Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/2106
Full metadata record
DC FieldValueLanguage
dc.contributor.refereeKantelhardt, J. W.-
dc.contributor.refereeTrimper, S.-
dc.contributor.refereeKantz, H.-
dc.contributor.authorKämpf, Mirko-
dc.date.accessioned2018-09-24T12:35:06Z-
dc.date.available2018-09-24T12:35:06Z-
dc.date.issued2017-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/8878-
dc.identifier.urihttp://dx.doi.org/10.25673/2106-
dc.description.abstractDie vorliegende Arbeit behandelt folgende Probleme: (1) Uni-variate und multi-variate Zeitreihenanalyse von Ergebnissen numerischer Simulationen des Straßenverkehrs und an Daten aus sozialen Netzwerken. (2) Studiendesign für die interdisziplinäre Forschung: Studien auf großen Online-Datenbeständen können verbessert werden, wenn vergleichbare Referenzdaten genutzt werden. Wir untersuchen Wikipedia als eine potenzielle Quelle für solche Vergleichsdaten am Beispiel der Medienanalyse. (3) Kontextsensitive Trendbereinigung von Rohdaten über die Mediennutzung: Neue Normalisierungsmethoden erlauben die integrierte Analyse verschiedener Nachrichtenkanäle und schafft Vergleichbarkeit für dynamische Systeme die sich nicht im Gleichgewichtszustand befinden. (4) Integration verschiedener Aspekte komplexer Systeme: Generalisierung und Integration vorhandener Netzwerkrekonstruktionsmethoden für ein universelles Vorgehen im Bereich der Erforschung komplexer Systeme.-
dc.description.abstractThe following problems have been addressed in this work: (1) Uni-variate and multi-variate time series analysis of traffic data (measured and simulated) and social media usage data. (2) Study design for interdisciplinary computational science: Common studies on social online media are affected by a strong selection bias. Studies on massive online data can be improved if comparable reference data is available. We consider Wikipedia as a potential source for context networks to identify trends and contextual bias.(3) Detrending of raw media usage data: Development of new normalization methods for media usage analysis allows integrated analysis of different communication channels and comparison of dynamic systems faraway from equilibrium. (4) Integration of multiple facets of complex systems: Generalization and integration of existing network reconstruction methods for a unified framework for analysis of large complex systems research.eng
dc.description.statementofresponsibilityvorgelegt von Mirko Kämpf-
dc.format.extent1 Online-Ressource (201 Seiten)-
dc.language.isoeng-
dc.publisherUniversitäts- und Landesbibliothek Sachsen-Anhalt-
dc.rights.urihttp://rightsstatements.org/vocab/InC/1.0/-
dc.subject.ddc530-
dc.titleTime-series-based reconstruction and analysis of complex networks - methods for quantitative comparison of dynamic processes-
dcterms.dateAccepted2017-05-29-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:3:4-21151-
local.publisher.universityOrInstitutionMartin-Luther-Universität Halle-Wittenberg-
local.subject.keywordsZeitreihenanalyse; Ereignis Synchronisation; Fluktuationsanalyse; Korrelationsanalyse; Funktionale Netzwerke; Dynamische Netzwerke; Wikipedia; Soziale Netzwerke; Komplexe Systeme; Phasenübergänge-
local.subject.keywordstime series analysis; Event synchronization; Detrended fluctuation analysis; Correlation analysis; Functional networks; Dynamic networks; Wikipedia; Social networks; Complex systems; Phase transitionseng
local.openaccesstrue-
dc.identifier.ppn1002295467-
local.accessrights.dnbfree-
Appears in Collections:Physik

Files in This Item:
File Description SizeFormat 
Dissertation_V4_FINAL_BIBLIOTHEK.pdf94.96 MBAdobe PDFThumbnail
View/Open