Computational Network Theory

Theoretical Foundations and Applications
1. Auflage 2015
ISBN: 978-3-527-33724-8
Verlag: WILEY-VCH

Buch, Englisch, 242 Seiten, Format (B × H): 170 mm x 244 mm, Gewicht: 758 g

Reihe: Quantitative and Network Biology

Diese umfassende Einführung in die rechnergestützte Netzwerktheorie als ein Zweig der Netzwerktheorie baut auf dem Grundsatz auf, dass solche Netzwerke als Werkzeuge zu verstehen sind, mit denen sich durch die Anwendung rechnergestützter Verfahren auf große Mengen an Netzwerkdaten Hypothesen ableiten und verifizieren lassen.
Ein Team aus erfahrenden Herausgebern und renommierten Autoren aus der ganzen Welt präsentieren und erläutern eine Vielzahl von repräsentativen Methoden der rechnergestützten Netzwerktheorie, die sich aus der Graphentheorie, rechnergestützten und statistischen Verfahren ableiten.
Dieses Referenzwerk überzeugt durch einen einheitlichen Aufbau und Stil und eignet sich auch für Kurse zu rechnergestützten Netzwerken.

Autoren/Hrsg.

Dehmer, Matthias

Emmert-Streib, Frank

Pickl, Stefan

Weitere Mitwirkende

Dehmer, Matthias

Emmert-Streib, Frank

Fachgebiete

• Mathematik | Informatik EDV | Informatik Angewandte Informatik Bioinformatik
• Naturwissenschaften Biowissenschaften Angewandte Biologie Bioinformatik
• Mathematik | Informatik Mathematik Numerik und Wissenschaftliches Rechnen Angewandte Mathematik, Mathematische Modelle
• Mathematik | Informatik Mathematik Operations Research Graphentheorie

Inhaltsverzeichnis

Model Selection for Neural Network Models: a Statistical Perspective
Measuring Structural Correlations in Graphs
Spectral Graph Theory and Structural Analysis of Complex Networks: an Introduction
Contagion in Interbank Networks
Detection, Localization, and Tracking of a Single and Multiple Targets with Wireless Sensor Networks
Computing in Dynamic Networks
Visualization and Interactive Analysis for Complex Networks by means of Lossless Network Compression

Über Autor(innen)

Matthias Dehmer studied mathematics at the University of Siegen (Germany) and received his Ph.D. in computer science from the Technical University of Darmstadt (Germany). Afterwards, he was a research fellow at Vienna Bio Center (Austria), Vienna University of Technology, and University of Coimbra (Portugal). He obtained his habilitation in applied discrete mathematics from the Vienna University of Technology. Currently, he is Professor at UMIT - The Health and Life Sciences University (Austria) and also holds a position at the Universität der Bundeswehr München. His research interests are in applied mathematics, bioinformatics, systems biology, graph theory, complexity and information theory. He has written over 180 publications in his research areas.

Frank Emmert-Streib studied physics at the University of Siegen (Germany) gaining his PhD in theoretical physics from the University of Bremen (Germany). He received postdoctoral training from the Stowers Institute for Medical Re- search (Kansas City, USA) and the University of Washington (Seattle, USA). Currently, he is an associate professor at the Queen's University Belfast (UK) at the Center for Cancer Research and Cell Biology heading the Computational Biology and Machine Learning Laboratory. His main research interests are in the field of computational medicine, network biology and statistical genomics.