Mathematik für reale Systeme Zentrum für Doktorandenausbildung

2019-2020 serie
Mittwochs 11 – 12 Uhr in D1.07

Die Teilnahme an diesen Kursen ist für MSc-Studenten obligatorisch.

Erste Semesterwoche 2 – 9. Oktober 2019

Einführung in die Technologieplattform für wissenschaftliche Datenverarbeitung Teil 1 – Professor David Quigley

Folien

Erste Semesterwoche 3 – 16. Oktober 2019

Einführung in die Technologieplattform für wissenschaftliche Datenverarbeitung Teil 2 – Professor David Quigley

Folien

Erste Semesterwoche 4 – 23.Oktober 2019

Einführung in die Softwareentwicklung – Dr. Chris Brady und Dr. Heather Ratcliffe

Dieser Vortrag basiert auf einer Zusammenfassung dieser Folien

Erste Semesterwoche 5 – 30. Oktober 2019

Versionskontrolle und Software-Nachhaltigkeit – Dr. Chris Brady und Dr. Heather Ratcliffe

Erste Semesterwoche 6 – 6. November 2019

Einführung in bash Scripting -Dr. Paul Brown

Folien

Erste Semesterwoche 7 – 13. November 2019

Webseiten mit interaktiven Inhalten erstellen – Dr. Paul Brown

Folien

Erste Semesterwoche 8 – 20th November 2019

Kein Seminar

Erste Semesterwoche 9 – 27th November 2019

Verwenden von GPUs in Warwick – Professor David Quigley

Das Notizbuch verwendet, um diesen Vortrag zu liefern, sowie viel detailliertere Notebooks auf Python GPU-Programmierung sind bei github.com/WarwickRSE/gpuschool2018

2018-2019 Serie

Erste Semesterwoche 2 – 10th Oktober 2018

Einführung in die Scientific Computing Research Technology Platform

Dr. David Quigley

Die University of Warwick betreibt acht Research Technology Platforms (RTPs), die der universitären Forschungsgemeinschaft dienen, indem sie große gemeinsam genutzte Einrichtungen für mehrere akademische Abteilungen. Ich werde die über das Scientific Computing RTP verfügbaren Einrichtungen vorstellen, einschließlich unserer verwalteten Linux-Desktop-Umgebung und High-Performance Computing (HPC) -Systeme. Dazu gehören Mechanismen für den Zugriff, die effektive Arbeit in einer verwalteten Linux-Mehrbenutzerumgebung sowie der Zugriff auf Support und Schulungen.

Erste Semesterwoche 3 – 17.Oktober 2018

Statistische Inferenz aus genomischen Daten

Dr. Jere Koskela

Eine technologische Revolution in der Genetik ist im Gange. Die Genomsequenzierung wird immer billiger und wird schließlich zu einem Routineteil des Gesundheitswesens. Es wurde vorhergesagt, dass innerhalb von 15 Jahren eine Milliarde menschliche Genome sequenziert worden sein werden. Diese Daten sind spannend, da Variationsmuster in DNA-Sequenzen zwischen Individuen Informationen über eine Reihe biologischer und demografischer Prozesse enthalten, wie Mutation, natürliche Selektion, Populationsgrößen, und Migrationsereignisse. Solche riesigen Datenmengen werfen jedoch eine Reihe statistischer und rechnerischer Herausforderungen auf. Ich werde einige der statistischen Techniken diskutieren, die angewendet wurden, um diese Probleme anzugehen, mit einem Fokus auf Monte-Carlo-Methoden wie Signifikanzstichprobe und Markov Chain Monte Carlo (MCMC). Ich werde auch einige der populationsgenetischen Modelle vorstellen, die verwendet werden, um die Entwicklung großer Populationen mit zufälliger Paarung zu untersuchen, wobei insbesondere ein Bereich genutzt wird, der als Koaleszenztheorie bekannt ist.

