Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

„Spionieren“ der versteckten Geometrie komplexer Netzwerke mit Hilfe von Maschinenintelligenz

08.12.2017

Ein internationales Team von Wissenschaftlern unter der Leitung von Dr. Carlo Vittorio Cannistraci, Nachwuchsgruppenleiter der Gruppe für Biomedizinische Kybernetik am BIOTEChnologischen Zentrum der TU Dresden, entwickelte das "Coalescent Embedding": eine Klasse von Algorithmen, die die maschinelle Intelligenz nutzen, um die versteckten geometrischen Regeln, die die Struktur komplexer Netzwerke formen, zu ermitteln. Von der Konnektivität des Gehirns bis hin zu sozialen Medien kann die "Koaleszenz-Einbettung" zukünftige Auswirkungen auf unterschiedliche Bereiche haben, die sich mit Großnetzwerkdaten befassen, darunter Biologie, Medizin, Physik und Sozialwissenschaften.

Archimedes stellte sich vor, dass eine Netzwerkstruktur - ein Polygon bestehend aus Dreiecken -, die durch Abtastung des geometrischen Gesetzes eines Kreises entsteht, ein nützliches Hilfsmittel zur Annäherung von Eigenschaften wie der Fläche des ursprünglichen Kreises ist. Fast 2000 Jahre später ist ein faszinierendes und herausforderndes Problem der Netzwerkwissenschaft konzeptionell das Problem umgekehrt zu dem von Archimedes und besteht darin, ein Netzwerk wieder auf die ursprüngliche Geometrie abzubilden.


Maschinenintelligenz trifft komplexe Netzwerke

https://pixabay.com/en/forward-robot-2083419


Forschungsgruppe von Dr. Carlo Vittorio Cannistraci

BIOTEC

Dr. Cannistraci und seine Kollegen entdeckten, dass intelligente Maschinen zur unbeaufsichtigten Erkennung und Visualisierung von Ähnlichkeiten in großen Datenmengen dazu beitragen können, eine rechnerische Lösung für dieses Problem anzubieten, insbesondere wenn die versteckte Geometrie der komplexen Netzwerke hyperbolisch ist.

Mit dem Beginn der Ära der Big Data und dem Aufkommen der Netzwerkwissenschaften werden komplexe physikalische Systeme immer mehr aus der Netzwerkperspektive betrachtet. Seit einigen Jahren ist die Netzwerkgeometrie ein aufstrebender Zweig, der die Idee unterstützt, dass reale Netzwerke Diskretisierungen kontinuierlicher geometrischer Räume sind und diese latenten Räume ihre topologischen Eigenschaften formen.

Insbesondere hat sich gezeigt, dass der hyperbolische Raum die wichtigsten strukturellen Merkmale reproduziert, die in realen Systemen beobachtet werden. Eine effiziente Methode, um die latente hyperbolische Geometrie der Netzwerke aufzudecken, bietet jetzt die "Koaleszenz-Einbettung ", ein von Dr. Cannistraci erfundener Algorithmus, der von der Biomedical Cybernetics Group entwickelt und getestet wurde.

Eine Koaleszenz-Einbettung kann auf jede Art eines als Netzwerk darstellbaren physischen Systems angewendet werden, da sie nur die Netzwerktopologie benötigt. Diese wird durch die interagierenden Teile des Systems (Knoten) und die Verbindungen zwischen ihnen (Links) repräsentiert. Es werden keine feldspezifischen Informationen benötigt. Der Algorithmus nutzt unbeaufsichtigte Techniken des maschinellen Lernens zur Verminderung der Dimensionalität, um die Ähnlichkeiten zwischen den Knoten genau abzuleiten, und er liefert in der Ausgabe die hyperbolische Einbettung des Netzwerks:

Jeder Knoten wird einer geometrischen Position im hyperbolischen Raum zugeordnet, so dass geometrisch nahe liegende Knoten eher interagieren. Die Koaleszenz Einbettung reduziert die Rechenzeit im Vergleich zu bisher entwickelten Methoden erheblich, sie kann Netzwerke auf Räume von mehr als zwei Dimensionen abbilden und, wenn sie verfügbar sind, zusätzliche Informationen über die Stärke der Wechselwirkungen nutzen.

Die Abbildung des Netzwerkes in den geometrischen Raum erlaubt es, mehrere Studien durchzuführen, die in der ursprünglichen Topologie möglicherweise nicht gleich wirksam sind. Anwendungsbeispiele sind die Detektion von Communities in sozialen Netzwerken, die Vorhersage von Protein-Protein-Interaktionen in biologischen Netzwerken und die Analyse des Routing in Internet-Netzwerken.

In einer kürzlich von Dr. Cannistraci geleiteten neurowissenschaftlichen Studie, die bereits als Vordruck auf dem arXiv-Repository verfügbar ist (Koaleszenz-Einbettung im hyperbolischen Raum enthüllt unbeaufsichtigt die versteckte Geometrie des Gehirns), wurde die Koaleszen-Einbettung auf strukturelle MRT-Hirn-Connectome untersucht.

