intelligence, p.703-709, 2015.

Motzek, A., Moller, R. Innocuousness in Bayesian Networks in: AI 2015: Advances in ArtificialIntelligence - Proceedings of the 28th Australasian Conference, Springer, LNAI, Vol.9457,p.411-423, 2015.

Ozcep, O., Moller, R., Neuenstadt, Chr. Stream-Query Compilation with Ontologies in: AI 2015:Advances in Artificial Intelligence - Proceedings of the 28th Australasian Conference, Springer,LNAI, Vol.9457, 2015.

Martiny, K., Moller, R. Abduction in PDT Logic in: AI 2015: Advances in Artificial Intelligence- Proceedings of the 28th Australasian Conference, Springer, LNAI, Vol.9457, 2015.

Martiny, K., Moller, R. A Probabilistic Doxastic Temporal Logic for Reasoning about Beliefsin Multi-agent Systems in: Proceedings of the 7th International Conference on Agents andArtificial Intelligence (ICAART 2015), 2015.

Martiny, K., Motzek, M., Moller, R. Formalizing Agents Beliefs for Cyber-Security Defense Stra-tegy Planning in: International Joint Conference - CISIS 15 and ICEUTE 15, 8th Interna-tional Conference on Computational Intelligence in Security for Information Systems / 6thInternational Conference on EUropean Transnational Education, Springer, Vol.369, p.15-25,2015.

Martiny, K., Moller, R. PDT Logic for Stream Reasoning in Multi-agent Systems in: Proceedingsof the 6th International Symposium on Symbolic Computation in Software Science (SCSS2014), 2014.

Ozcep, O., Moller, R. Ontology Based Data Access on Temporal and Streaming Data in: Proc.Reasoning Web 2014. Reasoning and the Web in the Big Data Era, Springer, LNCS, Vol.8714,p.279-312, 2014.

Ozcep, O., Moller, R. A Stream-Temporal Query Language for Ontology Based Data Access in:KI 2014, LNCS, Vol.8736, p.183-194, 2014.

Moller, R., Neuenstadt, Chr., Ozcep, O., Wandelt, S. Advances in Accessing Big Data with Ex-pressive Ontologies in: In KI 2013: Advances in Artificial Intelligence - 36th Annual GermanConference on AI, Springer, pages 118129, 2013.

Ozcep, O., Grutter, R., Moller, R. Nearness Rules and Scaled Proximity. In Proc. ECAI 2012.

Ozcep, O., Grutter, R., Moller, R. Scalable Geo-thematic Query Answering. In Proc. ISWC 2012.

Ozcep, O., Moller. Computationally Feasible Query Answering over Spatio-thematic Ontologies.In The Fourth International Conference on Advanced Geographic Information Systems, App-lications, and Services, GEOProcessing 2012.

Wandelt, S., Moller, R. Islands and Query Answering for ALCHI-Ontologies. In. Proc. Third Inter-national Joint Conference on Knowledge Discovery, Knowledge Engineering and KnowledgeManagement. 2010, Heidelberg, Germany, 2011, Springer, pages 224 - 236, Lecture Notes inComputer Science CCIS 1028.

27

Gries, O., Moller, R., Nafissi, A., Rosenfeld, M., Sokolski, K., Wessel, M. A Probabilistic AbductionEngine for Media Interpretation. In J. Alferes, P. Hitzler, and Th. Lukasiewicz, editors, Proc.International Conference on Web Reasoning and Rule Systems (RR-2010), 2010.

Kaplunova, A., Moller, R., Wandelt, S., and Wessel, M. Towards Scalable Instance Retrieval overOntologies. In Bi Yaxin and Williams Mary-Anne, editors, Knowledge Science, Engineeringand Management, Fourth International Conference, KSEM 2010, Proceedings, volume 6291of Lecture Notes in Computer Science. Springer, 2010.

Wandelt, S., Moller, R. . Sound Summarizations for Alchi Ontologies - How to Speedup InstanceChecking and Instance Retrieval. In Second International Conference on Agents and ArtificialIntelligence (ICAART). INSTICC Press, 2010.

Wandelt, S., Moller R. Distributed Island-Based Query Answering for Expressive Ontologies. InPaolo Bellavista, Ruay-Shiung Chang, Han-Chieh Chao, Shin-Feng Lin, and Peter M. A.Sloot, editors, Advances in Grid and Pervasive Computing, 5th International Conference,GPC 2010, Hualien, Taiwan, May 10-13, 2010. Proceedings, volume 6104 of Lecture Notes inComputer Science, pages 461470. Springer, 2010.

