Logo Uni Bremen

Zentrum für Industriemathematik

ZeTeM > Forschung und Anwendungen > Projekte > EU-UNLocX: Uncertainty principles versus localization properties, function systems for efficient coding schemes

Kontakt Sitemap Impressum [ English | Deutsch ]

EU-UNLocX: Uncertainty principles versus localization properties, function systems for efficient coding schemes

Arbeitsgruppe:AG Technomathematik
Leitung: Prof. Dr. Dr. h.c. Peter Maaß ((0421) 218-63801, E-Mail: pmaass@math.uni-bremen.de )
Bearbeitung: Dr. Jan Hendrik Kobarg
Sabine Eifeld (E-Mail: eifeld@math.uni-bremen.de )
Projektförderung: Europäische Kommission
Projektpartner: Prof. Pierre Vandergheynst, EPFL
Prof. Bruno Torrésani, Université de Provence
Nir Sochen, Tel Aviv University
Hans-Georg Stark, Hochschule Aschaffenburg
Prof. Hans Georg Feichtinger, Universität Wien
SagivTech Ltd.
Steinbeis Innovationszentrum SCiLS, Steinbeis Innovation gGmbH
Genesis S.A.
European Research Services GmbH
Laufzeit: 01.09.2010 - 31.08.2013
Bild des Projekts EU-UNLocX: Uncertainty principles versus localization properties, function systems for efficient coding schemes

Das Thema des Projektes liegt im Bereich der modernen Informations- und Kommunikationstechnologien: Das Datenvolumen steigt hier weiterhin stetig an. Schon heute fordern Audio- und Videoanwendungen immer höhere Rechnerleistungen und produzieren mehr und mehr Datenverkehr. Neue Entwicklungen verbessern zwar auch die Prozessorleistung kontinuierlich, dennoch steigt der Bedarf moderner Software-Applikationen schneller als die zur Verfügung stehenden Ressourcen. Entwicklungen wie die mittlerweile etablierte MP3-Komprimierung für Audiodaten oder die MPEG-Komprimierung für Videodaten tragen diesem Bedarf bereits teilweise Rechnung.
Mit UNLocX wird nun ein ähnlicher Ansatz verfolgt und soll eine neue Generation von Signalverarbeitungs-Algorithmen erprobt werden, die – beispielsweise in der medizinischen Bildverarbeitung – die Bearbeitung von Problemen ermöglichen, deren Komplexität bisher zu hoch war, und daneben eine noch effizientere Kompression und Datenübertragung ermöglichen. Im Mittelpunkt stehen dabei die Entwicklung der mathematischen Grundlagen und die darauf aufbauende Implementierung eines Software-Frameworks, einer Entwicklerplattform, für die hocheffiziente Signal-Codierung, -Übertragung und -Verarbeitung, speziell von Audio- und Videodaten. Die mathematische Basis hierfür liefern Funktionensysteme, die optimale Lokalisierungseigenschaften aufweisen und effizient diskretisierbar sind. „Es ist lange bekannt, dass man in der Signalverarbeitung nichts geschenkt bekommt: Wollte man beispielsweise die Höhe eines Tones sehr genau messen, müsste dieser Ton unendlich lange anhalten. Derartige ‚Unschärfeprinzipien’ gibt es überall in der Physik und der Signalverarbeitung und es geht darum, Algorithmen zu entwickeln, die – vereinfacht gesagt – das Beste daraus machen“, so lässt sich der Ansatz des Projekts beschreiben.
Die praxisnahe Entwicklung und Erprobung der UNLocX-Systeme erfolgt in enger Abstimmung mit den beteiligten Firmenpartnern an potenziellen Anwendungen. Ein Beispiel hierfür ist die Massenspektrometrie in der Arzneimittelentwicklung. War es bisher nur möglich, zugehörige Auswertungen an ausgewählten Punkten zweidimensionaler Gewebeschnitte durchzuführen, könnte die Entwicklung neuer Algorithmen dazu beitragen, echte dreidimensionale Analysen und zugehörige Ergebnisvisualisierungen zu entwickeln.

Weitere Informationen sind auf der Webseite unlocx.math.uni-bremen.de zu finden.


Publikationen

  1. J. H. Kobarg, P. Maaß, J. Oetjen, O. Tropp, E. Hirsch, C. Sagiv, M. Goldabaee, P. Vandergheynst.
    Numerical experiments with MALDI Imaging data.
    Advances in Computational Mathematics, 40(3):667-682, 2014.

    DOI: 10.1007/s10444-013-9325-0

  2. D. Trede, S. Schiffler, M. Becker, S. Wirtz, K. Steinhorst, J. Strehlow, M. Aichler, J. H. Kobarg, J. Oetjen, A. Dyatlov, S. Heldmann, A. Walch, H. Thiele, P. Maaß, F. Alexandrov.
    Exploring Three-Dimensional Matrix-Assisted Laser Desorption/Ionization Imaging Mass Spectrometry Data: Three-Dimensional Spatial Segmentation of Mouse Kidney.
    Analytical Chemistry, 84(14):6079-6087, 2012.

    DOI: 10.1021/ac300673y

  3. D. Trede, F. Alexandrov, C. Sagiv, P. Maaß.
    Magnification of Label Maps with a Topology-Preserving Level-Set Method.
    IEEE Transactions on Image Processing, 21(9):4040-4053 , 2012.

    DOI: 10.1109/TIP.2012.2199325

  4. F. Alexandrov, S. Meding, D. Trede, J. H. Kobarg, B. Balluff, A. Walch, H. Thiele, P. Maaß.
    Super-resolution segmentation of imaging mass spectrometry data: Solving the issue of low lateral resolution.
    Journal of Proteomics, 75(1):237-245, Elsevier, 2011.

    DOI: 10.1016/j.jprot.2011.08.002

  5. F. Alexandrov, J. H. Kobarg.
    Efficient spatial segmentation of large imaging mass spectrometry datasets with spatially aware clustering.
    Bioinformatics, 27(13):i230-i238, 2011.

    DOI: 10.1093/bioinformatics/btr246

  6. D. Trede, J. H. Kobarg, K. Steinhorst, F. Alexandrov.
    Mathematical Methods for Imaging Mass Spectrometry.
    14th Joint International IMEKO TC1+TC7+TC13 Symposium, 31.08.-02.09.2011, Jena, Deutschland.

    Best Paper Award at IMEKO Symposium Jena

    online unter: URN: urn:nbn:de:gbv:ilm1-2011imeko-082:8