Dabei wurde unter anderem die interssante Entdeckung gemacht, dass in den Connctomen von Parkinson-Patienten pathologische Veränderungen auftreten. Dies eröffnet eine neue Perspektive für die Realisierung von Netzwerkmarkern auf Grundlage von latenter Geometrie für die Diagnose von Hirnstörungen und -krankheiten.

Experimente in vielen Netzwerken zeigten, dass unser Algorithmus in der Lage ist, in wenigen Sekunden eine genauere Einbettung zu ermöglichen, als die, die durch frühere Techniken nach stundenlangem Rechnen erreicht wurde. Dies ebnet den Weg zur Untersuchung von Großsystemen", erklären Alessandro Muscoloni und Josephine Maria Thomas, die Erstautoren dieser Studie.

„Als ich 2016 die ersten Ergebnisse bei der jährlichen Netzwerk-Wissenschaftskonferenz in Korea präsentierte, konnten einige meiner Kollegen nicht glauben, dass es möglich war – dass unbeaufsichtigte Maschinenintelligenz tatsächlich eine genaue rechnerische Lösung für dieses faszinierende Netzwerkgeometrieproblem bieten kann. Ich hoffe, dass dieser Artikel viele Wissenschaftler inspirieren wird, sich ‚unkonventionelle‘ Lösungen für Probleme in der Physik komplexer Systeme vorzustellen, bei denen die Maschinenintelligenz eine wichtige Rolle als ergänzendes Werkzeug zur Integration mit der klassischen statistischen Mechanik spielen kann“, sagt Carlo Vittorio Cannistraci, der korrespondierende Autor dieser Studie.

Die Studie wurde in Zusammenarbeit mit Prof. Ginestra Bianconi von der School of Mathematical Sciences, Queen Mary University of London (UK) und unter Beteiligung des Brain Bio-Inspired Computing (BBC) Labors, des IRCCS Centro Neurolesi "Bonino Pulejo", Messina, Italien, durchgeführt. Die Förderung erfolgte durch: den Independent Group Leader Starting Grant der Technischen Universität Dresden (TUD); die Klaus Tschira Stiftung (KTS) gGmbH, Deutschland (Grant-Nr.: 00.285.2016); den Forschungspool (Forschungspoolantrag) der TUD; die Lipotype GmbH, Deutschland; den Freistaat Sachsen nach der Sächsischen Stipendienprogrammverordnung (vergeben vom Studentenwerk Dresden auf Empfehlung des Vorstandes des Graduiertenkollegs).

Carlo Vittorio Cannistraci ist Theoretischer Ingenieur. Seit Februar 2014 ist er Junior-Gruppenleiter der Gruppe „Biomedizinische Kybernetik“ am BIOTEC und seit 2016 TUD-Nachwuchswissenschaftler im Fachbereich Physik der TU Dresden. Zu seinen Forschungsinteressen gehört die Erforschung der Schnittstelle zwischen der Physik komplexer Systeme, komplexer Netzwerke und der Theorie des maschinellen Lernens.

Alessandro Muscoloni promoviert derzeit in der Gruppe von Dr. Cannistraci. Er studiert Netzwerkwissenschaftstheorie und maschinelle Lerntechniken zur Erforschung und Analyse großer Datenmengen.

Josephine Maria Thomas ist Postdoc und interessiert sich für die Übersetzung von Prinzipien aus fundamentalen physikalischen Theorien in angewandte Netzwerkwissenschaften. Kürzlich promovierte sie im Labor von Dr. Cannistraci zur Physik komplexer Netzwerke.

Publikation
“Machine learning meets complex networks via coalescent embedding in the hyperbolic space”
Alessandro Muscoloni, Josephine Maria Thomas, Sara Ciucci, Ginestra Bianconi and Carlo Vittorio Cannistraci
Nature Communications 8, Article number: 1615 (2017)
DOI: 10.1038/s41467-017-01825-5

Informationen für Journalisten:
Franziska Clauß, M.A.
Pressesprecherin
Tel.: +49 351 458 82065
E-Mail: franziska.clauss@tu-dresden.de

Das Biotechnologische Zentrum (BIOTEC) wurde 2000 als zentrale wissenschaftliche Einrichtung der Technischen Universität Dresden mit dem Ziel gegründet, modernste Forschungsansätze in der Molekular- und Zellbiologie mit den in Dresden traditionell starken Ingenieurswissenschaften zu verbinden. Innerhalb der TU Dresden nimmt das BIOTEC eine zentrale Position in Forschung und Lehre mit dem Schwerpunkt „Molecular Bioengineering und Regenerative Medizin“ ein, seit 2016 ist es ein Institut der zentralen wissenschaftlichen Einrichtung “Center for Molecular and Cellular Bioengineering” (CMCB). Das BIOTEC trägt damit entscheidend zur Profilierung der TU Dresden im Bereich moderner Biotechnologie und Biomedizin bei. Die Forschungsschwerpunkte der internationalen Arbeitsgruppen bilden die Zellbiologie, Nanobiotechnologie und die Bioinformatik.