Wandelt, S., Moller R. Updatable Island Reasoning over ALCHI Ontologies. In Conference onKnowledge Engineering and Ontology Development (KEOD), 2009.

Faddoul, J., Farsinia, N., Haarslev, V., Moller, R. A Hybrid Tableau Algorithm for ALCQ InProceedings of the 18th European Conference on Artificial Intelligence (ECAI 2008), Patras,Greece, July 21-25, 2008, pp. 725-726.

Castano, S., Ferrara, A., Lorusso, D., Nath, T., Moller, R. (2008). Mapping Validation by Proba-bilistic Reasoning. In 5th European Semantic Web Conference (ESWC 2008).

Espinosa Peraldi S., Kaya, A., Melzer, S., Moller, R., & Wessel, M. (2008). On Ontology Ba-sed Abduction For Text Interpretation. In 9th International Conference on Intelligent TextProcessing and Computational Linguistics (CICLing-2008).

Garcia, M. und Moller, R. (2008). Incremental evaluation of OCL invariants in the EssentialMOF object model with shared-memory transactions. In , GI-Edition 2008, Lecture Notes inInformatics (LNI).

Espinosa Peraldi S., Kaya, A., Melzer, S., Moller, R., & Wessel, M. (2007). Towards a MediaInterpretation Framework for the Semantic Web. In Proc. of the 2007 IEEE/WIC/ACMInternational Conference on Web Intelligence (WI‘07).

Garcia, M. und Moller, R. (2007). Certification of transformation algorithms in model-drivensoftware development. In Proc. International Conference on Software Engineering, Springer-Verlag, pages 163–173.

Moller, R., Haarslev, V., und Wessel, M. (2006a). On the scalability of description logic instanceretrieval. In Freksa, C. und Kohlhase, M., editors, 29. Deutsche Jahrestagung fur KunstlicheIntelligenz, Lecture Notes in Artificial Intelligence. Springer Verlag.

Haarslev, V. und Moller, R. (2004). Optimization techniques for retrieving resources described inOWL/RDF documents: First results. In Ninth International Conference on the Principles ofKnowledge Representation and Reasoning, KR 2004, Whistler, BC, Canada, June 2-5, pages163–173.

Haarslev, V. und Moller, R. (2003). RACER: An OWL reasoning agent for the semantic web. InProceedings of the International Workshop on Applications, Products and Services of Web-based Support Systems, in conjunction with the 2003 IEEE/WIC International Conference onWeb Intelligence, Halifax, Canada, October 13, pages 91–95.

28

Haarslev, V. und Moller, R. (2001a). High Performance Reasoning with Very Large KnowledgeBases: A Practical Case Study. In Seventeenth international joint conference on artificial in-telligence, IJCAI-01, August 4-10, 2001, Seattle, Washington, USA. Nebel, B., editor (2001),pages 161–168. Morgan-Kaufmann.

Haarslev, V. und Moller, R. (2001b). RACER System Description. In Proceedings of the FirstInternational Joint Conference, IJCAR 2001, Siena, Italy, pages 701–706. Springer VerlagGore, R. and Leitsch, A. and Nipkow, T., editors (2001).

Haarslev, V. und Moller, R. (2001c). Exploiting Pseudo Models for TBox and ABox Reasoningin Expressive Description Logics. In Proceedings of the First International Joint Conference,IJCAR 2001, Siena, Italy, 10 pages. Springer Verlag Gore, R. and Leitsch, A. and Nipkow,T., editors (2001).

Haarslev, V. und Moller, R., Wessel, M. (2001d). The Description Logic ALCNHR+ Extendedwith Concrete Domains: A Practically Motivated Approach. In Proceedings of the FirstInternational Joint Conference, IJCAR 2001, Siena, Italy, 10 pages. Springer Verlag Gore,R. and Leitsch, A. and Nipkow, T., editors (2001).

Haarslev, V. und Moller, R. (2000b). Expressive ABox reasoning with number restrictions, rolehierachies, and transitively closed roles. In Proceedings of the Seventh International Confe-rence on Principles of Knowledge Representation and Reasoning (KR’2000), Breckenridge,Colorado, USA, 2000. Cohn, A., Giunchiglia, F., und Selman, B., editors (2000).

