A Tale of Two Approaches: Comparing Top-Down and Bottom-Up Strategies for Analyzing and Visualizing High-Dimensional Data

Die Verbreitung von Hochdurchsatz- und Sensortechnologien in verschiedenen Bereichen hat zu einem erheblichen Anstieg des Datenvolumens, der Komplexität und der Vielfalt geführt. Herkömmliche Methoden der Datenspeicherung, -analyse und -visualisierung können mit dem Wachstum moderner Datensätze nur schwer Schritt halten. Daher sind innovative Ansätze erforderlich, um die Herausforderungen bei der Verwaltung, Analyse und Visualisierung von Daten in verschiedenen Disziplinen zu bewältigen. Ein solcher Ansatz ist die Verwendung neuartiger Speichermedien wie desoxyribonukleinsäure (DNA), die effiziente, stabile, kompakte und energiesparende Speichermöglichkeiten bieten. Forscher untersuchen den möglichen Einsatz von DNA als Speichermedium für die langfristige Aufbewahrung von bedeutenden kulturellen und wissenschaftlichen Materialien. Neben neuartigen Speichermedien konzentriert sich die Forschung auch auf die Entwicklung neuer Techniken, die mehrere Datenmodalitäten integrieren und Algorithmen des maschinellen Lernens nutzen können, um komplexe Beziehungen und Muster in riesigen Datensätzen zu erkennen. Diese neu entwickelten Datenverwaltungs- und -analyseverfahren haben das Potenzial, bisher unbekannte Erkenntnisse über verschiedene Phänomene zu erschließen und eine effektivere Umsetzung von Ergebnissen der Grundlagenforschung in praktische und klinische Anwendungen zu ermöglichen. Die Bewältigung dieser Herausforderungen erfordert unterschiedliche Problemlösungsansätze. Die Forscher entwickeln neue Instrumente und Techniken, die unterschiedliche Sichtweisen erfordern. Top-down- und Bottom-up-Ansätze sind wesentliche Techniken, die wertvolle Perspektiven für die Verwaltung, Analyse und Visualisierung komplexer hochdimensionaler multimodaler Datensätze bieten. Diese kumulative Dissertation untersucht die Herausforderungen, die mit der Handhabung solcher Daten verbunden sind, und beleuchtet Top-Down-, Bottom-Up- und integrierte Ansätze, die zur Verwaltung, Analyse und Visualisierung dieser Daten entwickelt werden. Die Arbeit ist in zwei Teile gegliedert, die jeweils die beiden Problemlösungsansätze und ihre Anwendung in veröffentlichten Studien widerspiegeln. Die vorgeschlagene Arbeit zeigt, wie wichtig es ist, beide Ansätze zu verstehen, die Schritte des Denkens über das Problem innerhalb dieser Ansätze und ihre Konkretisierung und Anwendung in verschiedenen Bereichen.