TU Darmstadt / ULB / TUbiblio

Visueller Vergleich von Ausfall-Effekten in mehreren Datensätzen

Lenz, Olav (2014):
Visueller Vergleich von Ausfall-Effekten in mehreren Datensätzen.
Darmstadt, TU, Master Thesis, 2014, [Master Thesis]

Abstract

Es ist einige Jahre her, seitdem die Finanzkrise begonnen hat und die weltweiten Finanznetzwerke zu wackeln begannen. Politik und Unternehmen machten große Versprechungen, die Stabilität der Finanznetzwerke zu verbessern und die Finanzmärkte stärker zu reglementieren. Jetzt stellen sich die Fragen, ob sich wirklich etwas verändert hat, ob sich so etwas heute wiederholen könnte und wie stark die Auswirkungen wären. Auch angesichts der aktuellen Eurokrise sind Fragestellungen, welche die Stabilität der weltumspannenden Finanznetzwerke betreffen, hoch relevant. Zur Beurteilung, ob Maßnahmen die gewünschten Erfolge bringen, ist die Untersuchung der Entwicklung dieser Netzwerke über die Zeit besonders interessant. Mit Hilfe der bestehenden Systeme Die11, vLDBF13 und Len12 lassen sich viele Fragestellungen in Bezug auf Ausfall- Effekte in Finanzsystemen beantworten. Dabei ist es möglich, die Ausfall-Effekte mit verschiedenen Parametern zu simulieren und die Ergebnisse mit Hilfe visueller Analyse zu analysieren. Der Schwerpunkt liegt bei diesen Systemen allerdings auf der Simulation und Analyse eines einzelnen Finanznetzwerks. Einen direkten Vergleich von mehreren Finanzsystemen ermöglichen diese Systeme nicht. In Rahmen dieser Arbeit wird, auf der Basis der bereits existierenden Systeme Die11, vLDBF13, Len12 und LKB+14, ein System entwickelt, dass die Ausfall-Effekte von zwei oder mehr Netzwerken miteinander vergleichen kann. Dieser Vergleich von mehreren Datensätzen soll die Analyse von Zeitreihen bzw. Vergleichsgruppen ermöglichen. Dies kann beispielsweise dabei helfen zu untersuchen, wie sich die Auswirkungen der Ausfall-Effekte über einen Zeitraum hinweg verändert haben. Dazu wird eine Analysepipeline entwickelt, welche die Analyse vereinfacht und die Beantwortung der Fragestellungen unterstützt. Der Schwerpunkt liegt auf der Betrachtung von Ähnlichkeiten und Unterschieden in den Ausfall-Effekten. Dabei ist die Verwendung geeigneter Vergleichsansätze wichtig, um in einer großen Menge an Ausfall- Effekt-Graphen Ähnlichkeiten zu finden und näher untersuchen zu können. Als Basis für den Vergleich werden sowohl bekannte knoten- und musterbezogene Informationen, als auch strukturelle und metrikbasierte Vergleiche von Graphen herangezogen. Neben den Finanznetzwerken wird in dieser Arbeit auch eine andere Anwendungsdomäne beschrieben. Die Untersuchung von Sequenzen aus Aminosäuren und dort stattfindenden Mutationen stellt für die Biologie einen sehr wichtigen Forschungsbereich dar. Solche Untersuchungen werden beispielsweise benötigt, um geeignete Medikamente gegen Viruserkrankungen zu entwickeln. Die dort auftretenden Mutationsgraphen sind mit den Ausfall-Effekt-Graphen in Finanznetzwerken vergleichbar. Aus diesem Grund lassen sich die Konzepte sehr gut übertragen.

Item Type: Master Thesis
Erschienen: 2014
Creators: Lenz, Olav
Title: Visueller Vergleich von Ausfall-Effekten in mehreren Datensätzen
Language: German
Abstract:

Es ist einige Jahre her, seitdem die Finanzkrise begonnen hat und die weltweiten Finanznetzwerke zu wackeln begannen. Politik und Unternehmen machten große Versprechungen, die Stabilität der Finanznetzwerke zu verbessern und die Finanzmärkte stärker zu reglementieren. Jetzt stellen sich die Fragen, ob sich wirklich etwas verändert hat, ob sich so etwas heute wiederholen könnte und wie stark die Auswirkungen wären. Auch angesichts der aktuellen Eurokrise sind Fragestellungen, welche die Stabilität der weltumspannenden Finanznetzwerke betreffen, hoch relevant. Zur Beurteilung, ob Maßnahmen die gewünschten Erfolge bringen, ist die Untersuchung der Entwicklung dieser Netzwerke über die Zeit besonders interessant. Mit Hilfe der bestehenden Systeme Die11, vLDBF13 und Len12 lassen sich viele Fragestellungen in Bezug auf Ausfall- Effekte in Finanzsystemen beantworten. Dabei ist es möglich, die Ausfall-Effekte mit verschiedenen Parametern zu simulieren und die Ergebnisse mit Hilfe visueller Analyse zu analysieren. Der Schwerpunkt liegt bei diesen Systemen allerdings auf der Simulation und Analyse eines einzelnen Finanznetzwerks. Einen direkten Vergleich von mehreren Finanzsystemen ermöglichen diese Systeme nicht. In Rahmen dieser Arbeit wird, auf der Basis der bereits existierenden Systeme Die11, vLDBF13, Len12 und LKB+14, ein System entwickelt, dass die Ausfall-Effekte von zwei oder mehr Netzwerken miteinander vergleichen kann. Dieser Vergleich von mehreren Datensätzen soll die Analyse von Zeitreihen bzw. Vergleichsgruppen ermöglichen. Dies kann beispielsweise dabei helfen zu untersuchen, wie sich die Auswirkungen der Ausfall-Effekte über einen Zeitraum hinweg verändert haben. Dazu wird eine Analysepipeline entwickelt, welche die Analyse vereinfacht und die Beantwortung der Fragestellungen unterstützt. Der Schwerpunkt liegt auf der Betrachtung von Ähnlichkeiten und Unterschieden in den Ausfall-Effekten. Dabei ist die Verwendung geeigneter Vergleichsansätze wichtig, um in einer großen Menge an Ausfall- Effekt-Graphen Ähnlichkeiten zu finden und näher untersuchen zu können. Als Basis für den Vergleich werden sowohl bekannte knoten- und musterbezogene Informationen, als auch strukturelle und metrikbasierte Vergleiche von Graphen herangezogen. Neben den Finanznetzwerken wird in dieser Arbeit auch eine andere Anwendungsdomäne beschrieben. Die Untersuchung von Sequenzen aus Aminosäuren und dort stattfindenden Mutationen stellt für die Biologie einen sehr wichtigen Forschungsbereich dar. Solche Untersuchungen werden beispielsweise benötigt, um geeignete Medikamente gegen Viruserkrankungen zu entwickeln. Die dort auftretenden Mutationsgraphen sind mit den Ausfall-Effekt-Graphen in Finanznetzwerken vergleichbar. Aus diesem Grund lassen sich die Konzepte sehr gut übertragen.

Uncontrolled Keywords: Forschungsgruppe Visual Search and Analysis (VISA), Visual analytics, Graph visualization, Graphical data, Visual graph analysis, Contagion effects
Divisions: 20 Department of Computer Science
20 Department of Computer Science > Interactive Graphics Systems
Date Deposited: 12 Nov 2018 11:16
Additional Information:

95 S.

Export:
Suche nach Titel in: TUfind oder in Google

Optionen (nur für Redakteure)

View Item View Item