RUB » Bibliotheksportal

Stef Sijben

• We study several problems related to the algorithmic analysis of movement data, in particular summarising and comparing these data. For all these problems we study their computational complexity and propose algorithms to solve them. First, we study segmentation and classification of trajectories based on parameterised movement models. Second, we propose flow diagrams, a method of summarising multiple trajectories based on principles from criteria-based segmentation. A flow diagram is a directed acyclic graph in which we require the criteria sequence of at least one segmentation to appear as a path. Third, we discuss the discrete Fréchet distance for uncertain trajectories, i.e. trajectories where the locations of the observations are not fixed, but given by a probability distribution. Finally, we propose two new similarity measures for embedded graphs which use ideas from the Fréchet distance. These measures consider both the structure and the embedding of the input graphs.
• Wir betrachten verschiedene Probleme im Zusammenhang mit der algorithmischen Analyse von Bewegungsdaten, insbesondere das Zusammenfassen und Vergleichen dieser Daten. Wir betrachten die Komplexität dieser Probleme und geben Algorithmen an, die sie lösen. Das 1. Problem ist die Segmentierung und Klassifizierung von Trajektorien, basierend auf parameterisierte Bewegungsmodelle. Dann stellen wir die Flowdiagramme vor, die mehrere Trajektorien zusammenfassen, aufbauend auf Kriteriumbasierte Segmentierung. Ein Flowdiagramm ist ein gerichteter azyklischer Graph, der mindestens eine Segmentierung jeder Trajektorie als Pfad enthält. Zunächst betrachten wir den diskreten Fréchet Abstand von Trajektorien, deren Knotenpunkte nicht fest gegeben sind, sondern mittels einer Wahrscheinlichkeitsverteilung. Letztens stellen wir zwei neue Ähnlichkeitsmaße für eingebettete Graphen vor, die den Fréchet Abstand benutzen. Die Maße betrachten sowohl die Struktur als auch die Einbettung der Eingabegraphen.