Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Bereichsnavigation

Hauptinhalt

Da-BiMaSc

Der Forschungsbereich der Arbeitsgruppe ist die Datenanalyse in den beiden Anwendungsbereichen Biologie (Biology) und Materialwissenschaften (Material Sciences). Beide Anwendungsbereiche verwenden ähnliche grundlegende Daten, z. B. Spektren, Tiefenprofile, numerische Vektoren oder Matrizen. Die zur Anwendung kommenden Methoden stammen aus den Bereichen Statistik, künstliche Intelligenz und Computational Intelligence. Hauptaufgabe in beiden Bereichen ist die Zuordnung von grundlegenden Daten zu biologischen und physikalischen Eigenschaften.

Anwendungsgebiet Biologie

In Teilgebiet der Biologie wie z. B.  Genomics, Proteomics und Metabolomics wird versucht, ein allgemeines Verständnis der grundlegenden Prinzipien und Mechanismen lebender Zellen und Organismen auf mikroskopischer und molekularer Ebene zu erlangen. Daten aus Experimenten stehen sowohl in quantitativer als auch in qualitativer Form zur Verfügung und enthalten Informationen über bekannte und unbekannte Abhängigkeiten innerhalb von Genen und Metaboliten. Die folgenden Techniken können zur Gewinnung von Daten verwendet werden:

  • Microarray Experimente
  • Nuclear Magnetic Resonance Spectroscopy (NMR)
  • Ion Mobility Spectrometry (IMS)


Zur Analyse und Identifikation von globalen und lokalen Zusammenhängen und Abhängigkeiten in den Daten werden die folgenden Techniken eingesetzt:

  • Clustering / Biclustering
  • Evolutionäre Algorithmen (EA)

Materialwissenschaften

Moderne High-Tech-Werkstoffe basieren auf neuen Legierungen, neuen Produktionstechniken oder neuen Beschichtungstypen. Eine typische Eigenschaft moderner Werkstoffe ist die Erhöhung der Korrosionsbeständigkeit ohne dabei andere Eigenschaften, wie z. B. Haftung, Formbarkeit oder Kratzfestigkeit zu vermindern. Neue Werkstoffe müssen daher mit schnellen und umfassenden Messverfahren analysiert werden können. Zu diesen Verfahren zählen:

  • Glow Discharge Optical Emission Spectroscopy (GD-OES)
  • Laser ablation spectroscopy (LIBS)
  • X-Ray Fluorescence (XRF) und Diffraction (XRD) spectroscopy
  • Time of Flight Secondary Ion Mass Spectrometry (ToF-SIMS)

Die Analyse und Auswertung der Messdaten basiert sowohl auf statistischen Methoden, als auch auf Methoden aus den Bereichen der Künstlichen Intelligenz und der Computational Intelligence. Zum Einsatz kommende Methoden sind:

  • Regressionsanalyse
  • Interaktive Entscheidungsbäume
  • Künstliche neuronale Netze
  • Selbstorganisierende Karten
  • Fuzzy-Transformation