First-term week 4 – 24th October 2018

Data driven modelling – ein Modell der Chromosomenoszillationen von Daten zu Bifurkationen

Professor Nigel Burroughs

Die Zellbiologie wird oft als die neue ‘Physik’ bezeichnet, ein reiches Gebiet, auf dem physikalische Theorien entwickelt werden können, um biologische Prozesse zu erklären / vorherzusagen, analog zu den Erfolgen der Quantenphysik und Relativitätstheorie Anfang des letzten Jahrhunderts. Die Verwirklichung dieses ehrgeizigen Ziels erweist sich jedoch als schwierig, zumal biologische Prozesse aus dem Gleichgewicht geraten sind, oft sehr stochastisch mit einer kleinen Anzahl von Molekülen und sehr komplex sind und eine Reihe phänomenaler selbstorganisierender Dynamiken aufweisen. In diesem Vortrag werde ich untersuchen, was es bedeutet, biologische Prozesse zu erklären und wie eine Reihe physikalischer Techniken aus stochastischen Simulationen, dynamischer Systemanalyse und Computerstatistik miteinander gekoppelt werden können, um diese komplexen Fragen zu beantworten. Beispiele werden aus der Zytoskelettmechanik und der Zellteilung gezogen.

Erste Semesterwoche 6. – 7. November 2018

Understanding human behaviour with data science

Professor Tobias Preis

In dieser Vorlesung werden wir einige aktuelle Highlights unserer Forschung skizzieren und zwei Fragen beantworten. Erstens: Können Big-Data-Ressourcen Einblicke in Krisen an den Finanzmärkten geben? Durch die Analyse des Google-Abfragevolumens nach finanzbezogenen Suchbegriffen und Ansichten von Wikipedia-Artikeln finden wir Muster, die als Frühwarnzeichen für Börsenbewegungen interpretiert werden können. Zweitens: Können wir durch den Vergleich von Interaktionsmustern mit dem Internet einen Einblick in internationale Unterschiede im wirtschaftlichen Wohlergehen geben? Um diese Frage zu beantworten, führen wir einen zukunftsorientierten Index ein, um zu quantifizieren, inwieweit Internetnutzer mehr Informationen über Jahre in der Zukunft als über Jahre in der Vergangenheit suchen. Wir analysieren Google-Protokolle und finden eine auffällige Korrelation zwischen dem BIP des Landes und der Veranlagung seiner Einwohner, nach vorne zu schauen. Unsere Ergebnisse veranschaulichen das Potenzial, das die Kombination umfangreicher Verhaltensdatensätze für ein besseres Verständnis des groß angelegten menschlichen Wirtschaftsverhaltens bietet.

Erste Semesterwoche 7 – 14th November 2018

Statistische Inferenz mit Markov Chain Monte Carlo

Dr. Jake Carson

In dieser Vorlesung werde ich einige Techniken zur Modellanpassung innerhalb eines Bayes’schen Rahmens vorstellen und anhand einiger einfacher Beispiele veranschaulichen. Insbesondere werde ich mich auf Markov Chain Monte Carlo und verwandte Methoden konzentrieren. Ich werde versuchen zu erklären, wie es funktioniert, warum es so häufig verwendet wird, und einige praktische Anleitungen zu seiner Implementierung geben.

Erste Semesterwoche 8. – 21.November 2018

Bildbasierte Modellierung der Zelldynamik

Dr. Sharon Collier

Moderne Lebendzell-Fluoreszenzmikroskopie ermöglicht es uns, dynamische zelluläre Prozesse in bisher unerreichter Detailgenauigkeit zu visualisieren. Ich werde laufende Forschungsprojekte vorstellen, die sich mit der Zusammenführung von i) Bildanalysemethoden zur Verfolgung von Zellen und ihren Bewegungen sowie der Quantifizierung von räumlich-zeitlichen Mustern fluoreszenzmarkierter Zellbestandteile und ii) mathematischen Modellen zur Untersuchung von Regulationsmechanismen der zellulären Biochemie und Mechanik befassen.

Erste Semesterwoche 9 – 28th November 2018

Softwareentwicklung für Akademiker

Dr. Heather Ratcliffe

Softwareentwicklung ist viel mehr als Code schreiben – es geht darum, professionelle, wartbare und verständliche Software zu produzieren. Planung und Stil, Dokumentation, Versionskontrolle, Verpackung, Lizenzierung und mehr. Dieser Vortrag zielt darauf ab, einige der wichtigsten Tools vorzustellen, die Sie als Forscher, die Code schreiben, kennen sollten, damit Sie gut gerüstet sind, um weiter zu lesen, zu lernen und sie zu verwenden. Wir werden die Versionskontrolle in Form von Git diskutieren, ein wenig über Softwarelizenzen, einige nette Pakete zur Dokumentation von Code und kurz ein paar andere Dinge erwähnen, die jeder wissen sollte, aber niemand denkt daran, sie zu erwähnen.

