Der Mutter auf der Spur schnell zu DNA-Ergebnissen Einlauffreigabe durch iba-fingerprint-verfahren

Größe: px

Ab Seite anzeigen:

Download "Der Mutter auf der Spur schnell zu DNA-Ergebnissen Einlauffreigabe durch iba-fingerprint-verfahren"

Dagmar Reuter
vor 6 Jahren
Abrufe

1 Der Mutter auf der Spur schnell zu DNA-Ergebnissen Einlauffreigabe durch iba-fingerprint-verfahren Prof. Dr. H. Göttler, Dipl.-Math. C. Lipowsky, Prof. Dr. E. Schömer (Dipl.-Math. E. Dranischnikow, Dr. Th. Gottron)

2 Shazam-Werbung Shazam-Werbung für das iphone (Ein Lied im Autoradio wird per iphone an Shazam übertragen. Das App liefert Titel sowie Sänger und wo man die CD kaufen kann.) Folie Nr. 2

3 Wie macht Shazam das? t f A Sample Amplituden-Maxima des Spektrogramms als Fingerprint Folie Nr. 3

4 Wie macht Shazam das? Optimierung der Suche durch Einsatz von Hash-Codes aus: Avery Li-Chun Wang: An Industrial-Strength Audio Search Algorithm Folie Nr. 4

5 Die Melodie eines Stahlbands Stark beschleunigtes Abspielen eines Stahlband- Dickenschriebs ergibt hörbare Tonsequenz aber sehr kurz wenig charakteristisch wegen zufälliger Schwankungen (Rauschen) Folie Nr. 5

6 Coil-Fingerprint Definition : Eine (wie auch immer geartete) komprimierte Repräsentierung des Coils bzw. des Teilstücks mit Eindeutigkeitscharakter. Ziel: Schnelle Suche nach Kandidaten keine falsch-negativen ausschließen möglichst wenig falsch-positive finden

7 1. Lösungsansatz zur Datenkompression für Fingerprints Folie Nr. 7

8 1. Lösungsansatz zur Datenkompression für Fingerprints Repräsentation als Anzahl/Bereichsposition -Paar {{5, "d"}, {12, "e"}, {11, "d"}, {30, "e"}, {9, "d"}, {3, "e"}, {5, "d"}, {11, "e"}, {5, "d"}, {13, "e"}, {19, "d"}, {14, "e"}, {7, "d"}, {4, "e"}, {13, "d"}, {5, "e"}, {9, "d"}, {12, "e"}, {15, "d"}, {4, "e"}, {38, "d"},... {4, "d"}, {4, "c"}, {15, "d"}, {12, "c"}, {3, "d"}, {15, "c"}, {18, "d"}, {8, "c"}, {3, "d"}, {18, "c"}, {7, "d"}, {7, "c"}} Repräsentation als Buchstabenfolge DEDEDEDEDEDEDEDEDEDEDCDCDCDCDCDCDCDCDCDCBCBCBC BCBCBCBCDCDCDCDEDEDCDEDCDCDEDEDEDEDEDEDEDEDEDC DCDCDCBCBCBCBCBCBCBCBCBCBCBCBCABABABABABABABABA. BCBCDCBCBCBABABCBCDCDEDCDCDCDCDCDCDCDCDCDCDCDC Folie Nr. 8

1. Lösungsansatz zur Datenkompression für Fingerprints Zusammenfassung Unterteilung des Wertebereichs Zuordnung je eines Wertes / Buchstabens für die

9 1. Lösungsansatz zur Datenkompression für Fingerprints Zusammenfassung Unterteilung des Wertebereichs Zuordnung je eines Wertes / Buchstabens für die Bereiche zwischen den Abschnitten Vergleich der kategorisierten Datenreihen (z.b. durch String-Vergleich oder Edit-Distanz) Analogie zum DNA- Vergleich Folie Nr. 9

10 2. Lösungsansatz zur Datenkompression für Fingerprints Scale-Space Filtering von Keypoints Finden sog. Keypoints (hier Wendepunkte der geglätteten Dickenschriebe) Beschreibung und Interpolation der Kurve zwischen je zwei Keypoints durch je eine Parabel (y = ax² + bx + c) Speichern der n Parabelkoeffizienten a i, b i und c i als Fingerprint Suche nach dem zu einem gegebenen Kaltbanddickenschrieb passenden Warmbanddickenschrieb durch abschnittweises Vergleichen der Parabelkoeffizienten

11 2. Lösungsansatz zur Datenkompression für Fingerprints Scale-Space Filtering von Keypoints

12 2. Lösungsansatz zur Datenkompression für Fingerprints Vorteile: Keypoints sind skalierungsinvariant schnelles Suchen mittels nearest neighbour - Datenstruktur Nachteile (derzeit): nicht ausreichend charakteristisch störungsanfällig

3. Lösungsansatz zur Datenkompression für Fingerprints Original (nicht komprimierter Dickenschrieb) bei PAA30 (je 30 aufeinander folgenden Messwerte