Weitere Informationen:

https://www.nature.com/articles/s41467-017-01825-5
http://www.tu-dresden.de/biotec

Katrin Presberger | Technische Universität Dresden

Weitere Nachrichten aus der Kategorie Biowissenschaften Chemie:

nachricht Elektronenbeugung zeigt winzige Kristalle in neuem Licht
24.02.2020 | Max-Planck-Institut für Struktur und Dynamik der Materie

nachricht Nanopartikel gezielt zum Tumor lenken: HZDR-Forscher spüren Krebszellen mit maßgeschneiderten Materialien auf
24.02.2020 | Helmholtz-Zentrum Dresden-Rossendorf

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Die Loopings der Bakterien: Forschungsteam mit Beteiligung der Universität Göttingen analysiert Fortbewegung

Das magnetotaktische Bakterium Magnetococcus marinus schwimmt mit Hilfe von zwei Bündeln von Geißeln. Außerdem besitzen die Bakterienzellen eine Art intrazelluläre Kompassnadel und können daher mit einem Magnetfeld gesteuert werden. Sie werden deshalb als biologisches Modell für Mikroroboter benutzt. Ein internationales Team der Universität Göttingen, des Max-Planck-Instituts für Kolloid- und Grenzflächenforschung in Potsdam und der CEA Cadarache (Frankreich) hat nun aufgeklärt, wie sich diese Bakterien bewegen und deren Schwimmgeschwindigkeit bestimmt. Die Ergebnisse sind in der Fachzeitschrift eLife erschienen.

Die Forscherinnen und Forscher nutzten eine Kombination von neuen experimentellen Methoden und Computersimulationen: Sie verfolgten die Bewegung der...

Im Focus: Ultraschnelles Schalten eines optischen Bits: Gewinn für die Informationsverarbeitung

Wissenschaftler der Universität Paderborn und der TU Dortmund veröffentlichen Ergebnisse in Nature Communications

Computer speichern Informationen in Form eines Binärcodes, einer Reihe aus Einsen und Nullen – sogenannten Bits. In der Praxis werden dafür komplexe...

Im Focus: Fraunhofer IOSB-AST und DRK Wasserrettungsdienst entwickeln den weltweit ersten Wasserrettungsroboter

Künstliche Intelligenz und autonome Mobilität sollen dem Strukturwandel in Thüringen und Sachsen-Anhalt neue Impulse verleihen. Mit diesem Ziel fördert das Bundeswirtschaftsministerium ab sofort ein innovatives Projekt in Halle (Saale) und Ilmenau.

Der Wasserrettungsdienst Halle (Saale) und das Fraunhofer Institut für Optronik,
Systemtechnik und Bildauswertung, Institutsteil Angewandte Systemtechnik...

Im Focus: A step towards controlling spin-dependent petahertz electronics by material defects

The operational speed of semiconductors in various electronic and optoelectronic devices is limited to several gigahertz (a billion oscillations per second). This constrains the upper limit of the operational speed of computing. Now researchers from the Max Planck Institute for the Structure and Dynamics of Matter in Hamburg, Germany, and the Indian Institute of Technology in Bombay have explained how these processes can be sped up through the use of light waves and defected solid materials.

Light waves perform several hundred trillion oscillations per second. Hence, it is natural to envision employing light oscillations to drive the electronic...

Im Focus: Haben ein Auge für Farben: druckbare Lichtsensoren

Kameras, Lichtschranken und Bewegungsmelder verbindet eines: Sie arbeiten mit Lichtsensoren, die schon jetzt bei vielen Anwendungen nicht mehr wegzudenken sind. Zukünftig könnten diese Sensoren auch bei der Telekommunikation eine wichtige Rolle spielen, indem sie die Datenübertragung mittels Licht ermöglichen. Wissenschaftlerinnen und Wissenschaftlern des Karlsruher Instituts für Technologie (KIT) am InnovationLab in Heidelberg ist hier ein entscheidender Entwicklungsschritt gelungen: druckbare Lichtsensoren, die Farben sehen können. Die Ergebnisse veröffentlichten sie jetzt in der Zeitschrift Advanced Materials (DOI: 10.1002/adma.201908258).

Neue Technologien werden die Nachfrage nach optischen Sensoren für eine Vielzahl von Anwendungen erhöhen, darunter auch die Kommunikation mithilfe von...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

Leopoldina-Symposium: „Mission – Innovation“ 2020

21.02.2020 | Veranstaltungen

Gemeinsam auf kleinem Raum - Mikrowohnen

19.02.2020 | Veranstaltungen

Chemnitzer Linux-Tage am 14. und 15. März 2020: „Mach es einfach!“

12.02.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Schiffsexpedition bringt Licht ins Innere der Erde

24.02.2020 | Geowissenschaften

Elektronenbeugung zeigt winzige Kristalle in neuem Licht

24.02.2020 | Biowissenschaften Chemie

Antikörper als Therapiealternative bei Tumoren am Hör- und Gleichgewichtsnerv?

24.02.2020 | Medizin Gesundheit

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics