<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
<record>
  <controlfield tag="001">261409</controlfield>
  <controlfield tag="005">20240928175434.0</controlfield>
  <datafield tag="035" ind1=" " ind2=" ">
    <subfield code="a">G:(GEPRIS)426054675</subfield>
  </datafield>
  <datafield tag="024" ind1="7" ind2=" ">
    <subfield code="a">G:(GEPRIS)426054675</subfield>
    <subfield code="d">426054675</subfield>
  </datafield>
  <datafield tag="040" ind1=" " ind2=" ">
    <subfield code="a">GEPRIS</subfield>
    <subfield code="c">http://gepris.its.kfa-juelich.de</subfield>
  </datafield>
  <datafield tag="150" ind1=" " ind2=" ">
    <subfield code="a">Adaptive Algorithmen für Graphenansichten und Ansichtsübergänge (B06*)</subfield>
    <subfield code="y">2019 -</subfield>
  </datafield>
  <datafield tag="371" ind1=" " ind2=" ">
    <subfield code="a">Professorin Dr. Sabine Storandt</subfield>
  </datafield>
  <datafield tag="450" ind1=" " ind2=" ">
    <subfield code="a">DFG project G:(GEPRIS)426054675</subfield>
    <subfield code="w">d</subfield>
    <subfield code="y">2019 -</subfield>
  </datafield>
  <datafield tag="510" ind1="1" ind2=" ">
    <subfield code="a">Deutsche Forschungsgemeinschaft</subfield>
    <subfield code="0">I:(DE-588b)2007744-0</subfield>
    <subfield code="b">DFG</subfield>
  </datafield>
  <datafield tag="550" ind1=" " ind2=" ">
    <subfield code="0">G:(GEPRIS)251654672</subfield>
    <subfield code="a">TRR 161: Quantitative Methoden für Visual Computing</subfield>
    <subfield code="w">t</subfield>
  </datafield>
  <datafield tag="680" ind1=" " ind2=" ">
    <subfield code="a">Dieses Teilprojekt zielt auf eine adaptive Visualisierung komplexer Graphdaten, die sich an Qualitätsaspekten und Benutzungseingaben ausrichtet. Der neue Schwerpunkt liegt auf der konsistenten Erstellung von Ensemble-Ansichten für hochdimensionale Eingabedaten, die beispielsweise von sich verändernden neuronalen Netzen stammen. Unsere Hauptidee ist es, Regret (ein etabliertes Qualitätsmaß für Teilmengen auf Grundlage von Benutzendenpräferenzmodellen) und Dimensionalitätsreduktion zu verwenden, zu erweitern und (erstmalig) zu kombinieren, um skalierbare Algorithmen für die Graphendarstellung und die Auswahl von Ansichten zu entwickeln, die Qualitätsgarantien bieten.</subfield>
  </datafield>
  <datafield tag="909" ind1="C" ind2="O">
    <subfield code="o">oai:juser.fz-juelich.de:928012</subfield>
    <subfield code="p">authority:GRANT</subfield>
    <subfield code="p">authority</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">G</subfield>
  </datafield>
  <datafield tag="980" ind1=" " ind2=" ">
    <subfield code="a">AUTHORITY</subfield>
  </datafield>
  <datafield tag="909" ind1="C" ind2="O">
    <subfield code="o">oai:juser.fz-juelich.de:928012</subfield>
  </datafield>
</record>
</collection>