13 3. Lösungsansatz zur Datenkompression für Fingerprints Original (nicht komprimierter Dickenschrieb) bei PAA30 (je 30 aufeinander folgenden Messwerte werden durch ihren Mittelwert repräsentiert) bei Take30 (nur jeder 30. Wert wird genommen) Charakteristisches bleibt erhalten / sichtbar. Folie Nr. 13

14 Aktuelle, durch die iba-ag gestellte Aufgabe Finden geeigneter Charakteristika für schnelles Finden eines korrespondierenden Dickenschriebs in der Datenbank Notstopp Folie Nr. 14

15 Was bisher geschah (in einem anderen Projekt) : siehe auch: Lipowsky, C. et al.: Alignment of Noisy and Uniformly Scaled Time Series, DEXA 2009 Kemeter, M.: Effizientes Alignment von Stahlband-Fingerprints, Diplomarbeit, Johannes Gutenberg- Universität Mainz (2008) Folie Nr. 15

16 Kopf- und Fußschrotterkennung Kopfschrott Fußschrott Entwicklung von Alignment-Verfahren, die zwei Dickenschriebe eines Coils (z.b. von Warm- und Kaltband) optimal zur Deckung bringen Integration in den iba-analyzer Folie Nr. 16

17 Ansätze Komprimierung der Daten durch Diskretisierung / Kategorisierung der Daten Bestimmung charakteristischer Features Zusammenfassung mehrerer Werte Erweiterung und Verfeinerung der Alignment- Verfahren hier: Shotgun-Aligner

18 Der erweiterte Shotgun-Aligner, Teil 1 Zerschneiden des Kaltbands in Schnipsel vorgegebener Länge (z. B. 128 Messpunkte) Positionierung aller Schnipsel innerhalb je eines Warmbands (quadratischer Fehler soll minimal sein) Auswahl der erst- und zweitbesten Startposition jedes Schnipsels Folie Nr. 18

19 Der erweiterte Shotgun-Aligner, Teil 1 Visualisierung des Shotgun-Verfahrens (Das Kaltband wird in Schnipsel zerschnitten und deren korrespondierende Position im Warmband bei einem minimalen Fehler gesucht. Die Folie 22 zeigt, was sich ergibt, wenn jeweils die beste und die zweitbeste Position in einem Diagramm aufgetragen wird.) Folie Nr. 19

20 Der erweiterte Shotgun-Aligner, Teil 2 Bestimmung einer fehlertoleranten Regressionsgeraden mittels RANSAC-Algorithmus Identifikation passender Schnipsel Berechnung des Gesamtfehlers durch Aufsummieren der Fehler aller Schnipsel Auswahlkriterium für Warmband: primär: maximal viele passende Schnipsel sekundär: minimaler Gesamtfehler hierarchische Vorgehensweise mittels PAA

21 Fehler bei der Schnipsel-Positionierung quadratischer Fehler mögliche Startposition eines Kaltband- Schnipsel innerhalb des Warmbands Folie Nr. 21

22 Der RANSAC-Algorithmus Folie Nr. 22 Nummer des Schnipsels mögliche Startpositionen (beste und zweitbeste)

23 Bisherige Ergebnisse bei Verwendung des erweiterten Shotgun-Aligners Aufgabe: Suche die Mutter, d. h. das zugehörige Warmband, zu einem gegebenen Kaltband(-Abschnitt)! Ergebnis: Das Warmband wird gefunden in einer Datenbank mit ca Coils d.h Datensätze inkl. Umwickler mit einer Treffsicherheit von > 99% auf realen Testdaten in unter einer Sekunde Folie Nr. 23

24 Problematische Datensätze 5 der über Coil-Paare konnten nicht automatisch aus der Datenbank gefiltert werden. Warum nicht? inkorrekte Zuordnung / Benennung / Messfehler??? Folie Nr. 24

25 Offene Fragen Dürfen (günstige) Grafikkarten verwendet werden? (ca. 20-mal schneller bei Programmierung auf GPU) Wie lang muss ein Anfangsstück eines Dickenschriebs mindestens sein, damit eindeutig feststellbar ist, um welches Band es sich handelt (Notstopp-Test)? Lassen sich die entwickelten Verfahren übertragen auf andere Produktionsschritte / -prozesse? andere Materialien (z. B. Aluminium anstelle von Stahl)? Gibt es weitere charakteristische Messdaten (z. B. Breitenprofile)? Folie Nr. 25

26 Vielen Dank für Ihre Aufmerksamkeit! Rent a Prof!

Ähnliche Dokumente

Multivariate Verfahren

Multivariate Verfahren Lineare Regression Zweck: Vorhersage x Dimensionsreduktion x x Klassifizierung x x Hauptkomponentenanalyse Korrespondenzanalyse Clusteranalyse Diskriminanzanalyse Eigenschaften: