Thesis Projects

Mögliche Themen für Bachelor-/Masterarbeiten oder Projekte:

• Visualisierung von Sequenzähnlichkeiten:
  Eine häufige Frage bei der Analyse von DNA-Sequenzen ist die Suche nach Motiven (Substrings einer bestimmten Länge), die in einer längeren Sequenz wiederholt vorkommen. Eine Möglichkeit zur effizienten Suche in DNA-Sequenzen ist die Repräsentation als DAWG (Directed Acyclic Word Graph). Um dem Benutzer die Suche nach charakteristischen Motiven zu erleichtern, ist eine intuitive Visualisierung solcher Strukturen notwendig. Ziel des Projekts ist eine prototypische Implementierung eines Visualisierungstools aufbauend auf unserer VennMaster-Software.
• Konzeption und Evaluierung asynchroner/paralleler Schwarmalgorithmen:
  Particle Swarm Optimization ist ein populationsbasiertes Optimierungsverfahren, das der Schwarmintelligenz nachempfunden ist. Üblicherweise erfolgt das Update aller Partikel synchron. Für eine effiziente Parallelisierung sind jedoch asynchrone Updates besser geeignet. In diesem Projekt sollen Möglichkeiten für die Parallelisierung von Schwarmalgorithmen untersucht und in einem agentenbasierten Ansatz in der funktionalen Programmiersprache Clojure implementiert werden.
• Erstellung einer Software zur visuellen Modellierung genregulatorischer Netzwerke:
  Boole'sche Netzwerke bilden genregulatorische Zusammenhänge als ein System Boole'scher Funktionen ab, das über die Zeit simuliert werden kann. Es existieren bereits Werkzeuge zur Simulation und Analyse solcher Netzwerke in der Statistiksprache R. Ziel dieses Projekts ist die Implementierung einer grafischen Umgebung zur Erstellung solcher Netzwerke (Eclipse/EMF/GMF) und evtl. die Anbindung an R (rJava).

• Probabilistische Algorithmen für das Set Covering Problem:
  Das Mengenüberdeckungsproblem (Set Covering Problem) ist ein NP-vollständiges Problem. Dabei wird aus einem System von Teilmengen S eines Universums U eine möglichst kleine Teilmenge von S gesucht, die U vollständig abdeckt. Eine einfache Heuristik zur approximativen Lösung des Problems basiert auf einem Greedy-Ansatz. Diese approximativen Lösungen unterscheiden sich um einen Faktor von maximal ln|U| von der exakten (aber nicht effizient berechenbaren) Lösung. In diesem Projekt soll theoretisch und experimentell untersucht werden, ob und wie die Lösung der Greedy-Heuristik durch zufällige Änderungen der Algorithmen-Eingabe beeinflusst werden kann. Dabei soll zunächst eine Methode entwickelt werden, um zufällige kleine Teilmengensysteme zu erstellen und solche zu identifizieren, für die die Greedy-Heuristik stark von einer exakten Lösung abweicht. Solche worst-case-Eingaben sollen dann im Sinne einer "Smoothed Analysis" untersucht werden, d.h es soll ausgewertet werden, inwiefern bereits eine kleine Änderung der Eingabe zu einem deutlich besseren Ergebnis führt. Erkenntnisse hieraus sollen dann in die Entwicklung einer neuen probabilistischen Heuristik zur Lösung des Mengenüberdeckungsproblems einfließen.

Bei Interesse wenden Sie sich bitte an Prof. Dr. Hans A. Kestler. Geeignete eigene Themenvorschläge können ebenfalls berücksichtigt werden.