Doktorandenkolloquium des FB4

Zielstellung

Das Doktorandenkolloquium des FB4 (kurz: FB4-DK) ist ein Ort der AG- und institutsübergreifenden Diskussion der Forschung am Fachbereich. Es dient der Vorstellung von Forschungsthemen durch Doktoranden (und Doktorandinnen) des Fachbereichs. Als Teilnehmer sind alle wissenschaftlichen Mitarbeiter und Professoren willkommen. Selbst Master-Studierende mit Forschungsambitionen sind willkommen. Die Vorträge zielen auf das breite Spektrum des Fachbereichs.

Format

Die Vorträge einschließlich Diskussion sind auf eine Stunde angesetzt. Die Vorträge der Doktoranden können durch Rede- bzw. Diskussionsbeiträge der an der Forschung Beteiligten (etwa der Betreuer) aufgelockert werden. Die Vorträge sollten so angelegt sein, dass sie die Forschungsfragen und die Methodik verständlich vermittelt bei Beachtung des breiten Themenspektrums am Fachbereich. Die vorgestellten Themen können sich in unterschiedlichen Phasen der Bearbeitung befinden und können einen unterschiedlichen Umfang ausmachen; etwa "geplant" versus "in der Durchführung" versus "abgeschlossen" als Phasen und "Einzelthema" versus "Doktorarbeit" als Umfang.

Das FB4-DK findet relativ regelmässig am vierten Mittwoch im Monat um 16 Uhr ct statt. Vorschläge für Vorträge bitte an Martin Leinberger (mleinberger@uni-koblenz.de)  mit Angabe des Titels und einer Zusammenfassung (etwa 100 Worte) wahlweise in Deutsch oder Englisch.

Nächste Vorträge

Vortragende: Lisette Elizabeth Espín Noboa

Datum & Uhrzeit: 31.10.2018, 17 Uhr c.t., Gebäude G 209

Gastgeber: JProf. Claudia Schon

Titel: The Semantics and Structure of Edge Formation in Networks.

Abstract

In this thesis we propose methods to compare the explanatory power of mechanisms of edge formation in networks. Given the edges of a network it is an ongoing problem to infer the mechanisms, i.e., rules and conditions, which led to these edges’ creation. While it is often simple to devise a list of hypothetical mechanisms, it remains hard to decide which hypothesis is closest to reality. The difficulty of the problem increases when hypothesis are solely based on network structure and no further meta-data is available. To solve this problem we propose two approaches: HOPSurfer and Janus. HOPSurfer, a biased random walker, is able to evaluate hypothesis that are based on network structure alone. Its key concept is a model of information foraging on networks based on transition probabilities between k-HOP neighborhoods. When meta-data is available, Janus, a Bayesian framework, allows to rank hypotheses by relative plausibility. We use it to identify plausible hypotheses in cases where nodes carry additional meta-data. For cases where meta-data on nodes is scarce, we further introduce and evaluate a set of guidelines for improving the accuracy of meta-data inference when no ground truth is available. We demonstrate the utility of our methods on both, synthetic and empirical networks.