Inhalte der Vorlesung Algorithmische Bioinformatik:
Netzwerke, Graphen und Systeme sind unter anderem:
Einführung in Graphtheorie und -algorithmen, komplexe Netzwerke
und Netzwerkeigenschaften (scale-free nets, network modules),
Petrinetze, Bayes'sche und Boolsche Netzwerke.
Content of the lecture Algorithmic Bioinformatics: Networks,
graphs, and systems contains: Introduction to graph theory and graph
algorithms, complex networks and network properties (scale free
networks, network modules), Petri nets, Bayes networks, Boolean
networks.
LernzieleLearning goals
Hörer der Vorlesung sollen einen guten Überblick über
Algorithmen, Verfahren und Anwendungen von Graphen und Netzwerken in der
Bioinformatik bekommen und diese auch konkret umsetzen und für neue
Fragestellungen anpassen können. Insbesondere verstehen die Studenten
den Unterschied zwischen einfachen Graphen/Netzwerken und Systemen
(Graphen mit Semantik) in der Bioinformatik. Hörer sollen auch hier
Konzepte praktisch umsetzen, anwenden und anpassen können.
Participants should get a good overview of algorithms, approaches,
and applications of graphs and networks in
bioinformatics. Students can implement them and apply them to
actual research questions. In particular, students should
understand the difference between simple graphs/networks and
systems (graphs with a semantic) in bioinformatics. Again students
will be able to practically implement, apply, and adapt these
concepts.
EinordnungBackground
Die Vorlesung gehört zum Grundkanon des Bioinformatikstudiums
(ab 6. Fachsemester) und behandelt algorithmische Ansätze der
Bioinformatik.
Grundlegende Techniken des Algorithmenentwurfs, der Algorithmik,
der Graphentheorie, der mathematischen Optimierung und
Datenanalyse, sowie probabilistische Modelle und maschinelles
Lernen werden eingeführt und auf Bioinformatikprobleme
angewendet.
Die Vorlesung ist der dritte Teil eines dreisemestrigen
Zyklus. Teil I konzentriert sich auf Algorithmenanalyse sowie
diskrete und kombinatorische Techniken, Teil II auf speziellere
Methoden der kombinatorischen Optimierung und probabilistische
Verfahren, und Teil III (diese Vorlesung) auf Graphalgorithmen, Netzwerk-Theorie (Erdös-Renyi and scale-free/power-law),
und Petri-Netze (Systeme).
The lecture is part of the basic lecture series of the
bioinformatics programme (semester 6 and above) and treats
algorithmic aspects of bioinformatics.
Fundamental techniques of algorithm design, algorithmics, graph
theory, mathematical optimization and data analysis
as well as probabilistic models and machine learning will be
introduced and applied to bioinformatics problems.
The lecture is the third part of a three semester cycle. Part I
focusses on analysis of algorithms and discrete and combinatorial
techniques, Part II on special methods of combinatorial
optimization and approximation as well as on probabilistic models
and algorithms. Part II on graph algorithms and network (Erdös-Renyi and scale-free/power-law networks) and
systems theory (Petri nets).
