Bachelor of Science im Studiengang Wirtschaftsinformatik Ole Fenske  (Betreuer Prof.Dr.rer.nat.habil Andreas Heuer, Dr.-Ing. Holger Meyer)

Titel der Arbeit:  Parallele Graph-Mining-Techniken zur Auswertung von Hypergraph-Strukturen

Begründung:

Die Arbeit ist im Bereich der Digital Humanities angesiedelt und widmet sich speziell dem Graph-Mining im Rahmen des internationalen Projektes ISEBEL. Dieses untersucht einen Verbund aus mehreren Erzähldatenbanken mit Text und Graph-Mining-Techniken. Herr Fenske hat dazu im Rahmen der Arbeit folgende Punkte untersucht: Wie lassen sich die Inhalte der Erzähl-Datenbanken als Graph-Strukturen repräsentieren? Welche Mining Techniken lassen sich auf den verwendeten Hypergraph-Strukturen einsetzen? Wie sieht ein Verfahren aus, dass aktuelle Cluster-Architekturen und Frameworks zur effizienten, parallelen Suche nach häufigen Mustern implementiert? Herr Fenske hat nicht nur den State-of-the-Art des Frequent Subgraph Mining (FSM) genau untersucht, sondern im Rahmen der Arbeit Lösungen für die Teilprobleme der Kandidatenrepräsentation und generierung gefunden und einen parallelisierten Algorithmus (PaSiGraM) entwickelt.

Master of Science im Studiengang Informatik Pia Wilsdorf (Betreuer Prof. Dr.rer.nat.habil  Adelinde Uhrmacher, Dr.-Ing. Tobias Helms, M.Sc. Maria Pierce)

Titel der Arbeit:  Super-Individuals – to Balance Speed and Accuracy of Individual-based Models on Demand

Begründung:

Frau Wilsdorf beschäftigt sich in ihrer Arbeit mit der Analyse von dynamischen Systemen. Durch individuelle Modellierung und Simulation können zum Beispiel in der Fischerei durch solche Modelle ein besseres Verständnis für die verschiedenen Faktoren gewonnen werden, um die Vorhersage von Bestandsgrößen zu ermöglichen. Individuelle Modellierung hat gegenüber von populationsbasierten Ansätzen aber den Nachteil der schlechten Skalierbarkeit. Durch die Einführung von Super-Individuen, die Sub-Populationen durch repräsentative Individuen ersetzen, kann eine Verringerung der in Rechenzeit bei zunehmender Ungenauigkeit der Simulationsergebnisse erreicht werden. Durch den Ansatz der dynamischen Super-Individuen, die sich während der Simulation neu organisieren können, wurde versucht, die Balance zwischen Geschwindigkeit und Genauigkeit zu verbessen. Frau Wilsdorf untersucht in ihrer der Arbeit zwei unterschiedliche Ansätze im Umgang mit den dynamischen Aspekten und setzt diese exemplarisch mit dem Modellierungs- und Simulationswerkzeug ML-Rules um. In der Auswertung zeigt Frau Wilsdorf wie durch Expertenwissen Parameter zur Erstellung der Modelle gefunden werden können. Sie zeigt aber auch die Aufgaben deren Lösung notwendig ist, um diesen Ansatz in der Praxis anwenden zu können.