Interessengebiete:

    • Parallele Optimierungsalgorithmen
    • Online-Training von Support Vektor Maschinen (SVM)
    • Kernel-Funktionen f├╝r Signalverarbeitung und Bioinformatik
    • Theorie und Anwendung von effizienten Graph-Algorithmen
    • K├╝nstliche Neuronale Netze - insbesondere Erweiterungen von selbstorganisierenden Karten (SOM)
    • Funktionale Programmiersprachen 

    Projekte und Kooperationen:

    • πSvM - Paralleles Training von Support Vektor Maschinen
    • Vorhersage von Retentionszeiten bei der HPLC in Kooperation mit dem Graduiertenkolleg Chemie in Interphasen
    • Online Stimulus Adaption f├╝r Neuroprothesen in Kooperation mit P.D. Cornelius Schwarz

    Werdegang:

    Studien- und Diplomarbeiten:

     

    Optimale Trainingsstrategie f├╝r parallele Mehrklassen-SVMs

    Support Vektor Maschinen (SVM) sind ├╝berwachte Lernverfahren die
    bereits in verschiedenen Anwendungsgebieten erfolgreich eingesetzt
    werden. Das Anwendungsspektrum ersteckt sich dabei von
    automatischer Zeichenerkennung (OCR) bis hin zur Klassifikation
    von Genomdaten und der Vorhersage von Zeitreihen.  Besonders die
    Anwendungen in der Bioinformatik erfordern das Training von SVMs
    auf sehr gro├čen Datens├Ątzen mit mehr als 106 Eingabemustern.
    Um den st├Ąndig steigenden Anforderungen gerecht zu werden, ist
    daher der Einsatz von paralleler Hardware unerl├Ą├člich. Das
    Aufkommen von Multicore-Architekturen f├╝r Desktop-Rechner
    unterstreicht die Wichtigkeit der parallelen Software-Entwicklung.
    Mit der am Lehrstuhl entwickelten piSvM-Software lassen sich
    bisher nur bin├Ąre Klassifikationsprobleme parallel l├Âsen. Das Ziel
    dieser Studienarbeit ist daher die Entwicklung einer parallelen
    laufzeitoptimalen Trainings-Strategie f├╝r SVMs auf Problemen mit
    mehreren Klassen.

     

    Beispiel: 1-vs-all Stratgie f├╝r ein zweidimensionales Problem mit drei Klassen.

    Aufgabenstellung:
    Die entwickelten parallelen Trainings-Strategien sollen in der
    piSvM-Software implementiert und deren Laufzeit mit mehreren
    Datens├Ątzen auf dem Kepler-Cluster evaluiert werden.

    Anforderungen:
    Gute mathematische Grundkenntnisse, Spa├č am Probleml├Âsen und
    Programmierkenntnisse in C/C++ sind erw├╝nscht. Erfahrungen mit MPI
    sind hilfreich k├Ânnen aber auch im Laufe der Studienarbeit
    erworben werden.

    Weitere Informationen finden sich in der PDF-Datei.

    Software:

    Publikationen

     Alle Publikationen im BibTex-Format

      2010

      • D. Brugger, W. Rosenstiel, M. Bogdan
         Online SVR Training by Solving the Primal Optimization Problem
        Journal of Signal Processing Systems, p.1-12, http://dx.doi.org/10.1007/s11265-010-0514-5

      2009

        Oktober 2009
        • A. Walter, M. Bensch, D. Brugger, W. Rosenstiel, M. Bogdan, N. Birbaumer, A. Gharabaghi
            BCCI - A Bidirectional Cortical Communication Interface
          In Proceedings of the International Joint Conference on Computational Intelligence, p.440-445, Funchal
        Publikationen ohne Monatsangabe 2009
        • D. Brugger, W. Rosenstiel, M. Bogdan
           Online SVR Training by Solving the Primal Optimization Problem
          Proceedings of the 2009 IEEE Signal Processing Society Workshop

        2008

          M├Ąrz 2008
          • D. Brugger, M. Bogdan, W. Rosenstiel
             Automatic Cluster Detection in Kohonen's SOM
            IEEE Transactions on Neural Networks, Vol.19(3)
          Publikationen ohne Monatsangabe 2008
          • Brugger, Butovas, Bogdan, Schwarz, Rosenstiel
             Direct and inverse solution for a stimulus adaptation problem using SVR
            ESANN Proceedings , p.397-402
          • Brugger, Butovas, Bogdan, Schwarz, Rosenstiel
             Direct and inverse solution for a stimulus adaptation problem using SVR
            ESANN Proceedings , p.397-402

          2007

            Oktober 2007
            • D. Brugger
                Parallel Support Vector Machines
              In Proceedings of the IFIP International Conference on Very Large Scale Integration of System on Chip (VLSI-SoC), Springer
            Publikationen ohne Monatsangabe 2007
            • M. Bensch, D. Brugger, P. Baeuerle, W. Rosenstiel, M. Bogdan, W. Spruth
               Self-Learning Prediciton System for Optimisation of Workload Managememt in a Mainframe Operating System
              International Conference on Enterprise Information Systems, Funchal