2017-2018 series

First-term week 2 – 11th October 2017

Komplexität und Selbstorganisation in biologischen Systemen angehen

Professor Nigel Burroughs

Die Zellbiologie wird oft als die neue ‘Physik’ bezeichnet, ein reiches Gebiet, auf dem physikalische Theorien entwickelt werden können, um biologische Prozesse zu erklären / vorherzusagen , analog zur Quantenphysik und Relativitätstheorie des frühen letzten Jahrhunderts. Die Verwirklichung dieses ehrgeizigen Ziels erweist sich jedoch als schwierig, zumal biologische Prozesse aus dem Gleichgewicht geraten sind, oft sehr stochastisch mit einer kleinen Anzahl von Molekülen und sehr komplex sind und eine Reihe phänomenaler selbstorganisierender Dynamiken aufweisen. In diesem Vortrag werde ich untersuchen, was es bedeutet, biologische Prozesse zu erklären und wie eine Reihe physikalischer Techniken aus stochastischen Simulationen, dynamischer Systemanalyse und Computerstatistik miteinander gekoppelt werden können, um diese komplexen Fragen zu beantworten. Beispiele werden aus der Zytoskelettmechanik und der Zellteilung gezogen.

Erste Semesterwoche 3 – 18.Oktober 2017

Statistische Inferenz mit Markov-Kette Monte Carlo

Dr. Simon Spencer
In dieser Vorlesung werde ich einige Techniken zur Modellanpassung innerhalb eines Bayes’schen Rahmens vorstellen und anhand einiger einfacher Beispiele veranschaulichen. Insbesondere werde ich mich auf Markov Chain Monte Carlo und verwandte Methoden konzentrieren. Ich werde versuchen zu erklären, wie es funktioniert, warum es so häufig verwendet wird, und einige praktische Anleitungen zu seiner Implementierung geben.

Erste Semesterwoche 4 – 25.Oktober 2017

Understanding human behaviour with data science
Professor Tobias Preis
In dieser Vorlesung werden wir einige aktuelle Highlights unserer Forschung skizzieren und zwei Fragen beantworten. Erstens: Können Big-Data-Ressourcen Einblicke in Krisen an den Finanzmärkten geben? Durch die Analyse des Google-Abfragevolumens nach finanzbezogenen Suchbegriffen und Ansichten von Wikipedia-Artikeln finden wir Muster, die als Frühwarnzeichen für Börsenbewegungen interpretiert werden können. Zweitens: Können wir durch den Vergleich von Interaktionsmustern mit dem Internet einen Einblick in internationale Unterschiede im wirtschaftlichen Wohlergehen geben? Um diese Frage zu beantworten, führen wir einen zukunftsorientierten Index ein, um zu quantifizieren, inwieweit Internetnutzer mehr Informationen über Jahre in der Zukunft als über Jahre in der Vergangenheit suchen. Wir analysieren Google-Protokolle und finden eine auffällige Korrelation zwischen dem BIP des Landes und der Veranlagung seiner Einwohner, nach vorne zu schauen. Unsere Ergebnisse veranschaulichen das Potenzial, das die Kombination umfangreicher Verhaltensdatensätze für ein besseres Verständnis des groß angelegten menschlichen Wirtschaftsverhaltens bietet.

Erste Semesterwoche 6. – 8. November 2017

Wissenschaftliches Rechnen mit Julia
Professor Christoph Ortner
TEIL 1: Einführung in Julia. Ich werde die Sprache Julia und einige ihrer Werkzeuge kurz vorstellen und zeigen, wie sie Matlab, Python und Lisp in eine Programmierumgebung interpoliert, die sich perfekt für numerisch intensives Computing eignet, sowohl für Rapid Prototyping als auch für HPC.
TEIL 2: Ich werde einige Beispiele aus meiner eigenen Forschung zur mehrskaligen Materialmodellierung zeigen.

Erste Semesterwoche 7 – 15th November 2017
Stochastische Simulationen
Professor Matthew Keeling
In dieser Vorlesung werden wir zunächst die Bedeutung der Stochastik für das Verständnis realer Probleme diskutieren. Stochastik kann auf viele Arten integriert werden, aber wir werden uns auf individuelle, ereignisgesteuerte Stochastik konzentrieren und Methoden zur Simulation solcher Dynamiken diskutieren. Unverschämt nehmen wir Beispiele ausschließlich aus der Ökologie und Epidemiologie und betrachten sowohl Gillespies Methoden als auch Ensemble / Master-Gleichungen. Wir werden diskutieren, was passiert, wenn Populationsgrößen groß werden — und Näherungen, die das Problem rechnerisch beherrschbar machen. Schließlich werden wir uns vollständig individuelle räumliche Simulationen ansehen und Methoden diskutieren, die eine enorme Rechenersparnis bieten können.

