https://opendata.uni-halle.de//handle/497920112/159244 2026-04-10T22:29:00Z 2026-04-10T22:29:00Z Berg, Christian https://opendata.uni-halle.de//handle/1981185920/14017 2026-01-30T09:47:17Z 2019-01-01T00:00:00Z

Title: Typische Muster bei der DSL-Implementierung unter Verwendung von geordneten Attributgrammatiken Author(s): Berg, Christian Abstract: Für die Spezifikation der Sprachsemantik gibt es verschiedene Lösungsansätze, die jeweils nur eine der folgenden Eigenschaften bieten: entweder die Sprachspezifikation ist kompakt oder der generierte Übersetzer ist performant bzw. schnell. Sollen schnelle Übersetzer mit kompakter Spezifikation entwickelt werden, gibt es dafür bisher noch keine Lösung. Diese Arbeit stellt eine Methode vor, die dies leistet, indem von Attributgrammatiken - eine der Standardlösungen aus dem Übersetzerbau - abstrahiert wird. Diese Abstraktion wird formal definiert und es wird bewiesen, dass wichtige Eigenschaften, wie Zerlegbarkeit und die Fähigkeit der Komposition, eingehalten werden und anhand einer Reihe von Beispielen gezeigt, dass die Spezifikation wesentlich kompakter als Attributgrammatiken sind und der resultierende Übersetzer ähnlich schnell arbeitet.; There are different solutions to specify the semantics of a (programming) language, each offering only one of the following: the specification is compact or the generated compiler is fast. There does not exist a solution for specifying a fast compiler in a compact way. This work presents a method achieving this by abstracting away from attribute grammars - one of the standard solutions to specify language semantics. This abstraction is formally defined and various important properties, like partitionability or composability, are proven to hold. Using various examples from the literature it is shown that the specification is much more compact than regular attribute grammars and the resulting compiler is of similar speed.

2019-01-01T00:00:00Z Rechner, Steffen https://opendata.uni-halle.de//handle/1981185920/9013 2026-01-30T09:47:29Z 2018-01-01T00:00:00Z

Title: Markov Chain Monte Carlo algorithms for the uniform sampling of combinatorial objects Author(s): Rechner, Steffen Abstract: In dieser Arbeit untersuche ich die Effizienz von Markov-Chain Monte Carlo (MCMC) Algorithmen zum gleichverteilten Erzeugen zufälliger kombinatorischer Strukturen. Zu diesem Zweck habe ich eine Software namens marathon entwickelt, welche ich zur Berechnung struktureller Eigenschaften von Markov-Ketten einsetze, die rein analytisch schwer zu bestimmen wären. Ich verwende diese Software, um MCMC-Algorithmen aus drei Problemklassen zu untersuchen. Zunächst untersuche ich drei bekannte Methoden zum Erzeugen zufälliger bipartiter Graphen mit festen Knotengraden. Unter anderem zeige ich, welcher Algorithmus am besten für den Einsatz in speziellen ökologischen Anwendungen geeignet ist. Anschließend betrachte ich das Erzeugen zufälliger bipartiter Graphen mit beschränkten Knotengraden. Ich führe zwei neue MCMC-Algorithmen ein und untersuche auf experimentellem Wege deren Effizienz. Schließlich analysiere ich Algorithmen zum zufälligen Erzeugen perfekter Matchings in bipartiten Graphen. Dabei identifiziere ich Initialzustände, die eine polynomielle beziehungsweise exponentielle Mischzeit besitzen.; In this thesis, we discuss a family of sampling methods known as Markov chain Monte Carlo (MCMC) algorithms. To support the analysis of such algorithms,we developed the software tool marathon, designed to determine properties of Markov chains that are usually hard to find analytically. We apply our software to experimentally assess the efficiency of several MCMC algorithms from three sampling applications. First, we address three well-known MCMC algorithms for the uniform sampling of bipartite graphs with fixed degrees. In a set of experiments, we show which sampling algorithm works best in certain types of ecological applications. Motivated by the work with incomplete data, we next address the uniform sampling of bipartite graphs whose degrees lie in prescribed intervals. After introducing two new MCMC algorithms, we give a proof of their correctness and experimentally assess their efficiency. Finally, we address the uniform sampling of perfect matchings in bipartite graphs. In a set of experiments with two special classes of bipartite graphs, we identify initial states that require a polynomial and an exponential number of steps.