Haarslev, V. und Moller, R. (2000a). Consistency testing: The RACE experience. In ProceedingsInternational Conference Tableaux’2000, pages 57–61. Springer-Verlag.

Moller, R., Neumann, B., und Wessel, M. (1999a). Towards computer vision with descriptionlogics: Some recent progress. In Proceedings Integration of Speech and Image Understanding,Corfu, Greece, pages 101–115. IEEE Computer Society, Los Alamitos.

Moller, R. und Wessel, M. (1999). Terminological default reasoning about spatial information: Afirst step. In Proc. of COSIT’99, International Conference on Spatial Information Theory,Stade, pages 189–204. Springer Verlag, Berlin.

Haarslev, V., Moller, R., und Wessel, M. (1999). On specifying semantics of visual spatial querylanguages. In 1999 IEEE Symposium on Visual Languages, Tokyo, Japan, Sep. 13-16, pages4–11. IEEE Computer Society Press, Los Alamitos.

Mantay, T., Moller, R., und Kaplunova, A. (1999). Computing probabilistic least common subsu-mers in description logics. In Burgard, W., Christaller, T., und Cremers, A., Hrsg., ProceedingsKI-99, 23. Deutsche Jahrestagung fur Kunstliche Intelligenz, pages 89–100. Springer-Verlag.

Haarslev, V. und Moller, R. (1999). Applying an ALC ABox consistency tester to modal logicSAT problems. In Murray, N. V., Hrsg., Proceedings, International Conference on AutomaticReasoning with Analytic Tableaux and Related Methods, TABLEAUX’99, Saratoga Springs,NY, USA, number 1617 in Lecture Notes in Artificial Intelligence, pages 24–28. SpringerVerlag, Berlin.

Haarslev, V., Lutz, C., und Moller, R. (1998). Foundations of spatioterminological reasoning withdescription logics. In Cohn, T., Schubert, L., und Shapiro, S., Hrsg. (1998). Proceedings ofthe Sixth International Conference on Principles of Knowledge Representation and Reasoning(KR’98), Trento, Italy, June 2-5, 1998, pages 112–123.

Moller, R., Haarslev, V., und Neumann, B. (1998). Semantics-based Information Retrieval. InInt. Conf. on Information Technology and Knowledge Systems ITundKNOWS’99, Vienna,Budapest, Jose Cuena (Hrsg.), pp. 48–61.

29

Haarslev, V. und Moller, R. (1997). SBox: A qualitative spatial reasoner—progress report. In Ironi,L., Hrsg., 11th International Workshop on Qualitative Reasoning, Cortona, Tuscany, Italy,June 3-6, 1997, Pubblicazioni N. 1036, Istituto di Analisi Numerica C.N.R. Pavia (Italy),pages 105–113.

Moller, R. (1996). A Functional Layer for Description Logics: Knowledge Representation MeetsObject-Oriented Programming. In Proceedings OOPSLA-96, Object-Oriented Programming:Systems, Languages and Applications, San Jose, pages 142–153.

Moller, R. (1996). Knowledge-based Dialog Structuring for Graphics Interaction. In ProceedingsECAI-96, European Conference on Artifial Intelligence, Budapest, Hungary, pages 271–275.

Lange, H., Moller, R. und Neumann, B. (1996). Avoiding Combinatorial Explosion in AutomaticTest Generation: Reasoning about Measurements is the Key. In Burgard, W., Christaller,T., und Cremers, A., Hrsg., Proceedings KI-96, 20. Deutsche Jahrestagung fur KunstlicheIntelligenz, pages 213–216. Springer-Verlag.

Haarslev, V., Moller, R., und Schroder, C. (1994). Combining spatial and terminological reasoning.In Nebel, B. und Dreschler-Fischer, L., Hrsg., KI-94: Advances in Artificial Intelligence – Proc.18th German Annual Conference on Artificial Intelligence, Saarbrucken, Sept. 18–23, 1994,volume 861 of Lecture Notes in Artificial Intelligence, pages 142–153. Springer Verlag, Berlin.

Moller, R. (1993). Visualisierungen und Benutzungsschnittstellen: Anwendungen und Forschungs-fragen. In Reichel, H. (Hrsg.), Proceedings 23. GI-Jahrestagung, Dresden, pages 322–327.

Haarslev, V. und Moller, R. (1990). A declarative formalism for specifying graphical layout. In1990 IEEE Workshop on Visual Languages, Skokie, Illinois, Oct. 4-6, pages 54–59. IEEEComputer Society Press, Los Alamitos.

