Detailseite
Projekt
A3: Skalierbarkeit geometrischer Clustering Algorithmen
Antragsteller
Professor Dr. Christian Sohler
Fachliche Zuordnung
Theoretische Informatik
Förderung
Förderung seit 2022
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 459420781
Aufgrund riesiger Mengen von Höhenmessungen der Meeresoberfläche und sehr großer geographischer Datensätze gibt einensteigenden Bedarf für hochskalierbare Clustering Methoden, die geometrische Datenrepräsentation verarbeiten können.Daher ist das Hauptziel dieses Projekts innerhalb der Forschungsgruppe die Entwicklung und Analyse neuer algorithmischer Konzepte, um die Skalierbarbeit von geometrische Clustering Algorithmen mit beweisbaren Garantien zu erhöhen.Um dieses Ziel zu erreichen, werden wir neue Konzepte zur Dimensionsreduction für geometrisch repräsentierte Objekte wie polygonale Kurven und zugehörige Distanzmaße wie den Fr\'echet Abstandentwickeln. Für zentrumsbasierte Clustering Methoden mit komplexen geometrischen Zentrum wie Unterraum-Clustering werden wir neue Stichprobenansätze entwickeln, um die Anzahl der Eingabepunkte zu reduzieren.Für Clustering von geometrischen Objekten werden wir neue Methoden zur Datenreduktion entwickeln, die Vereinfachung, Dimensionsreduktion und Stichprobenverfahren kombinieren, um auf diese Weise die Skalierbarkeit von Algorithmen zu verbessern.Wir werden die vielversprechensten Ansätze implementieren und weiterentwickeln und den Projekten C1 und C2 als neue Werkzeuge zur Untersuchung von Problemen im Kontext von Kartenaggregation und Analyse der Meeresspiegelhöhe, Meeresspiegelrepräsentation und -rekonstruktion zur Verfügung stellen.
DFG-Verfahren
Forschungsgruppen
