Anwendungsorientierte Indexstrukturen für Approximate Pattern Matching

用于近似模式匹配的面向应用的索引结构

• 批准号: 47837877
• 负责人: Professor Dr. Ernst W. Mayr
• 金额: --
• 依托单位国家: 德国
• 项目类别: Priority Programmes
• 财政年份: 2007
• 资助国家: 德国
• 起止时间: 2006-12-31 至 2009-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/47837877?language=en
• 关键词: Anwendungsorientierte; Indexstrukturen; Approximate; Pattern; Matching

In vielen Anwendungen der Informatik (insbesondere in der Bioinformatik) ist es erforderlich, in Texten effizient nach den Vorkommen eines Teilwortes oder Musters zu suchen. Um beispielsweise auch Rechtschreibfehler oder Genmutationen zu berücksichtigen, ist es oft außerdem notwendig, dass nicht nur exakte, sondern fehlerbehaftete Treffer gefunden werden. Diese Problemstellung heißt Approximate Pattern Matching. Bei den Lösungsansätzen klafft eine große Lücke zwischen Theorie und Praxis, die mit diesem Projekt geschlossen werden soll, unter Anwendung des gesamten Spektrums des Algorithm-Engineering-Prozesses. In der ersten Förderperiode haben wir daher einen Instanzgenerator für reale und synthetische Testdaten entworfen und implementiert, sowie Algorithmen und Datenstrukturen für fehlertolerante Mustersuche implementiert. In der folgenden Förderperiode werden die verschiedenartigen Ansätze systematisch experimentell untersucht und verglichen. Die Algorithmen und Datenstrukturen werden dabei in einer Algorithmenbibliothek mit einer einheitlichen Schnittstelle zusammengefasst. Sie sollen insbesondere im Hinblick auf folgende Gesichtspunkte entworfen und optimiert werden: Cache-Effizienz, Verhalten im Sekundärspeicher sowie verteilte Datenstrukturen. Die Algorithmenbibliothek soll auch anderen Wissenschaftlern effiziente Verfahren zur fehlertoleranten, indexbasierten Mustersuche zur Verfügung stellen. Anwendungen sind beispielsweise das Suchen von Genen im menschlichen Genom, die mit Krankheiten in Verbindung stehen, oder auch die Plagiatserkennung bei Dokumenten.

在生物信息学的基础上，从信息的角度来看，信息是错误的，在信息的基础上，信息的重要性是不可忽视的。从基因突变的角度来看，这并不是一件很重要的事情，而是一件很重要的事情。Diese Problemstellung Hei？t近似模式匹配。从L到L的理论与实践，从算法到工程，再到工程和实践。在Der ersten Förderperide haben wir Daher einen Instanz Instanz für reale and Syntische Testdaten entworfen and Implementiert，Sowie算法和Datenstrukturen für fehleramante Mustersue Implentiert中。在接下来的几年里，我们进行了一系列的实验。算法人和数据在算法中被认为是最重要的。从现在起，所有的一切都将变得更加乐观和乐观：高速缓存--效果，更好的生活方式。它的算法是：从根本上解决问题，从根本上解决问题，从根本上解决问题。我不知道你的名字是什么，我不知道你的名字是什么，我不知道。