Haarslev, V. und Moller, R. (1990). A framework for visualizing object-oriented systems.In ECOOP/OOPSLA’90, European Conference on Object-Oriented Programming and Ob-ject Oriented Programming: Systems, Languages and Applications, Oct. 21-25, 1990, Otta-wa/Canada, volume 25, pages 237–244. ACM Press.

Moller, R. und Haarslev, V. (1990). Layoutspezifikationen fur komplexe graphische Objekte. InKansy, K. und Wißkirchen, P., Hrsg., GI-Fachgesprach Graphik und KI, Konigswinter 3./4.April 1990, number 239 in Informatik Fachberichte, pages 78–91. Springer Verlag, Berlin.

Haarslev, V. und Moller, R. (1989). Visualisierungen beim Entwicklungsprozeß experimentellerProgrammsysteme. In Oberquelle, H. und Maaß, S., Hrsg., Software-Ergonomie ’89, Hamburg,29.-31. Mar. 1989, Berichte des German Chapter ACM und GI, pages 427–436, Stuttgart.Teubner-Verlag.

Haarslev, V. und Moller, R. (1988). Eine graphische Umgebung zur experimentellen Bildver-arbeitung. In Bunke, H., Kubler, O., und Stucki, P., Hrsg., Mustererkennung, 10. DAGM-Symposium Zurich, 27.–29. Sep. 1988, volume 180 of Informatik-Fachberichte, pages 319–325.Springer Verlag, Berlin.

Haarslev, V. und Moller, R. (1988). Visualisierung und Animation in der experimentellen Bild-auswertung. In Barth, W., Hrsg., GI/OCG-Fachgesprach Visualisierungstechniken und Al-gorithmen, Wien, 26.–27. Sep. 1988, number 182 in Informatik-Fachberichte, pages 213–223.Springer Verlag, Berlin.

Haarslev, V. und Moller, R. (1988). Visualization of experimental systems. In 1988 IEEE Work-shop on Visual Languages, Pittsburgh/PA, Oct. 10-12, pages 175–182. IEEE Computer SocietyPress, Los Alamitos.

30

Begutachtete Workshop-Beitrage

Braun, T., Moller, R. Counting and Conjunctive Queries in the Lifted Junction Tree Algorithm -Extended Version in: Postproceedings of the 5th International Workshop on Graph Structuresfor Knowledge Representation and Reasoning, 2018, Springer.

Braun, T., Kuhr, F., Moller, R., Unsupervised Text Annotations in: Proceedings of the 6thWorkshop on Dynamics of Knowledge and Belief (DKB-2017) and the 5th Workshop KI &Kognition (KIK-2017) co-located with 40th German Conference on Artificial Intelligence (KI2017), 2017, 25.-29.09., CEUR-WS.org, CEUR Workshop Proceedings, Vol.1928, p.23-30.

Schiff, S., Gehrke, M., Moller, R., Efficient Enriching of Synthesized Relational Patient Datawith Time Series Data in: Proceedings of the Workshop on Healthcare Interoperability andPervasive Intelligent Systems, Elsevier Science, 2018.

Braun, T., Moller, R., Fusing First-order Knowledge Compilation and the Lifted Junction Tree Al-gorithm in: 8th International Workshop on Statistical Relational AI at the 27th InternationalJoint Conference on Artificial Intelligence, 2018.

Gehrke, M., Braun, T., Moller, R. Preventing Unnecessary Groundings in the Lifted DynamicJunction Tree Algorithm in: 8th International Workshop on Statistical Relational AI at the27th International Joint Conference on Artificial Intelligence, 2018

Gehrke, M., Braun, T., Moller, R. Answering Hindsight Queries with Lifted Dynamic JunctionTrees in: 8th International Workshop on Statistical Relational AI at the 27th InternationalJoint Conference on Artificial Intelligence, 2018

Gehrke, M., Braun, T., Moller, R., Waschkau, A., Strumann, Chr., Steinhauser, J. TowardsLifted Maximum Expected Utility in: Proceedings of the First Joint Workshop on ArtificialIntelligence in Health in Conjunction with the 27th IJCAI, the 23rd ECAI, the 17th AAMAS,and the 35th ICML, 2018, CEUR-WS.org, CEUR Workshop Proceedings, Vol.2142, p.93-96,2018

Braun, T., Moller, R. Counting and Conjunctive Queries in the Lifted Junction Tree Algorithm in:Graph Structures for Knowledge Representation and Reasoning - 5th International Workshop(GKR 2017), Melbourne, Australia, 2017

Lange, M., Moller, R., Lang, G., Kuhr, F. Event Prioritization and Correlation based on Pat-tern Mining Techniques in: Proc. 14th International Conference on Machine Learning andApplications Workshops, ICMLA 2015, Volume 2: Special Sessions and Workshop, 2015.

