Effiziente Algorithmen zur Analyse der Bewegung von Gruppen

• Antragstellerin: Professorin Dr. Maike Buchin
• Fachliche Zuordnung: Theoretische Informatik
• Förderung: Förderung von 2016 bis 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 314719246

Heutzutage werden immer mehr Daten sich bewegender Objekte, wie Menschen, Tiere und Waren, gesammelt. Die Analyse der wachsenden Datenmengen bedarf effizienter Algorithmen. In den letzten Jahren wurden vermehrt Algorithmen zur Analyse der Bewegungsdaten von einzelnen Individuen entwickelt; jedoch werden inzwischen zunehmend Daten von mehreren Objekten, die sich in einer Gruppe bewegen, gesammelt.Ziel dieses Projektes ist es, Algorithmen für die Analyse sich bewegender Gruppen zu entwickeln. Insbesondere sollen Algorithmen zur Darstellung, Bestimmung der Ähnlichkeit und Segmentierung von Bewegungsdaten von Gruppen entwickelt werden.Die Darstellung einer Gruppe sollte ihre geometrischen Eigenschaften kompakt wiedergeben. Mehrere sich bewegende Gruppen lassen sich in einem Graphen zusammenfassen. Je nach Darstellung ergeben sich eine Vielzahl algorithmischer Fragestellung. Für sich bewegenden Gruppen werden Ähnlichkeitmaße für sich bewegende geometrische Formen entwickelt, für Gruppensysteme Ähnlichkeitmaße für gerichtete geometrische Graphen. Die Segmentierung fragt nach einer Unterteilung der Daten insbesondere an Hand der Bewegung. Hier betrachten wir die Segmentierung von Gruppen in verschiedenen Darstellungen nach dem Verhalten der Gruppen.In diesem Projekt sollen die theoretischen Grundlagen zur Analyse von Bewegungsdaten von Gruppen entwickelt werden. Die betrachteten Fragestellungen ergeben sich aus der Analyse von reellen Bewegungsdaten, insbesondere den Daten von Tieren. Um daher auch die praktische Anwendbarkeit der Algorithmen zu gewährleisten, wird eng mit Anwendern zusammengearbeitet und die Algorithmen auf Daten sich bewegender Tiergruppen ausgewertet.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich(e): Dr. Andrea Kölzsch