Pattern recognition algorithms for symbol strings

Meer over het boek

Mustererkennung hat traditionell einen Fokus auf numerische Daten, während symbolische Repräsentationen, insbesondere Symbolketten (Strings), lange vernachlässigt wurden. Dies geschah teils aufgrund der vermeintlichen Unnötigkeit und teils wegen des hohen Rechenaufwands. In jüngster Zeit, angestoßen durch Fortschritte in Bereichen wie Spracherkennung und Bioinformatik, ist das Interesse an Symbolketten gestiegen. Zwei Hauptfamilien von Mustererkennungsalgorithmen – distanzbasierte und kernelbasierte – können auf Symbolketten angewendet werden, indem Distanzmaße oder Kernelfunktionen definiert werden. Während String-Varianten von selbstorganisierenden Karten und LVQ bereits in der Spracherkennung implementiert wurden, basierten sie auf der feature distance, die einige Nachteile aufweist. Es gibt bereits zahlreiche bekannte Kernels für Strings, deren Anwendbarkeit jedoch eingeschränkt ist. In dieser Dissertation werden mathematisch und biologisch fundierte Distanzmaße, Mittelwerte und Kernels für Strings definiert. Darauf aufbauend werden klassische Algorithmen für Datenvisualisierung, Klassifizierung und Clustering für Strings adaptiert und deren Leistung an künstlichen und natürlichen Datensätzen getestet. Die Ergebnisse zeigen, dass diese Algorithmen auch auf Strings anwendbar sind, mit potenziellen Anwendungen in Marketing, Schnittstellenoptimierung und Verhaltenswissenschaften.