2018-01-01T00:00:00Z Treutler, Hendrik https://opendata.uni-halle.de//handle/1981185920/8947 2026-01-30T09:47:16Z 2017-01-01T00:00:00Z

Title: Bioinformatics tools for mass spectrometry, phylogenetic footprinting, and the integration of biological data - [kumulative Dissertation] Author(s): Treutler, Hendrik Abstract: Diese kumulative Dissertation wurde in Englisch verfasst und beinhaltet sechs Publikationen aus dem Gebiet der Bioinformatik. Das Oberziel dieser Publikationen ist ein Verständnis von biologischen Prozessen auf dem Niveau der Systembiologie zu ermöglichen. Hierzu werden unterschiedliche bioinformatische Softwarewerkzeuge quelloffen und frei verfügbar bereitgestellt. Die sechs Publikationen fallen in die drei Bioinformatik-Teilgebiete (i) “Phylogenetic footprinting”, (ii) “Data Processing and Interpretation of Mass Spectrometry Data” und (iii) “Integration of biological data”. Im Teilgebiet (i) wird die präzise Vorhersage und der objektive Vergleich von Transkriptionsfaktorbindestellen-Motiven behandelt. Im Teilgebiet (ii) wird die Extraktion von Metaboliten-Signalen aus Massenspektrometriedaten und die Auswertung dieser auf dem Level von Metabolitenfamilien behandelt. Im Teilgebiet (iii) wird das Softwarewerkzeug VANTED weiterentwickelt.; This cumulative dissertation is wridden in english and includes six papers from the bioinformatics area. The aim of these papers is an unterstanding of biological processes on the systems biology level. For this purpose I published different open-source, freely available software tools.The six publications are rooted in the three bioinformatics fields (i) “Phylogenetic footprinting”, (ii) “Data Processing and Interpretation of Mass Spectrometry Data”, and (iii) the “Integration of biological data”. In field (i) the precise prediction and objective comparison of transcription factor binding motifs is covered. In field (ii) the extraction of metabolite signals from mass spectrometry data and the analysis of these on the level of metabolite families is covered. In field (iii) the software tools VANTED is developed further.

2017-01-01T00:00:00Z Nettling, Arthur Martin https://opendata.uni-halle.de//handle/1981185920/8773 2026-01-30T09:47:24Z 2017-01-01T00:00:00Z

Title: New approaches for de-novo motif discovery using phylogenetic footprinting - from data acquisition to motif visualization ; [kumulative Dissertation] Author(s): Nettling, Arthur Martin Abstract: In dieser Arbeit haben meine Kollegen und ich sechs Limitierungen in drei verwandten Themengebieten adressiert. Im ersten Themengebiet, der Datenakquisition und Datenvorbereitung, haben wir die Datenbank miRGen und den Key-Value store DRUMS entwickelt. Im zweiten Themengebiet haben wir drei Ansätze zur Verbesserung der de-novo Motivsuche mit Phylogenetic Footprinting untersucht. Wir konnten zeigen, dass es unter Verwendung von speziesübergreifenden Informationen möglich ist, den Bindeaffinitätsbias in ChIP-Seq Daten zu berücksichtigen. Des Weiteren haben wir entdeckt, dass die Verwendung von unrealistischen phylogenetischen Bäumen beim Phylogenetic Footprinting zu einer robusteren Vorhersage von Sequenzmotiven führt. Schließlich haben wir ein traditionelles phylogenetisches Motivmodell um die Fähigkeit erweitert Nukleotidabhängigkeiten höherer Ordnung zu modellieren. Alle drei Ansätze führen zu einer verbesserten Vorhersage von Transkriptionsfaktorbindestellen. Im dritten Themengebiet, der Visualisierung von Sequenzmotiven, haben wir DiffLogo entwickelt, ein frei verfügbares R-Paket, spezialisiert auf die vergleichende Visualisierung von Sequenzmotiven. Jede dieser Arbeiten trägt dazu bei unser Verständnis der Genregulation als Ganzen zu verbessern.; In this thesis, my colleagues and I have addressed six limitations in three related fields. First, we proposed miRGen and DRUMS, two approaches to improve „data acquisition and data preparation.“ Second, we proposed three approaches to improve „de-novo motif discovery using phylogenetic footprinting.“ Specifically, we studied the detection and correction of the binding affinity bias in ChIP-Seq data using inter-species information. Further, we studied unrealistic phylogenetic trees for more robust de-novo motif predictions with phylogenetic footprinting. Finally, we extended phylogenetic motif models by taking into account intra-motif dependencies. We found that all three approaches lead to an improved prediction of transcription factor binding sites. Third, we proposed DiffLogo to improve the „visualization of sequence motifs.“ DiffLogo is a freely available R package for the comparative visualization of sequence motifs. Each of these studies potentially advance our attempt of understanding transcriptional gene regulation as a whole.

2017-01-01T00:00:00Z