Die schnelle und zuverlässige Identifikation und Lokalisierung von relevanten Informationen aus einer gewaltigen Flut von Daten zählen zu den interessantesten Aufgaben der modernen Wissenschaft. Zwangsläufig verlangt die rasante Erzeugung großer Daten in der Infrarot-Spektroskopie nach ebenso schnellen, effizienten und leistungsstarken Analysemethoden. Nicht mehr die bloße Messung und Aufnahme der Spektren, sondern ihre Auswertung und Interpretation stellen die eigentliche Herausforderung an die Chemometrie dar. Hochleistungsrechner bieten hier eine Möglichkeit, die Analyse großer und vollbesetzter Daten der Spektroskopie signifikant zu beschleunigen.
Die Hauptkomponentenanalyse wie auch die Clusteranalyse gehören heutzutage zu den Standardmethoden eines jeden Softwarepaketes zur explorativen Datenanalyse. Stellvertretend seien hier die Multivariate Exploratory Techniques für Statistica von StatSoft, The Unscrambler von CAMO oder die Chemometrics Toolbox für MATLAB von The MathWorks als die Hauptwerkzeuge der Chemometrie genannt. Doch selbst diese kommerziellen Pakete stoßen an ihre Grenzen, wenn die chemischen Daten gewaltige Größe erreichen. Rechenzeiten von mehr als 12 Stunden für eine Clusteranalyse mit MATLAB auf einem PC sind keine Seltenheit.
Zentrales Anliegen dieser Arbeit ist es, solche zeit- und speicherintensiven Berechnungen der Datenanalyse auf parallele Plattformen zu übertragen. Die Hauptarbeit besteht in der parallelen Implementierung der Hauptkomponentenanalyse (Kapitel 4) sowie der Fuzzy Clusteranalyse (Kapitel 5) für die Anwendung auf Hochleistungsrechnern oder Workstation-Clustern. Je zwei verschiedene Umsetzungen der Parallelisierung - mit bzw. ohne PLAPACK-Bibliothek - werden hinsichtlich ihrer Laufzeit, parallelen Effizienz und Performance detailliert untersucht. Weitergehend werden Optimierungsmöglichkeiten (in erster Linie Schleifenoptimierungen) genannt, implementiert und an mehreren realen Beispieldatensätzen getestet.
Kapitel 2 gibt eine Einführung in die Begriffswelt des Hochleistungsrechnen und der Chemometrie. Das dritte Kapitel erläutert ausführlich die angewandten Algorithmen der explorativen Datenanalyse. Eigenschaften, Probleme und die Iterationsvorschriften von Hauptkomponentenanalyse und Fuzzy -Mean Clustering werden hergeleitet und beschrieben.
Bedeutende Laufzeitreduktionen sowie die konkrete Einsatzmöglichkeit der beiden parallelisierten Datenanalyseverfahren in der Praxis bilden die ständige Motivation dieser interdisziplinären Arbeit.
Hier können Sie dem Verfasser, ähnlich einem schwarzen Brett bzw. Diskussionsforum, einen Kommentar hinterlassen. Der Kommnentar wird dann auf der Seite angezeigt und parallel per Email an den Verfasser gesendet.
Professionelle Begleitung durch Studeo Fachcoaches bei Ihrer Diplom-, Bachelor- oder Masterarbeit
Sie schreiben gerade Ihre Arbeit oder planen es in Kürze? Individuelles Coaching unterstützt Sie dabei ganz gezielt.
Inhalte des Studeo Coachings:
Wir formulieren gemeinsam IHR Thema, nach Ihren Interessen und den Vorgaben Ihres Lehrstuhls. Das Thema ist wissenschaftlich relevant, aktuell und vor allem machbar!
Wir entwickeln zusammen das Ziel der Arbeit und die Gliederung für Ihr Thema. Damit haben Sie eine Orientierung im Wissensdschungel.
Wir zeigen Ihnen die Tricks für die Recherche. So finden Sie gleich zu Beginn die passenden Quellen.
Wir legen zusammen einen Arbeitsplan fest. Damit wissen Sie immer, was Sie als nächstes tun müssen. Sie haben Meilensteine als Orientierungspunkte.
Wir bekämpfen gemeinsam die Zeitfresser. So kommen Sie schneller voran.
Wir besprechen jedes Kapitell und geben konkretes Feedback zum Text. Damit kämpfen Sie nicht allein sondern haben stets einen fachlich versierten Ansprechpartner.
Wir stehen bereit bei sämtlichen möglichen Problemen in der Arbeit, bei Problemen mit den Quellen, mit dem Unternehmen, mit den Daten, mit dem Schreiben, mit dem Formatieren, mit den Abbildungen, mit der Umfrage, mit Modellen und Theorien, mit negativem Feedback vom Lehrstuhl und vielem mehr...
Wir haben in Tausenden Coachings viel Erfahrung gesammelt. Diese Erfahrung kommt Ihnen zugute.