Erste Semesterwoche 8. – 22.November 2017

Bildbasierte Modellierung der Zelldynamik
Professor Till Bretschneider

Moderne Lebendzell-Fluoreszenzmikroskopie ermöglicht es uns, dynamische zelluläre Prozesse in bisher unerreichter Detailgenauigkeit zu visualisieren. Ich werde laufende Forschungsprojekte vorstellen, die sich mit der Zusammenführung von i) Bildanalysemethoden zur Verfolgung von Zellen und ihren Bewegungen sowie der Quantifizierung von räumlich-zeitlichen Mustern fluoreszenzmarkierter Zellbestandteile und ii) mathematischen Modellen zur Untersuchung von Regulationsmechanismen der zellulären Biochemie und Mechanik befassen.

Erste Semesterwoche 9 – 29th November 2017

Statistische Inferenz aus genomischen Daten

Dr. Paul Jenkins

Eine technologische Revolution in der Genetik ist im Gange. Die Genomsequenzierung wird immer billiger und wird schließlich zu einem Routineteil des Gesundheitswesens. Es wurde vorhergesagt, dass innerhalb von 15 Jahren eine Milliarde menschliche Genome sequenziert worden sein werden. Diese Daten sind spannend, da Variationsmuster in DNA-Sequenzen zwischen Individuen Informationen über eine Reihe biologischer und demografischer Prozesse enthalten, wie Mutation, natürliche Selektion, Populationsgrößen, und Migrationsereignisse. Solche riesigen Datenmengen werfen jedoch eine Reihe statistischer und rechnerischer Herausforderungen auf. Ich werde einige der statistischen Techniken diskutieren, die angewendet wurden, um diese Probleme zu lösen, mit einem Fokus auf Monte-Carlo-Methoden wie Signifikanzstichprobe, Markov Chain Monte Carlo (MCMC) und Approximate Bayesian Computation (ABC). Ich werde auch einige der populationsgenetischen Modelle vorstellen, die verwendet werden, um die Entwicklung großer Populationen mit zufälliger Paarung zu untersuchen, wobei insbesondere ein Bereich genutzt wird, der als Koaleszenztheorie bekannt ist.

Serie 2016-2017
Dieser Kurs findet mittwochs von 11 bis 12 Uhr im Raum D1.07 statt.

First-term week 2 – 12th October 2016

Understanding human behaviour with data science
Dr. Tobias Preis
In diesem Vortrag werden wir einige aktuelle Highlights unserer Forschung skizzieren und zwei Fragen beantworten. Erstens: Können Big-Data-Ressourcen Einblicke in Krisen an den Finanzmärkten geben? Durch die Analyse des Google-Abfragevolumens nach finanzbezogenen Suchbegriffen und Ansichten von Wikipedia-Artikeln finden wir Muster, die als Frühwarnzeichen für Börsenbewegungen interpretiert werden können. Zweitens: Können wir durch den Vergleich von Interaktionsmustern mit dem Internet einen Einblick in internationale Unterschiede im wirtschaftlichen Wohlergehen geben? Um diese Frage zu beantworten, führen wir einen zukunftsorientierten Index ein, um zu quantifizieren, inwieweit Internetnutzer mehr Informationen über Jahre in der Zukunft als über Jahre in der Vergangenheit suchen. Wir analysieren Google-Protokolle und finden eine auffällige Korrelation zwischen dem BIP des Landes und der Veranlagung seiner Einwohner, nach vorne zu schauen. Unsere Ergebnisse veranschaulichen das Potenzial, das die Kombination umfangreicher Verhaltensdatensätze für ein besseres Verständnis des groß angelegten menschlichen Wirtschaftsverhaltens bietet.

