Graphen und biologische Netze (Modul 10-202-2205)

Evaluation des Moduls durch die Servicestelle Evaluation: [Link]

Prüfungstermine:

Melden Sie sich hier zur 3. Prüfungsrunde an: [Link]

Sollten sich für einzelne Termine nicht ausreichend Teilnehmer finden, behalten wir uns vor Termine am selben Tag zusammen zu legen. In diesem Fall werden Sie per E-Mail informiert.
  • Mo 21.03. 14:00-15:00 Uhr - Raum 109
  • Do 24.03. 11:00-12:00 Uhr und 14:00-15:00 Uhr - Raum 109
  • Do 31.03. 11:00-12:00 Uhr und 14:00-15:00 Uhr - Raum 109
Ende März folgen ggf weitere Termine.

Vorlesung:

ab dem 11.10.2021, Kleiner Hörsaal, Härtelstr. 16-18; Mo 14:00-17:00 Uhr

  • Die Aufnahmen der Spezialvorlesung vom 6.12.2021 finden Sie nun hier: [Teil1] [Teil2] [Teil3]
    Vielen Dank an Martin Lorenz für die Aufnahmen!


Praktikum:

Das Praktikum findet als Blockveranstaltung vom 03.01.-14.01.2022 statt. Aufgrund der größe des Kurses in diesem Semester findet das Praktikum online statt. Wir sind dennoch für Sie durchgehend erreichbar.

Wir stehen Mo-Fr zwischen 9-12 Uhr und 13-15 Uhr für Sie persönlich zur verfügung via BBB: [link].
Sie können ebenso jederzeit Fragen an thomas(at)bioinf.uni-leipzig.de richten.

Am Freitag 14.01. um 14:00 Uhr findet die letzte Generalbesprechung im BBB statt. Bitte stellen Sie sicher, dass mindestens 1 Teilnehmer pro Gruppe anwesend sein kann.
  • Materialien für das Praktikum: [link]
  • Aufzeichnung der Praktikumsvorbesprechung: [link]
  • Aufzeichnung der 1. Generalversammlung: [link]
  • Aufzeichnung der 2. Generalversammlung: [link]
  • Aufzeichnung der 3. Generalversammlung: [link]
  • Die Abschlussbesprechung des Praktikums, inklusive aller Praktikumsvorträge, findet am Montag, 24.01.2022, 14-17 Uhr im Kleinen Hörsaal, Härtelstr. 16-18 statt. Die Abschlussbesprechung wird via BBB übertragen. Wir bitten darum, dass von jeder Gruppe einen Vertreter Ihre Ergebnisse in Präsenz präsentiert und zur diskussion dieser bereitsteht. Alle anderen Gruppenmitglieder können online teilhaben.

Seminar:

Jeder Vortrag soll ca. 5 Minuten dauern. Nach jedem Vortrag findet eine kurze Diskussion zum jeweiligen Thema statt.
  • Die Veranstaltung findet gleichzeitig in Präsenz und Online statt:
    • Vortragende müssen zu Ihrem jeweiligen Vortragsblock in Präsenz erscheinen und vortragen.
    • Vorträge und Diskussionen werden via BBB übertragen: [link]
    • Sie dürfen freiwillig auch an anderen Blöcken in Präsenz teilnehmen, so die Raumgröße dies erlaubt.
  • Um eine reibungslose Übertragung zu ermöglichen wird BBB als Präsentationsplatform verwendet.
  • D.h. Folien müssen als PDF vorliegen. Powerpoint oder die verwendung eigener Laptops sind nicht möglich.
  • Vortragsfolien müssen spätestens am Vortag unter folgendem Link hochgeladen werden: [link]
Montag, 17.01.2022, 14-17 Uhr, Kleiner Hörsaal, Härtelstr. 16-18

Gruppe 1.1 Lernen Allgemein - 14-15 Uhr

  • Charlotte Strang — GraphRQI: Classifying Driver Behaviors Using Graph Spectrums [link]
  • Clara Leidhold — A3T-GCN: Attention Temporal Graph Convolutional Network for Traffic Forecasting [link]
  • Franziska Nicolaus — Towards multi-modal causability with Graph Neural Networks enabling information fusion for explainable AI [link]
  • Isabella Kreller — Personality Recognition by Modelling Person-specific Cognitive Processes using Graph Representation [link]
  • Niels Weigel — Graph Neural Network-based Virtual Network Function Management [link]
  • Georg Schneeberger — The Power of the Weisfeiler-Leman Algorithm for Machine Learning with Graphs [link]

Gruppe 1.2 Lernen in der Medizin - 15-16 Uhr

  • Friedrich Hoge — Graph-based prediction of Protein-protein interactions with attributed signed graph embedding [link]
  • Hannes Junker — Gene regulatory network inference as relaxed graph matching [link]
  • Julia Nilam Schauer — Single-cell systems analysis: decision geometry in outliers [link]
  • Philipp Zimmer — Computational methods for identifying the critical nodes in biological networks [link]

