Auflistung nach Autor:in "Tham, Katja"
1 - 2 von 2
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragDynamic information fusion for genome annotation(Informatik 2004 – Informatik verbindet – Band 1, Beiträge der 34. Jahrestagung der Gesellschaft für Informatik e.V. (GI), 2004) Müller, Heiko; Rieger, Peter; Tham, Katja; Freytag, Johann-ChristophThe need for demand-driven and scaleable integration of heterogeneous data sources is inherent to the process of genome annotation. In this paper we describe the Gene-EYe architecture for data integration and analysis, presenting a platform for dynamic fusion of genome data. The architecture allows uniform access to a large amount of heterogeneous data sources and provides domain specific analysis tools. As genome data is known to be erroneous the ability for data cleansing is a natural part of the annotation process described. Gene-EYe also supports the task of keeping derived annotation data up to date in case of changes in the original data sources.
- KonferenzbeitragRechnergestützte Suche nach Korrelationen in komplexen Datensätzen der Biowissenschaften(BTW 2003 – Datenbanksysteme für Business, Technologie und Web, Tagungsband der 10. BTW Konferenz, 2003) Heymann, Stephan; Tham, Katja; Rieger, Peter; Freytag, Johann-ChristophUmfangreiche Datensammlungen, wie sie im Ergebnis molekularbiologischer Hochdurchsatzexperimente entstehen, sind zu einer wichtigen Triebfeder der funktionalen Genomforschung geworden. Eine wesentliche Anforderung an die Informationstechnologie besteht darin, Werkzeuge bereitzustellen, die es ermöglichen, implizite Zusammenhänge in Datensätzen unterschiedlicher methodischer Herkunft aufzudecken. Diese Arbeit beschreibt eine Vorgehensweise, die von der Aufbereitung der Daten bis zur Visualisierung der Ergebnisse einen integrierten Lösungsansatz bereitstellt. Im ersten Schritt werden die Experimentaldaten so genannten Datenkategorien zugeordnet. Entsprechend dieser Systematik erfolgt die Integration in ein relationales Datenbank-Managementsystem. In einer Aufbereitungsphase werden die Daten nach den Anforderungen des Anwenders in ein komplexes Analysemodell überführt. Dieses dient dem Auffinden unbekannter Zu- sammenhänge, als Eingangsformat für die grafische Visualisierung sowie der interaktiven Navigation. Im Rahmen dieser Vorgehensweise wurde ein Verfahren entwickelt, das es ermöglicht, qualitative Aussagen über Korrelationen in Daten unterschiedlicher Kategorien abzuleiten.