Projektbeschreibung
Forciert nach Symmetrien suchen
Symmetrien in großen und komplexen Datensystemen zu erkennen, wird in der Datenverarbeitung immer wichtiger. Egel, ob mathematische Gleichungen, Graphen, Straßenkarten oder die Entwicklung sozialer Netzwerke betrachtet werden – es treten immer bestimmte, sich wiederholende Muster auf, die erkannt und genutzt werden können, um effizienter zu rechnen. Zudem kann Symmetrieerkennung dabei helfen, Duplikationen zu vermeiden und Muster in sehr komplexen Systemen wie etwa neuronalen Netzen zu identifizieren, die beim maschinellen Lernen oder in großen Datenbanken zum Einsatz kommen, in denen beispielsweise chemische Moleküle aufgelistet sind. Effiziente Algorithmen für die Symmetrieerkennung zu entwickeln, ist auch als das Problem der Isomorphie von Graphen bekannt – eines der größten offenen Probleme der theoretischen Informatik. Das EU-finanzierte Projekt EngageS wird nun theoretische Modelle und Softwareinstrumente entwickeln, um zukünftig auf effiziente Weise Symmetrie erkennen zu können.
Ziel
Symmetry is a phenomenon that appears in many different contexts.
Algorithmic symmetry detection and exploitation is the concept of finding intrinsic symmetries of a given object and then using these symmetries to our advantage. Application areas of algorithmic symmetry detection and exploitation range from convolutional neural networks in machine learning to computer graphics, chemical data bases and beyond.
In contrast to this widespread use, our understanding of the theoretical foundation (namely the graph isomorphism problem) is incomplete and current algorithmic symmetry tools are inadequate for big data applications. Hence, EngageS addresses these key challenges in the field using a systematic approach to the theory and practice of symmetry detection. It thereby also fixes the existing lack of interplay between theory and practice, which is part of the problem.
EngageS' main aims are to tackle the classical and descriptive complexity of the graph isomorphism problem and to design the next generation of symmetry detection algorithms. As key ideas to resolve the complexity, EngageS offers three new approaches on how to prove lower bounds and a new method to settle the descriptive complexity.
EngageS will also develop practical symmetry detection algorithms for big data, exploiting parallelism and memory hierarchies of modern machines, and will introduce the concept of and a road map to exploiting absence of symmetry. Overall EngageS will establish a comprehensive software library that will serve as a platform for integrated research on the algorithmic treatment of symmetry.
In summary, EngageS will develop fast, efficient and accessible symmetry detection tools that will be used to solve complex algorithmic problems in a range of fields including combinatorial algorithms, generation problems, and canonization.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencessoftware
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-COG - Consolidator GrantGastgebende Einrichtung
64289 Darmstadt
Deutschland