Gruppe 1.3 Lernen in der Biologie - 16-17 Uhr

  • Iris Veronika Heinrich — Graph Theory Analysis of Functional Connectivity Combined with Machine Learning Approaches Demonstrates Widespread Network Differences and Predicts Clinical Variables in Temporal Lobe Epilepsy [link]
  • Johannes Klier — Predicting the Dynamics of the COVID-19 Pandemic in the United States Using Graph Theory-Based Neural Networks [link]
  • Lukas Hempel — IGNSCDA: Predicting CircRNA-Disease Associations Based on Improved Graph Convolutional Network and Negative Sampling [link]
  • Pia Walter — Identifying disease trajectories with predicate information from a knowledge graph [link]
  • Yilei Huang — Estimating cellular redundancy in networks of genetic expression [link]
Mittwoch, 19.01.2022, 13-16 Uhr, Raum 109, Härtelstr. 16-18

Gruppe 2.1 Clustering und Partitionen in Medizin und Biologie - 13-14 Uhr

  • Bente Nittka — Adapting Community Detection Algorithms for Disease Module Identification in Heterogeneous Biological Networks [link]
  • Daniel Schubert — Identifying Network Subgraph-Associated Essential Genes in Molecular Networks [link]
  • Elizabet Lorenz — Graph theory approach for the structural-functional brain connectome of depression [link]
  • Max Beining — Graph Theory Analysis of Functional Connectivity in Major Depression Disorder With High-Density Resting State EEG Data [link]
  • Hendrikje Westphal — Motifs in bipartite ecological networks: uncovering indirect interactions [link]

Gruppe 2.2 Graphen in der Biologie - 14-15 Uhr

  • Lea Kabjesz — Sea Turtle Facial Recognition Using Map Graphs of Scales [link]
  • Jan Rode — The shape of things to come: Topological data analysis and biology, from molecules to organisms [link]
  • Merle Scheiner — Spatial graphs highlight how multi-generational dispersal shapes landscape genetic patterns [link]
  • Stefan Grote — Erkennung und zeitliche Einordnung von horizontalen Gentransfers in relation zum letzten gemeinsamen Vorfahren [link]
  • Julius Ellermann — Control principles for complex biological networks [link]

Gruppe 2.3 Graphen in der Medizin - 15-16 Uhr

  • Kilian Ilius — A graph theory approach to analyze birth defect associations [link]
  • Malte Tammena — Spreading of infections on random graphs: A percolation-type model for COVID-19 [link]
  • Martin Lorenz — Virus Graph and COVID-19 Pandemic: A Graph Theory Approach [link]
  • Richard Schmidt — Network Patterns of Beta-Amyloid Deposition in Parkinson’s Disease [link]
  • Robin Warner — Diurnal variation of motor activity in adult ADHD patients analyzed with methods from graph theory [link]
  • Fabian Dannegger — Die Schwierigkeiten bei der Modellierung von Epidemien [link]
Donnerstag, 20.01.2022, 14-17 Uhr, Kleiner Hörsaal, Härtelstr. 16-18

Gruppe 3.1 Verkehr, Wegfindung, Logistik - 14-15 Uhr

  • Alexander Hinz — Graph Theory for Metro Traffic Modelling [link]
  • Filip Mazug — Ant Colony Algorithm for Routing Alternate Fuel Vehicles in Multi-depot Vehicle Routing Problem [link]
  • Andreas Kretschmer — Graph Theory-Based Approach to Accomplish Complete Coverage Path Planning Tasks for Reconfigurable Robots [link]
  • Max Christoph — Developing a framework for evaluating sustainability index for logistics service providers: graph theory matrix approach [link]

Gruppe 3.2 Allgemeine Graphentheorie - 15-16 Uhr

  • Christiane Ernst — Effective partitioning mechanisms for time‑evolving graphs in the Flink system [link]
  • Silja Ava Schirmer — Parameterized Mixed Graph Coloring [link]
  • Stephan Bischoff — Symmetries of the honeycomb toroidal graphs [link]
  • Tino Fels — A Comprehensive Approach for Quadratic-Time Recognition of Permutation Graphs [link]

Gruppe 3.3 Reste und Sonstiges - 16-17 Uhr

  • Max Polter — Automatic Inference of Sound Correspondence Patterns across Multiple Languages [link]
  • Alexander Hergett — A model and query language for temporal graph databases [link]
  • Alexander Vödisch — Graph Compression with Application to Model Selection [link]
  • Jonas Platzek — Bit-parallel sequence-to-graph alignment [link]
  • Mihail Miller — Measuring Similarity Between Connected Graphs: The Role of Induced Subgraphs and Complementarity Eigenvalues [link]
  • Richard Prey — A network approach to cartel detection in public auction markets [link]

Literatur:

Graph Theory von Reinhard Diestel (Basis-Definitionen zu Graphentheorie) [PDF]
Laplace Matrix: Übersichts-Artikel von Bojan Mohat [PDF]
Kreisbasen: Übersichts-Artikel von Christian Liebchen und Romeo Rizzi [PDF]
Algorithmen in Kreisbasen: [PDF]