Die Arbeitsgruppe besteht seit April 2012 und verbindet die Forschungsgebiete
"Analyse komplexer Netzwerke",
"Algorithmische Graphentheorie" und
"Computergestützte Kognitionswissenschaften". Aufgrund der naturwissenschaftlich-
informatischen Ausbildung von Professor Zweig und der heterogenen Arbeitsgruppe mit Mitgliedern aus der Mathematik, der
computergestützten Physik und der Informatik basieren die meisten Forschungsprojekte auf Daten aus einem Anwendungsgebiet,
beispielsweise Krebsmedizin, Ökologie, Wirtschaft, Psychologie oder Rechtslehre, um nur ein paar der
laufenden Kooperationen zu nennen.
Wir repräsentieren diese Daten als komplexes Netzwerk und extrahieren dann die
auffälligsten Muster darin, die Hinweise auf die Funktionsweise des komplexen Untersuchungsgebietes geben ("Analyse komplexer
Netzwerke"). Dazu ist oftmals die Entwicklung neuer algorithmischer Methoden notwendig ("Algorithmische Graphentheorie"). Ein
ganz besonderer Fokus liegt in der letzten Zeit auf der Entwicklung computergestützter kognitionswissenschaftlicher Analysen
mit Hilfe der Analyse komplexer Netzwerke ("Computergestützte Kognitionswissenschaften").
Wir sind immer interessiert an neuen Kooperationen und freuen uns auf Ihre Anfrage.(
Kontakt)
Ende der 1990er rückten komplexe Netzwerke in den Fokus von statistischen Physikern.
Ein komplexes Netzwerk repräsentiert die Interaktionen von Subjekten oder Objekten in einem komplexen System. Ein typisches
Beispiel für komplexe Systeme sind soziale Gruppen oder biologische Systeme innerhalb einer Zelle. Ein komplexes Netzwerk
bildet meistens nur die Interaktion von einer Sorte von Teilnehmern des komplexen Systems ab, z.B. die Kommunikation zwischen
Menschen oder die Interaktionen zwischen Proteinen einer Zelle. Wenn ein komplexes Netzwerk vorliegt, können wir mit Methoden
der sozialen und komplexen Netzwerkanalyse darin nach ungewöhnlichen Mustern suchen, zentrale Schaltstellen des Netzwerkes
identifizieren oder Gruppen von ähnlichen Subjekten und Objekten ausmachen.
Beispiele für diese Arbeiten sind die Identifikation von zellwachstumsstoppenden microRNAs in einer Brustkrebsart mit besonders
hoher Lethalität, die Erkenntnis, dass soziale Netzwerkplattformen wie Facebook selbst über Nichtmitglieder viel wissen und die
Frage, wie Menschen sich in hochabstrakten Räumen orientieren.
Die Anfragen aus den Fachgebieten führen oft zu neuen Fragestellungen auf dem klassischen
Gebiet der Graphentheorie. So haben wir uns beispielsweise mit der Frage beschäftigt, ob maximale Cliquen in Max-Toleranz-
Graphen effizient zu identifizieren sind und gezeigt, dass die Erkennung von Max-Toleranzgraphen NP-hard ist. Wir haben uns
mit der Visualisierung von Graphen in Streaming-Modellen beschäftigt und arbeiten momentan an einem neuen All-Pairs-Shortest-
Path-Algorithmus. Daneben beschäftigen wir uns verstärkt der Analyse von komplexen Zufallsgraphenmodellen und deren Anwendung
auf das Data Mining in relationalen Daten.
Ein relativ neuer Fokus der Arbeitsgruppe liegt auf der Frage, wie wir
kognitionswissenschaftliche Experimente online durchführen können und wie die Daten dann zu analysieren sind. Die meisten
kognitionswissenschaftlichen Experimenten finden unter Laborbedingungen statt, in denen die Versuchsteilnehmer und
Versuchsteilnehmerinnen unter standardisierten Bedingungen an einem Experiment teilnehmen. Diese Art des Experimentierens ist
zeitaufwändig, da die Labore jeweils nur eine kleine Anzahl von Arbeitsplätzen (meist weniger als 100) enthalten und daher teuer.
Viele dieser Experimente laufen allerdings direkt an einem Computer und sind daher prinzipiell auch direkt online durchführbar.
Dies hat aber den Nachteil, dass die Bedingungen nicht mehr standardisiert sind und z.B. nur schwierig nachvollzogen werden kann,
ob ein Versuchsteilnehmer oder eine Versuchtsteilnehmerin zwischendurch abgelenkt war und daher für eine Aufgabe länger gebraucht
hat. Wir untersuchen, unter welchen Bedingungen solche Versuche online ausgeführt werden können. Dabei interessiert uns insbesondere
das Problemlöseverhalten von Menschen in komplexen Situationen, das wir testen, indem wir Menschen Spiele wie RushHour spielen
lassen.
Homepage der Algorithm Accountability Lab
[
mehr ...]
Email an den Verantwortlichen dieser Seite (zweig@informatik.uni-kl.de)
[
mehr ...]