Erste Semesterwoche 3 – 19.Oktober 2016

Stochastische Simulationen
Professor Matthew Keeling
In dieser Vorlesung werden wir zunächst die Bedeutung der Stochastik für das Verständnis realer Probleme diskutieren. Stochastik kann auf viele Arten integriert werden, aber wir werden uns auf individuelle, ereignisgesteuerte Stochastik konzentrieren und Methoden zur Simulation solcher Dynamiken diskutieren. Unverschämt nehmen wir Beispiele ausschließlich aus der Ökologie und Epidemiologie und betrachten sowohl Gillespies Methoden als auch Ensemble / Master-Gleichungen. Wir werden diskutieren, was passiert, wenn Populationsgrößen groß werden — und Näherungen, die das Problem rechnerisch beherrschbar machen. Schließlich werden wir uns vollständig individuelle räumliche Simulationen ansehen und Methoden diskutieren, die eine enorme Rechenersparnis bieten können.

Erste Semesterwoche 4 – 26.Oktober 2016

Big Data und Bioinformatik
Dr. Richard Savage
Medizin und Biologie befinden sich in einer Datenrevolution. Von der Sequenzierung des gesamten Genoms über digitale Bildgebung bis hin zu elektronischen Gesundheitsakten versprechen neue Datenquellen, die Art und Weise, wie wir Krankheiten behandeln und unsere biomedizinische Forschung betreiben, zu revolutionieren. Mit diesen Möglichkeiten gehen jedoch erhebliche Herausforderungen einher. Die Daten sind oft hochdimensional, verrauscht und haben eine komplexe zugrunde liegende Struktur. Und wir möchten möglicherweise mehrere Datentypen aus sehr unterschiedlichen Quellen kombinieren. Ich werde einen Rundgang durch einige dieser Themen geben und mich auf einige reale Projekte konzentrieren, die das Potenzial haben, die Art und Weise zu verändern, wie wir in diesen Bereichen forschen. Ich werde auch darüber sprechen, wie sich dies auf Warwicks Beteiligung an Großprojekten wie dem 100,000 Genomes Project und dem Alan Turing Institute bezieht.

Semestererstwoche 5 – 2. November 2016

Computational techniques in mathematical biology
Dr. Nabil-Fareed Alikhan, Dr. Till Bretschneider und Dr. Giorgos Minas

Semestererstwoche 6 – 9. November 2016

Diese Woche kein Seminar

Semestererstwoche woche 7 – 16th November 2016

Statistische Inferenz mit Markov-Kette Monte Carlo
Dr. Simon Spencer
In dieser Vorlesung werde ich einige Techniken zur Modellanpassung innerhalb eines Bayes’schen Rahmens vorstellen und anhand einiger einfacher Beispiele veranschaulichen. Insbesondere werde ich mich auf Markov Chain Monte Carlo und verwandte Methoden konzentrieren. Ich werde versuchen zu erklären, wie es funktioniert, warum es so häufig verwendet wird, und einige praktische Anleitungen zu seiner Implementierung geben.

Erste Semesterwoche 8 – 23.November 2016

Wissenschaftliches Rechnen mit Julia
Professor Christoph Ortner
TEIL 1: Einführung in Julia. Ich werde die Sprache Julia und einige ihrer Werkzeuge kurz vorstellen und zeigen, wie sie Matlab, Python und Lisp in eine Programmierumgebung interpoliert, die sich perfekt für numerisch intensives Computing eignet, sowohl für Rapid Prototyping als auch für HPC.
TEIL 2: Ich werde einige Beispiele aus meiner eigenen Forschung zur mehrskaligen Materialmodellierung zeigen.

Erste Semesterwoche 9 – 30.November 2016

Inferenz und Anpassung räumlich dynamischer Systeme in der Zellbiologie.
Professor Nigel Burroughs
Die Zellbiologie wird oft als die neue ‘Physik’ bezeichnet, ein reiches Feld, auf dem physikalische Theorien entwickelt werden können, um biologische Prozesse zu erklären / vorherzusagen, analog zu den Erfolgen der Quantenphysik und der Relativitätstheorie Anfang des letzten Jahrhunderts. Die Verwirklichung dieses ehrgeizigen Ziels erweist sich jedoch als schwierig, zumal biologische Prozesse aus dem Gleichgewicht geraten sind, oft sehr stochastisch mit einer kleinen Anzahl von Molekülen und sehr komplex sind und eine Reihe phänomenaler selbstorganisierender Dynamiken aufweisen. In diesem Vortrag werde ich untersuchen, was es bedeutet, biologische Prozesse zu erklären, einschließlich der Diskussion der Arten von Modellen / Modellen und wann sie nützlich sind, des Vergleichs dieser Modelle mit Daten (Reverse Engineering) und der Verifizierung dieser Modelle. Beispiele werden aus Zytoskelettprozessen und Zellteilung gezogen.

