In der datengetriebenen Analytik und Wirkstoffforschung sind fehlerhafte oder unsauber zusammengeführte Datenreihen ein hohes Risiko für nachgelagerte Analysen und KI-Modelle. Ein Forschungsteam der Universität Wien hat mit der Simulation-Based Benfordness Estimation (SBBE) eine neuartige, statistische Methode entwickelt: Durch die Kombination von Benford-Gesetz, Bayes-Statistik und Computersimulationen filtert das Verfahren verborgene Auffälligkeiten in umfangreichen Datensammlungen automatisch heraus – unabhängig von der Datensatzgröße. Erfahren Sie, wie SBBE als intelligenter Datenfilter die Verlässlichkeit wissenschaftlicher Analysen und KI-Anwendungen sichert.
Die Qualität wissenschaftlicher Datensammlungen sichern
Lese Zeit: < 1 Minute