PG 487 Methoden der Computational Intelligence in der Bioinformatik Thomas Bartz-Beielstein, Nicola Beume und Boris Naujoks Lehrstuhl für Algorithm Engineering und Systemanalyse (Ls11) Fachbereich Informatik Universität Dortmund
Computational Intelligence (CI) Bioinformatik Biologie & Informatik & Mathematik & Statistik Erkenntnisse aus biologischen Daten gewinnen Riesige Datenmengen verwalten, strukturieren Analyse, Interpretation von Proteinen, Aminosäuren Evolutionäre Algorithmen Fuzzy Systeme Schwarm Intelligenz (Ameisen Kolonien, PSO) Künstliche Neuronale Netze Natur-inspirierte Verfahren Computational Intelligence (CI)
Unfairer Würfel im Casino Ergebnissequenz: 1,6,3,6,5,3,5,3,5,6,2, Vermutung: fairer und unfairer Würfel im Gebrauch 2 Zustände (A, B) modelliert mit Hidden Markov Modellen (HMM)
Bioinformatik Proteinsequenz: P,I,R,T,V,S,Q,L,T,R,E,I,Y,T,N,P,V,L,E,N,F,D,G,S,F Vermutung: 8 verschiedene Bereiche (Konfigurationen) 8 Zustände (A, B, …) modelliert mit Hidden Markov Modellen (HMM) Software: www.biojava.org
Ablauf der PG Seminarphase (Bommerholz) Sequenzanalyse HMM Topologieoptimierung Freie Themenwahl Ameisenalgorithmen Reale Anwendung von Prot@gen Zwischen- und Endbericht
Anforderungen an Teilnehmer Motivation CI-Methoden Bioinformatik Objekt-orientierte Programmierung Wir bieten... Interdisziplinäre Arbeit an realen Problemen Verschiedene Aufgabengebiete Möglichkeit für Diplomarbeiten Kooperation mit der BioIndustry
Infoveranstaltung Dienstag, 6.12.2005 10:15 Uhr OH 16, R 205 Ausgabe von GÖBIX DVD Kontakt zu Prot@gen nicola.beume@udo.edu thomas.bartz-beielstein@udo.edu boris.naujoks@udo.edu Ab nächste Woche im Neubau OH14 !