Moller, R., Neuenstadt, Chr., Ozcep, O. Stream-temporal Querying with Ontologies in: HiDeSt15–Proceedings of the First Workshop on High-Level Declarative Stream Processing, CEURWorkshop Proceedings, Vol.1447, p.42-55, 2015.

Neuenstadt, Chr., Moller, R., Ozcep, O. OBDA for Temporal Querying and Streams with STARQLin: HiDeSt 15–Proceedings of the First Workshop on High-Level Declarative Stream Processing,CEUR Workshop Proceedings, Vol.1447, p.70-75, 2015.

Gries, O., Moller, R., Nafissi, A., Rosenfeld, M., Sokolski, K., Wandelt, S. Dealing Efficient-ly with Ontology-Enhanced Linked Data for Multimedia in: HiDeSt 15–Proceedings of theFirst Workshop on High-Level Declarative Stream Processing, CEUR Workshop Proceedings,Vol.1447, p.28-41, 2015.

Ozcep, O., Moller, R., Neuenstadt, Chr. A Stream-Temporal Query Language for Ontology BasedData Access in: Proceedings of the 7th International Workshop on Description Logics (DL-2014), CEUR Workshop Proceedings, 2014.

31

Moller, R., Neuenstadt, Chr., Ozcep, O., Wandelt, S. Advances in Accessing Big Data withExpressive Ontologies in: Proc. 26th International Workshop on Description Logics (DL-2013), CEUR Workshop Proceedings, 2013.

Ozcep, O., Moller, R. Spatial Semantics for Concepts in: Proc. 26th International Workshop onDescription Logics (DL-2013), CEUR Workshop Proceedings, 2013.

Petasis, G., Moller, R., Karkaletsis, V. BOEMIE: Reasoning-based Information Extraction in:Proceedings of the 1st Workshop on Natural Language Processing and Automated Reasoning,pages 6075, 2013.

Horrocks, I., Hubauer, T., Jimenez-Ruiz, E., Kharlamov, E., Koubarakis, M., Moller, R., Bereta,K., Neuenstadt, Chr., Ozcep, O., Roshchin, M., Smeros, P., Zheleznyakov, D. AddressingStreaming and Historical Data in OBDA Systems: Optique’s Approach in: Proceedings ofthe Second International Workshop on Knowledge Discovery and Data Mining Meets LinkedOpen Data, pages 3340, 2013.

Ozcep, O., Moller, R. Combining DL-Lite with Spatial Calculi for Feasible Geo-thematic QueryAnswering. In Volker Haarslev, Yevgeny Kazakov, Domenico Lembo, and Frank Wolter,editors, Proceedings of the 2012 International Workshop on Description Logics (DL2012),volume 846 of CEUR-WS Proceedings.

Wandelt, S., Moller, R. Sound and Complete SHI Instance Retreival for 1 Billion ABox Assertions.In Proc. Workshop on Scalable Semantic Web Systems, 2011.

Gries, O., Moller, R., Nafissi, A., Rosenfeld, M., Sokolski, K., Wandelt, S. Dealing Efficiently withOntology-Enhanced Linked Data for Multimedia. In Workshop as part of the 5th InternationalConference on Semantic and Digital Media Technologies (SAMT 2010), 2010.

Gries, O., Moller, R., Nafissi, A., Rosenfeld, M., Sokolski, K., Wessel, M. Media Interpretati-on and Companion Feedback for Multimedia Annotation. In Workshop as part of the 5thInternational Conference on Semantic and Digital Media Technologies (SAMT 2010), 2010.

Gries, O., Moller, R. . Gibbs Sampling in Probabilistic Description Logics with DeterministicDependencies. In Thomas Lukasiewicz, Rafael Penaloza, and Anni-Yasmin Turhan, editors,Proc. International Workshop on Uncertainty in Description Logics (UnIDL-2010), 2010.

