http://dl.gi.de/handle/20.500.12116/4405 Tue, 21 Jul 2026 13:53:16 GMT 2026-07-21T13:53:16Z http://dl.gi.de:80/bitstream/id/65cb4f1e-0398-4910-8573-b9d257f9a5d1/ http://dl.gi.de/handle/20.500.12116/4405 http://dl.gi.de/handle/20.500.12116/33620 Vom Suchen und Finden funktioneller Module in biologischen Netzwerken: Ein neuer Ansatz zur integrierten Netzwerkanalyse in der Systembiologie Dittrich, Marcus Hölldobler, Steffen; et al. Die funktionelle Analyse großer Interaktionsnetzwerke hat sich in den vergangenen Jahren zu einem wichtigen Kerngebiet der Bioinformatik und Systembiologie entwickelt. Hier wird ein neuer, verbesserter Ansatz zur Identifizierung funktioneller Module in großen biologischen Netzwerken präsentiert. Der vorgestellte Ansatz wurde anhand eines gut untersuchten Satzes von Microarray- und Survival-Daten von Lymphoma-Patienten im Kontext von Protein-Protein-Netzwerken entwickelt und getestet. Zur Kombination der funktionellen Daten mit dem Netzwerk wurde eine flexible Gewichtungsfunktion hergeleitet und damit jedes Protein im Netzwerk gewichtet. Dies ermöglicht es nun, die Suche nach funktionellen Modulen im graphentheoretischen Sinne als Suche nach dem Subgraphen mit maximalem Gewicht zu formulieren. Durch die explizite Modellierung des Signal- und Rauschanteils liefert die Methode zugleich eine quantitative Abschätzung des Informationsgehaltes und erlaubt es, die erwartete Anzahl falsch-positiver Knoten im resultierenden Subnetzwerk zu kontrollieren. Die Anwendung dieses Algorithmus auf das Netzwerk zeigt, dass sich damit bekannte medizinisch relevante Module wiederfinden und ergänzen lassen. Intensive Simulationsexperimente belegen, dass dieser exakte Ansatz deutlich bessere Ergebnisse liefert als bereits beschriebene heuristische Methoden. Thu, 01 Jan 2009 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/33620 2009-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/33619 Bildsuche, Objekterkennung und Diskriminative Modelle Deselaers, Thomas Hölldobler, Steffen; et al. In der hier vorgestellten Dissertation [Des08] werden drei Themenbereiche bearbeitet, die sich mit der automatischen Suche bzw. dem automatischen Erkennen von Bildern befassen. Im ersten Teil wird die Suche nach Bildern in einer Bilddatenbank untersucht. Dabei wird ein besonderer Schwerpunkt auf die inhaltsbasierte Bildsuche gelegt. Weiterhin wird untersucht, wie dies mit textuellen Bildannotationen kombiniert werden kann. Es wird ein System entwickelt, in dem sich beliebige Informationsquellen zur Bildsuche gemeinsam verarbeiten lassen. Im zweiten Teil werden verschiedene Modelle vorgestellt, um Objekte in Bildern anhand lokaler Eigenschaften zu erkennen. Insbesondere wird bei der Entwicklung der Methoden darauf geachtet, Heuristiken zu vermeiden und alle verfügbaren Informationsquellen einzubeziehen, um zu einem sauberen Modell zu gelangen. Das entwickelte Modell kommt fast vollständig ohne Heuristiken aus, ist kleiner und somit einfacher anzuwenden und zu trainieren als vergleichbare Modelle. Die erzielten Ergebnisse sind vergleichbar oder besser als der Stand der Forschung. Im dritten Teil werden einige Ideen aus der Modellierung in der Objekterkennung aufgegriffen, weitergehend untersucht und für die Erkennung handgeschriebener Ziffern verfeinert. Das daraus resultierende Modell erlaubt erstmals neben den üblichen Modellparametern, auch die Verformungsparameter geschlossen zu trainieren. In allen drei Bereichen werden die entwickelten Methoden quantitativ auf Standarddatensätzen evaluiert und mit dem Stand der Technik verglichen. Dabei zeigt sich, dass die erzielten Ergebnisse mit denen in der Literatur vergleichbar sind oder diese übertreffen. In dieser Arbeit werden einige der Methoden aus dem zweiten Bereich vorgestellt und ein kurzer Ausblick auf die beiden anderen Bereiche gegeben. Thu, 01 Jan 2009 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/33619 2009-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/33618 Computing Crossing Numbers: Berechnen von Kreuzungszahlen Chimani, Markus Hölldobler, Steffen; et al. In diesem Artikel betrachten wir das Problem der sogenannten Kreuzungszahl eines Graphen, d.h. die Anzahl von Kantenkreuzungen die unbedingt notwendig ist wenn man einen Graphen zeichnet. Das Problem ist NP-schwer und hat sich in den letzten Jahrzehnten auch als äußerst herausfordernd aus Sicht der graphentheoretischen und algorithmischen Forschung, sowie der Praxis, herausgestellt. Dennoch zeigen wir, dass sich Verfahren entwickeln lassen, die das Problem für viele praxisrelevante Graphen in annehmbarer Zeit beweisbar optimal lösen. Der Schlüssel dazu ist eine geschickte Kombination aus Graphentheorie, kombinatorischer Algorithmik, sowie algebraischen Methoden, insbesondere der Mathematischen Programmierung. Thu, 01 Jan 2009 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/33618 2009-01-01T00:00:00Z http://dl.gi.de/handle/20.500.12116/33616 An Efficient and Flexible Implementation of Aspect-Oriented Languages Bockisch, Christoph Hölldobler, Steffen; et al. Aspekt-orientierte Programmiersprachen werden zunehmend in der Industrie eingesetzt, da sie die Strukturierung des Quellcodes und damit dessen Wartbarkeit verbessern. Implementierungen dieser Sprachen compilieren den Quelltext allerdings zu einer Intermediate-Repräsentation, die nicht auf Aspekt-orientierte Sprach-Konzepte ausgerichtet ist, wodurch effiziente Laufzeit-Optimierungen für diese verhindert werden, wie sie für Objekt-orientierte Sprache-Konzepte üblich sind. In dieser Arbeit wird eine Architektur für die Implementierung Aspekt-orientierter Sprachen vorgeschlagen, die deren Konzepte in der Intermediate-Repräsentation erhält. Darauf aufbauend wurden spezielle Laufzeit-Optimierungen für Aspekt-orientierte Konzepte entwickelt, die deren Effizienz bis zu 1000-fach gegenüber existierenden Implementierungen Aspekt-orientierter Sprachen steigern. Thu, 01 Jan 2009 00:00:00 GMT http://dl.gi.de/handle/20.500.12116/33616 2009-01-01T00:00:00Z