Reihe 2015-2016
Dieser Kurs findet mittwochs von 11 bis 12 Uhr im Complexity-Hörsaal statt.

Erste Semesterwoche 2 – 14.Oktober 2015

Stochastische Simulationen
Professor Matthew Keeling
In dieser Vorlesung werden wir zunächst die Bedeutung der Stochastik für das Verständnis realer Probleme diskutieren. Stochastik kann auf viele Arten integriert werden, aber wir werden uns auf individuelle, ereignisgesteuerte Stochastik konzentrieren und Methoden zur Simulation solcher Dynamiken diskutieren. Unverschämt nehmen wir Beispiele ausschließlich aus der Ökologie und Epidemiologie und betrachten sowohl Gillespies Methoden als auch Ensemble / Master-Gleichungen. Wir werden diskutieren, was passiert, wenn Populationsgrößen groß werden — und Näherungen, die das Problem rechnerisch beherrschbar machen. Schließlich werden wir uns vollständig individuelle räumliche Simulationen ansehen und Methoden diskutieren, die eine enorme Rechenersparnis bieten können.

Erste Semesterwoche 3 – 21. Oktober 2015

Wissenschaftliches Rechnen in Warwick: eine doppelte Perspektive eines Chemikers / Direktors
Professor Mark Rodger
Dieser Vortrag wird einen Blick auf das wissenschaftliche Rechnen in Warwick sowohl aus allgemeiner als auch aus persönlicher Sicht werfen. Aus allgemeiner Sicht werde ich versuchen, einen Überblick über das Spektrum der Aktivitäten innerhalb von Warwick zu geben, über die Rolle des Zentrums für wissenschaftliches Rechnen bei der Förderung dieser Aktivitäten, und von einigen der Hardware und Software, die leicht verfügbar sind, um die Forschung im allgemeinen Bereich des wissenschaftlichen Rechnens zu unterstützen. Um eine persönlichere Perspektive zu bieten, werde ich einige meiner Forschungsarbeiten auf dem Gebiet der klassischen statistischen Mechanik und der molekularen Modellierung beschreiben, insbesondere einige der adaptiven molekulardynamischen Methoden, die in den letzten Jahren entwickelt wurden, um die Erforschung des Weltraums, die Charakterisierung von Landschaften mit freier Energie und die Simulation seltener Ereignisse für Anwendungen in der Materialwissenschaft zu verbessern.

Erste Semesterwoche 4 – 28.Oktober 2015

Inferenz und Anpassung räumlich dynamischer Systeme in der Zellbiologie.
Professor Nigel Burroughs
Die Zellbiologie wird oft als die neue ‘Physik’ bezeichnet, ein reiches Feld, auf dem physikalische Theorien entwickelt werden können, um biologische Prozesse zu erklären / vorherzusagen, analog zu den Erfolgen der Quantenphysik und der Relativitätstheorie Anfang des letzten Jahrhunderts. Die Verwirklichung dieses ehrgeizigen Ziels erweist sich jedoch als schwierig, zumal biologische Prozesse aus dem Gleichgewicht geraten sind, oft sehr stochastisch mit einer kleinen Anzahl von Molekülen und sehr komplex sind und eine Reihe phänomenaler selbstorganisierender Dynamiken aufweisen. In diesem Vortrag werde ich untersuchen, was es bedeutet, biologische Prozesse zu erklären, einschließlich der Diskussion der Arten von Modellen / Modellen und wann sie nützlich sind, des Vergleichs dieser Modelle mit Daten (Reverse Engineering) und der Verifizierung dieser Modelle. Beispiele werden aus Zytoskelettprozessen und Zellteilung gezogen.