Wandelt, S., Moller, R. Distributed Island-based Query Answering for Expressive Ontologies. InVolker Haarslev, David Toman, and Grant Weddell, editors, Proceedings of the 2010 Interna-tional Workshop on Description Logics (DL2010), volume 573 of CEUR-WS, pages 185196,2010.

Espinosa S., Kaya, A., Moller, R. The BOEMIE Semantic Browser: A Semantic Application Ex-ploiting Rich Semantic Metadata. In Proceedings of the Applications of Semantic TechnologiesWorkshop (AST-2009), Lubeck, Germany, October 2009.

Espinosa S., Kaya, A., Moller, R. Formalizing Multimedia Interpretation based on Abduction overDescription Logic Aboxes. In Proceedings of the 22nd International Workshop on DescriptionLogics (DL2009), 27 to 30 July 2009, Oxford, United Kingdom, CEUR Workshop Proceedings(Vol. 477).

Wessel, M., Luther, M., Moller, R. (2009). What Happened to Bob? Semantic Data Mining ofContext Histories. In Proc. of the 2009 International Workshop on Description Logics DL-2009, 27 to 30 July 2009, Oxford, United Kingdom, CEUR Workshop Proceedings (Vol. 477).

Espinosa S., Kaya, A., Moller, R. Ontology and Rule Design Patterns for Multimedia Interpreta-tion. In Proceedings of the BOEMIE Workshop, Koblenz, Germany, December 2008.

32

Haarslev, V., Moller, R., & Wandelt, S. (2008). The revival of structural subsumption in tableau-based description logic reasoners. In Proc. of the 2008 International Workshop on DescriptionLogics DL’08.

Nath, T., Moller, R. (2008). ContraBovemRufum: A System for Probabilistic Lexicographic Entail-ment. In Proc. of the 2008 International Workshop on Description Logics DL’08.

Castano S., Espinosa, S., Ferrara, A., Karkaletsis, V., Kaya, A., Melzer, S., Moller, R. & Peta-sis G. (2007). Ontology Dynamics with Multimedia Information: The BOEMIE EvolutionMethodology. In Proc. International Workshop on Ontology Dynamics (IWOD 2007).

Wessel, M., & Moller R. (2007). Design Principles and Realization Techniques for User Friendly,Interactive, and Scalable Ontology Browsing and Inspection. In International Workshop onOWL: Experiences and Directions (OWLED 2007).

Espinosa Peraldi S., Kaya, A., Melzer, S., Moller, R., & Wessel, M. (2007). Multimedia Inter-pretation as Abduction. In Proc. of the 2007 International Workshop on Description LogicsDL’07.

Wandelt, S, & Moller R. (2007). Scalability of OWL Reasoning: Role Condensates. In Proc.International Workshop on Scalable Semantic Web Systems (SSWS’07).

Kaplunova, A,, Moller R. & Wessel, M. (2007). Leveraging the Expressivity of Grounded Conjunc-tive Query Languages. In Proc. International Workshop on Scalable Semantic Web Systems(SSWS’07).

Berger T., Kaplunova, A,, Kaya A., & Moller R. (2007). Towards a Scalable and Efficient Midd-leware for Instance Retrieval Inference Services. In International Workshop on OWL: Expe-riences and Directions (OWLED 2007).

Turhan, A.-Y., Bechhofer, S., Kaplunova, A., Liebig, T., Luther, M., Moeller, R., Noppens, O.,Patel-Schneider, P., Suntisrivaraporn, B., & Weithoener, T. (2006). Dig 2.0 – towards aflexible interface for description logic reasoners. In Grau, B. C., Hitzler, P., Shankey, C., &Wallace, E., editors, OWL: Experiences and Directions (OWLED 2006).

Lutz, C., Baader, F., Franconi, E., Lembo, D., Moller, R., Rosati, R., Sattler, U., Suntisrivaraporn,B., & Tessaris, S. (2006). Reasoning support for ontology design. In Grau, B. C., Hitzler, P.,Shankey, C., & Wallace, E., editors, OWL: Experiences and Directions 2006.

Moller, R., Haarslev, V., & Wessel, M. (2006b). On the scalability of description logic instanceretrieval. In Proc. of the 2006 International Workshop on Description Logics DL’06.

Wessel, M. & Moller, R. (2006). A flexible DL-based architecture for deductive information sy-stems. In Sutcliffe, G., Schmidt, R., & Schulz, S., editors, Proc. IJCAR-06 Workshop onEmpirically Successful Computerized Reasoning (ESCoR), pages 92–111.

