Identifikation von Typen in den empirischen Wissenschaften durch die mathematische Theorie von Tangles

Traditionelles Clustering in big data hat zum Ziel, Gruppen von Objekten mit ähnlichen Eigenschaften zu identifizieren. Tangles arbeiten umgekehrt: sie identifizieren Typen von Eigenschaften, die bei den betrachteten Objekten häufig zusammen auftreten.

Tangles bieten damit ein mathematisch präzises Modell für scheinbar schwer zu fassende Gleichartigkeiten. Nicht Gleichartigkeiten von Dingen, sondern Gleichartigkeiten – oder Typen – von Eigenschaften von Dingen, wie typisches Verhalten, typische Sichtweisen, typische Krankheitsbilder, typischen Sprachgebrauch, oder typische molekulare Struktur von DNA oder Proteinen.

Die mathematische Entwicklung der, von Professor Diestel begründeten, abstrakten Tangle-Theorie ist bereits relativ weit fortgeschritten und hat eine Reihe tiefer Resultate hervorgebracht. Diese auch außerhalb der Mathematik anwendbar zu machen ist das Gesamtziel dieses Vorhabens. Dazu gehört die Entwicklung von Algorithmen, sowie die Implementierung dieser Algorithmen in geeigneter Spezial-Software. Die grundlegenden Algorithmen zur Anwendung der Tangle-Theorie wurden bereits in Hamburg entwickelt. Diese generischen Algorithmen gilt es zu verfeinern und auf einzelne Anwendungen hin konkret zuzuschneiden. 

Spezifisches Ziel des Projekts ist die Entwicklung von Software, die die bereits entwickelten generischen Algorithmen in zumindest einem Fall konkret implementiert und damit einen Proof of Concept der Anwendbarkeit der Tangle-Theorie ermöglicht.