Nachrichten, Gerüchte, Meldungen und Berichte aus der IT-Szene

Redaktion: Heinz Schmitz


Aus Big Data lernen

Big Data
Um Big Data mit seinen zahllosen Datenströmen der digitalen Welt nützlich zu machen müssen geeignete mathematische Algorithmen entwickelt werden. (Quelle: hiz)

In nahezu allen Bereichen von Wissenschaft, Wirtschaft und Technik spielen mathematische Modelle und Computersimulationen eine immer wichtigere Rolle. In Zeiten von „Big Data“ sind Mathematikerinnen und Mathematiker gefragte Experten. Ein Forschungsteam rund um Professor Dr. Maik Kschischo vom RheinAhrCampus der Hochschule Koblenz hat in Kooperation mit der Universität Bonn eine neue mathematische Methode entwickelt, die es ermöglicht, mit mathematischen Unsicherheiten in komplexen Systemen umzugehen.

 

Die digitale Welt verfügt über zahllose Datenströme. Um diese für medizinische, wirtschaftliche und andere wissenschaftliche Fragestellungen nützlich zu machen müssen geeignete mathematische Algorithmen entwickelt werden. Allerdings sind die immer komplexer werdenden Modelle auch mit immer stärkeren Unsicherheiten behaftet, denn nicht alle Details über das interessierende System sind bekannt. „Besonders in der Medizin unterliegen die Daten komplexen Zusammenhängen und Unwägbarkeiten“, erläutert Professor Dr. Maik Kschischo die Intention der Forscher einen Algorithmus zu entwickeln, der trotz Unsicherheiten Vorhersagen möglich macht.

 

Kschischo ist Professor für Biomathematik am Fachbereich Mathematik und Technik der Hochschule Koblenz und Leiter der Studie, die aus einem gemeinsamen Projekt im Rahmen des Graduiertenkollegs 1873 „Pharmakologie von 7TM-Rezeptoren und nachgeschalteten Signalwegen“ mit Prof. Dr. Holger Fröhlich (Projektleitung) und Professor Dr. Andreas Weber von der Universität Bonn entstanden ist.

 

Die neue mathematische Methode, das Dynamic Elastic-Net, wurde bereits in der Zeitschrift Nature Scientific Reports veröffentlicht und erlaubt es, systematische Modellfehler in komplexen Modellen aufzuspüren und außerdem die damit verbundenen Fehler in den Vorhersagen automatisch zu korrigieren. Die Wissenschaftler demonstrieren die Leistungsfähigkeit ihrer Methode an einigen Beispielen für komplexe biologische Systeme. Nun gilt es, das Ganze theoretisch zu untermauern und eine spezielle Software zu entwickeln, die das Modell fachrichtungsübergreifend nutzbar macht.

 

Dazu wird eine Promotionsstelle am Fachbereich Mathematik und Technik der Hochschule Koblenz über einen Zeitraum von drei Jahren ausgeschrieben. Denn der neue Algorithmus ist keineswegs nur für Biomediziner interessant, sondern für alle, die mathematische Modelle zur Auswertung großer Datenmengen nutzen. So simulieren Ingenieure das dynamische Verhalten von Autos, Meteorologen sagen das Wetter auf der Basis immer ausgefeilterer Modelle hervor, Wirtschaftswissenschaftler nutzen Datenmodelle für die Risiko- und Trendforschung sowie die Produktionssteuerung und die Biomedizin sucht mit mathematischen Modellen nach neuen Wegen, die dynamischen Stoffwechselprozesse in menschlichen Zellen therapeutisch auszunutzen.

 

Siehe auch:

http://www.hs-koblenz.de/

Zurück