Wessel, M. und Moller, R. (2005). A high performance semantic web query answering engine. InHorrocks, I., Sattler, U., und Wolter, F., editors, Proc. International Workshop on DescriptionLogics.

Haarslev, V., Moller, R., und Wessel, M. (2005). Description logic inference technology: Lessonslearned in the trenches. In Horrocks, I., Sattler, U., und Wolter, F., editors, Proc. InternationalWorkshop on Description Logics.

Haarslev, V., Moller, R., van der Straeten, R., und Wessel, M. (2004). Extended query facilitiesfor RACER and an application to software-engineering problems. In Proceedings of the 2004International Workshop on Description Logics (DL-2004), Whistler, BC, Canada, June 6-8,pages 148–157.

33

Haarslev, V., Moller, R., und Wessel, M. (2004). Querying the semantic web with racer + nrql.In Proceedings of the KI-2004 International Workshop on Applications of Description Logics(ADL’04), Ulm, Germany, September 24.

Haarslev, V. und Moller, R. (2003). RACER: A core inference engine for the semantic web.The 1ST Canadian Semantic Web Interest Group Meeting (SWIG04), November 19, 2004,Universite du Quebec a Montreal, Montreal, Quebec, Canada. pages 27–36.

Haarslev, V. und Moller, R. (2003). The DIG description logic interface. In Proceedings of theInternational Workshop on Description Logics (DL-2003), Rome, Italy, September 5-7.

Haarslev, V. und Moller, R. (2003). Description logic systems with concrete domains: Appli-cations for the semantic web. In Proceedings of the International Workshop on KnowledgeRepresentation meets Databases (KRDB-2003), Hamburg, Germany, September 15-1.

Haarslev, V. und Moller, R. (2003). Incremental query answering for implementing documentretrieval services. In Proceedings of the International Workshop on Description Logics (DL-2003), Rome, Italy, September 5-7, pages 85–94.

Kaplunova, A., Haarslev, V. und Moller, R. (2002). Adding ternary complex roles to ALCRP(D).Proceedings of the International Workshop on Description Logics (DL’2002), Toulouse, 2002..Horrocks I., et al., editor (2002). pages 45–52.

Haarslev, V. und Moller, R. (2002a). Optimization Strategies for Instance Retrieval Proceedings ofthe International Workshop on Description Logics (DL’2002), Toulouse, 2002.. Horrocks I.,et al., editor (2002). pages 83–90.

Haarslev, V. und Moller, R. (2002b). Practical Reasoning in RACER with a Concrete Domainfor Linear Inequations Proceedings of the International Workshop on Description Logics(DL’2002), Toulouse, 2002.. Horrocks I., et al., editor (2002). pages 91–98.

Haarslev, V. und Timmann, M. und Moller, R. (2001e). Combining Tableaux and AlgebraicDecision Procedures for Dealing with Qualified Number Restrictions in Description Logics,Proceedings international workshop on issues in the design and experimental evaluation of sy-stems for modal and temporal logics at IJCAR-2001, Siena, Italy, June, 2001. Giunchiglia etal., editor (2001).

Haarslev, V. und Moller, R. (2001f). Description of the RACER System and its Applications.Proceedings of the International Workshop on Description Logics (DL’2001), Stanford, USA,1.-3. August 2001.. Goble C., et al., editor (2001). pages 132–141.

Haarslev, V. und Moller, R. (2001g). Optimizing Reasoning in Description Logics with Quali-fied Number Restrictions. Proceedings of the International Workshop on Description Logics(DL’2001), Stanford, USA, 1.-3. August 2001.. Goble C., et al., editor (2001). 10 pages.

Haarslev, V. und Moller, R. (2001h). Combining Tableaux and Algebraic Methods for Reasoningwith Qualified Number Restrictions. Proceedings of the International Workshop on Descrip-tion Logics (DL’2001), Stanford, USA, 1.-3. August 2001.. Goble C., et al., editor (2001). 10pages.

Haarslev, V. und Moller, R. (2000c). High performance reasoning with very large knowledgebases. Proceedings of the International Workshop on Description Logics (DL’2000), August17 - August 19, 2000, Aachen, Germany. Baader F., et al., editor (2000). pages 143–152.