Erste Semesterwoche 5 – 4th November 2015

Massen Univariate und multivariate Ansätze zum Verständnis der genetischen Variation im Gehirn
Professor Thomas Nichols
Es gab großes Interesse daran, die Rolle der genetischen Variation in bildgebenden Daten des Gehirns zu entdecken und zu verstehen. Typische “Imaging Genetics” -Studien verwenden eine kleine Anzahl von Kandidatengenen, eine kleine Anzahl von Hirnregionen oder beides. In diesem Vortrag werde ich Methoden zur Suche nach Gen-Hirn-Assoziationen über das gesamte Genom und alle Hirnregionen betrachten. Ein solcher Ansatz stellt massive rechnerische und statistische Herausforderungen dar. Ich werde zwei Ansätze diskutieren, einen massenunivariaten Ansatz und einen multivariaten Ansatz. Ein massenunivariates Modell ist das Standardwerkzeug in der Neuroimaging-Analyse, aber die Skalierung für 100.000 SNPs erfordert eine Reihe von rechnerischen und statistischen Innovationen. Mit unserer Methode, die auf Tensor-basierte Morphometrie-Daten aus dem ADNI-Projekt angewendet wird, berichten wir über die erste Gen-Gehirn-Assoziation, die die ganzgenomische, Ganzhirn-familienweise Fehlerkorrektur überlebt. Unser multivariater Ansatz verwendet eine Sparse Reduced Rank Regression (sRRR), um gemeinsam und sparsam Gen-Gehirn-Assoziationen zu erklären. Detaillierte detaillierte Leistungsanalysen zeigen, dass der multivariate Ansatz noch mehr Leistung haben sollte als der univariate Ansatz.

Erste Semesterwoche 6 – 11th November 2015

Statistische Inferenz mit Markov-Kette Monte Carlo
Dr. Simon Spencer
In dieser Vorlesung werde ich einige Techniken zur Modellanpassung innerhalb eines Bayes’schen Rahmens vorstellen und anhand einiger einfacher Beispiele veranschaulichen. Insbesondere werde ich mich auf Markov Chain Monte Carlo und verwandte Methoden konzentrieren. Ich werde versuchen zu erklären, wie es funktioniert, warum es so häufig verwendet wird, und einige praktische Anleitungen zu seiner Implementierung geben.

Erste Semesterwoche 7. – 18.November 2015

Big Data und Bioinformatik
Dr. Richard Savage
Medizin und Biologie befinden sich in einer Datenrevolution. Von der Sequenzierung des gesamten Genoms über digitale Bildgebung bis hin zu elektronischen Gesundheitsakten versprechen neue Datenquellen, die Art und Weise, wie wir Krankheiten behandeln und unsere biomedizinische Forschung betreiben, zu revolutionieren. Mit diesen Möglichkeiten gehen jedoch erhebliche Herausforderungen einher. Die Daten sind oft hochdimensional, verrauscht und haben eine komplexe zugrunde liegende Struktur. Und wir möchten möglicherweise mehrere Datentypen aus sehr unterschiedlichen Quellen kombinieren. Ich werde einen Rundgang durch einige dieser Themen geben und mich auf einige reale Projekte konzentrieren, die das Potenzial haben, die Art und Weise zu verändern, wie wir in diesen Bereichen forschen. Ich werde auch darüber sprechen, wie sich dies auf Warwicks Beteiligung an Großprojekten wie dem 100,000 Genomes Project und dem Alan Turing Institute bezieht.

Erste Semesterwoche 8 – 25.Dezember 2015

Diese Woche kein Vortrag

Erste Semesterwoche 9 – 2. Dezember 2015

Menschliches Verhalten mit Data Science verstehen
Dr. Tobias Preis
In diesem Vortrag werden wir einige aktuelle Highlights unserer Forschung skizzieren und zwei Fragen beantworten. Erstens: Können Big-Data-Ressourcen Einblicke in Krisen an den Finanzmärkten geben? Durch die Analyse des Google-Abfragevolumens nach finanzbezogenen Suchbegriffen und Ansichten von Wikipedia-Artikeln finden wir Muster, die als Frühwarnzeichen für Börsenbewegungen interpretiert werden können. Zweitens: Können wir durch den Vergleich von Interaktionsmustern mit dem Internet einen Einblick in internationale Unterschiede im wirtschaftlichen Wohlergehen geben? Um diese Frage zu beantworten, führen wir einen zukunftsorientierten Index ein, um zu quantifizieren, inwieweit Internetnutzer mehr Informationen über Jahre in der Zukunft als über Jahre in der Vergangenheit suchen. Wir analysieren Google-Protokolle und finden eine auffällige Korrelation zwischen dem BIP des Landes und der Veranlagung seiner Einwohner, nach vorne zu schauen. Unsere Ergebnisse veranschaulichen das Potenzial, das die Kombination umfangreicher Verhaltensdatensätze für ein besseres Verständnis des groß angelegten menschlichen Wirtschaftsverhaltens bietet.