Refine
Document Type
- Bachelor Thesis (2)
- Diploma Thesis (1)
Language
- German (3)
Keywords
- Cluster-Analyse (3) (remove)
Institute
- 03 Mathematik / Naturwissenschaften / Informatik (3) (remove)
Es ist möglich, Graphen und Netzwerke durch Bewertung der Kanten mit Hilfe des Zentralitätsindizes Betweenness in Cluster zu zerlegen. Die Berechnung der Betweennesswerte für jede Kante eines betrachteten Graphen benötigt eine Zeit von O(n2m) für m >> n. In dieser Arbeit wird eine schnellere Methode mit einer Zeitkomplexität von O(nm) für die Berechnung eines Betweenness Rankings nach Newman und unabhängig nach Brandes vorgestellt und implementiert. Es wird ein Clusteralgorithmus nach Newman und Girvan auf Basis des Index Kanten-Betweenness und mit einer Laufzeit von O(nm2) vorgestellt und es werden verschiedene Graphen damit geclustert. Die Arbeit ist restringiert auf schlichte, ungerichtete Graphen.
In der vorliegenden Arbeit werden strukturelle und funktionelle Proteinmotive hinsichtlich ihrer energetischen Charakteristika untersucht und nach energetischen Abständen über hierarchische Clusterverfahren geclustert. Dabei sollen Gesetzmäßigkeiten offen gelegt werden, die sich über die Abstraktionsebenen der Sequenz, Struktur, Funktion und der Energie erstrecken.
Clusteralgorithmen oder auch unüberwachte Lernverfahren sind eine wichtige Klasse von Verfahren des maschinellen Lernens mit numerischen bzw. nicht parametrischen Methoden.<br /> Die Bewertung der Ergebnisse dieser Verfahren ist meist jedoch dem Anwender überlassen und daher subjektiv. Damit sind die Vergleichbarkeit und die Optimierung solcher Verfahren recht schwierig.<br /> Im Rahmen der Diplomarbeit sollen Maße recherchiert werden, die dieses Problem beheben.<br /> Anschließend sollen Clusteralgorithmen implementiert und in Hinsicht auf diese Maßegetestet werden.<br />