Haarslev, V. und Moller, R. (2000d). Optimizing TBox and ABox reasoning with pseudo models.Proceedings of the International Workshop on Description Logics (DL’2000), August 17 -August 19, 2000, Aachen, Germany. Baader et al., F., editor (2000). pages 153–162.

34

Wessel, M., Haarslev, V., und Moller, R. (2000). ALCRA - ALC with role axioms. In Proceedingsof the International Workshop on Description Logics (DL’2000), August 17 - August 19, 2000,Aachen, Germany. Baader et al., F., editor (2000). pages 267–276.

Haarslev, V., Moller, R., Wessel, M., und Turhan, A.-Y. (1999). On terminological default reaso-ning about spatial information: Extended abstract. In Lambrix et al. (eds.), Proceedings ofthe International Workshop on Description Logics (DL’99), July 30 - August 1, 1999, pages155–159.

Haarslev, V. and Moller, R. (1999). An empirical evaluation of optimization strategies for ABoxreasoning in expressive description logics. In Lambrix et al., P., Hrsg., Proceedings of theInternational Workshop on Description Logics (DL’99), July 30 - August 1, 1999, Linkoping,Sweden, pages 115–119.

Haarslev, V. und Moller, R. (1999). RACE system description. In Lambrix et al. (eds.), Proceedingsof the International Workshop on Description Logics (DL’99), July 30 - August 1, 1999, pages130–132.

Haarslev, V., Moller, R., und Turhan, A.-Y. (1998). HAM-ALC. In Franconi et al., E., Hrsg.,Proceedings of the International Workshop on Description Logics (DL’98), June 6-8, 1998,Trento, Italy, pages 64–65.

Haarslev, V., Moller, R., und Turhan, A.-Y. (1998). Implementing an ALCRP(D) ABox reasoner:Progress report. In Franconi et al., E., Hrsg., Proceedings of the International Workshop onDescription Logics (DL’98), June 6-8, 1998, Trento, Italy, pages 82–86.

Mantay, T. und Moller, R. (1998). Content-based information retrieval by computation of leastcommon subsumers in a probabilistic description logic. In Wache, H., Duschka, O., Fensel, D.,Lenzerini, M., und Rousset, M.-C., Hrsg., Workshop on Intelligent Information Integration,ECAI-98, pages 141–155, Brighton, England. Technical Report No. 10, Technologie-ZentrumInformatik, Universitat Bremen, 1998.

Haarslev, V. und Moller, R. (1997). Spatioterminological reasoning: Subsumption based on geome-trical inferences. In Rousset et al., M.-C., Hrsg., Proceedings of the International Workshop onDescription Logics, DL’97, Sep. 27-29, 1997, Gif sur Yvette, France, pages 74–78. UniversiteParis-Sud, Paris.

Lutz, C. und Moller, R. (1997). Defined Topological Relations in Description Logics. In Rousset etal., M.-C., Hrsg., Proceedings of the International Workshop on Description Logics, DL’97,Sep. 27-29, 1997, Gif sur Yvette, France, pages 15–19. Universite Paris-Sud, Paris.

Moller, R. (1996). Object-Oriented Programming Support for CLASSIC. In Proceedings Interna-tional Workshop on Description Logics, DL-96.

Schoder, C. und Moller, R. und Lutz, C. (1996). A Partial Logical Reconstruction of PLA-KON/KONWERK. In Workshop Reports KI-96, Dresden, September 1996, published asDFKI-Memo, D-96-04, Proceedings of the Workshop on Knowledge Representation and Con-figuration WRKP’96, pages 55–64.

Hotz, L., Milde, H., und Moller, R. und Neumann, B. (1996). Resistive Networks Revisited:Exploitation of Network Structures: Qualitative Reasoning about Deviations is the Key. InCohn, T., Schubert, L., und Shapiro, S., Hrsg. (1998). Proceedings of the Eighth InternationalWorkshop on Principles of Diagnosis (DX-97), Mont-Saint-Michel, France, September 15–18,1998, pages 123–128.

Haarslev, V. und Moller, R. (1989). Vipex: Ein Dialograhmen zum visuellen Programmentwurf.In Hoffmann, H., Hrsg., Fachtagung Benutzerschnittstellen – Werkzeuge und Techniken zurGestaltung interaktiver Systeme, Darmstadt, 8.-9. Okt. 1988, number 17 in 2. Tagungsheft,Notizen zu Interaktiven Systemen. TH Darmstadt.

35