Software

Here you might find public software that has been developed by the Databionics research group for scientific purposes. Please quote the corresponding publications.

Name	Code	Licence	Link	Authors
Umatrix	R	GPL	Download, Source, PDF	Michael Thrun, Florian Lerch, Alfred Ultsch
AdaptGauss: Gaussian Mixture Models (GMM)	R	GPL	CRAN	Michael Thrun, Onno Hansen-Goos, Rabea Griese, Catharina Lippmann, Jorn Lotsch, Alfred Ultsch
ABCanalysis	R	GPL	CRAN	Michael Thrun, Jörn Lötsch, Alfred Ultsch
Databionic ESOM Tools	Java	GPL	SourceForge Project	Christan Stamm, Mario Nöcker, Fabian Mörchen, u.v.a.
Databionic MusicMiner	Java	GPL	SourceForge Project	Mario Nöcker, Christan Stamm, Fabian Mörchen, Niko Efthymiou, Michael Thies, Ingo Löhken, u.v.a.
Time Series Knowledge Mining	Matlab	GPL	Download	Fabian Mörchen
Pareto Density Estimation	R	GPL	CRAN	Michael Thrun, Onno Hansen-Goos, Rabea Griese, Catharina Lippmann, Jorn Lotsch, Alfred Ultsch
Persist Time Series Discretization	Matlab	GPL	Download	Fabian Mörchen
Audio Feature Extraction	Matlab	GPL	-	Ingo Löhken, Michael Thies, Fabian Mörchen
DWT/DFT time series feature extraction	Matlab	GPL	Download	Fabian Mörchen
Spin3D	Java	GPL	Sourceforge Project	Pascal Lehwark

Umatrix

 

By gaining the property of emergence through self-organization, the enhancement of self organizing maps is called emergent SOM (ESOM). The result of the projection by ESOM is a three dimensional landscape in form of an Ustar matrix, which is the combination of a U-Matrix and a P-Matrix. The Ustar matrix displays a representation of distance and density structures of the input data. And automatic and/or interactive rectangular island generation as well as supervised clustering is possible. Currently, we offer a stable bethaversion as a preview for this Webpage. The following packages have to be installed/Imports: Rcpp, ggplot2, shiny, ABCanalysis, shinyjs, reshape2, fields, plyr, abind, tcltk, png, tools, grid, rgl

 

Thrun, M. C., Lerch, F., Lötsch, J., & Ultsch, A.: Visualization and 3D Printing of Multivariate Data of Biomarkers, Proc. of International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision, Plzen, 2016.

AdaptGauss

 

Multimodal distributions can be modelled as a mixture of components. The model is derived using the Pareto Density Estimation (PDE) for an estimation of the pdf. PDE has been designed in particular to identify groups/classes in a dataset. Precise limits for the classes can be calculated using the theorem of Bayes. Verification of the model is possible by QQ plot and Chi-squared test.

Ultsch, A., Thrun, M.C., Hansen-Goos, O., Lötsch, J.: Identification of Molecular Fingerprints in Human Heat Pain Thresholds by Use of an Interactive Mixture Model R Toolbox(AdaptGauss), International Journal of Molecular Sciences, doi:10.3390/ijms161025897, 2015.

Thrun M.C.,Ultsch, A., Models of Income Distributions for Knowledge Discovery, European Conference on Data Analysis, DOI 10.13140/RG.2.1.4463.0244, Colchester 2015.

 

Computed ABC Analysis

For a given data set, the package provides a novel method of computing precise limits to acquire subsets which are easily interpreted. Closely related to the Lorenz curve, the ABC curve visualizes the data by graphically representing the cumulative distribution function. Based on an ABC analysis the algorithm calculates, with the help of the ABC curve, the optimal limits by exploiting the mathematical properties pertaining to distribution of analyzed items. The data containing positive values is divided into three disjoint subsets A, B and C, with subset A comprising very profitable values, i.e. largest data values ("the important few") subset B comprising values where the profit equals to the effort required to obtain it, and the subset C comprising of non-profitable values, i.e., the smallest data sets ("the trivial many").

Ultsch, A., Lötsch, J.: Computed ABC analysis for rational selection of most informative variables in multivariate data, PLoS One, 2015.

Databionic ESOM Tools

Im Rahmen einer Projektgruppe wurden bei uns die Databionics ESOM Tools, ein Softwarepaket für Training, Visualisierung und interaktiver Analyse von Emergenten Selbst-Organisierenden Merkmalskarten, entwickelt. Die Software steht unter der GPL zur Verfügung. Für alle weiteren Informationen besuchen Sie bitte das SourceForge Project.
Ultsch, A., Mörchen, F.: ESOM-Maps: tools for clustering, visualization, and classification with Emergent SOM, Technical Report No. 46, Dept. of Mathematics and Computer Science, University of Marburg, Germany, (2005)

Databionic MusicMiner

Im Rahmen einer Projektgruppe wurde bei uns der Databionic MusicMiner entwickelt. Es handelt sich um ein Programm das die Ähnlichkeit von Musikstücken aus dem Klang berechnet und basierend darauf eine Musiksammlung als Landkarte darstellt. Die Software steht unter der GPL zur Verfügung. Für alle weiteren Informationen besuchen Sie bitte das SourceForge Project.
Mörchen, F., Ultsch, A., Thies, M., Löhken, I., Nöcker, M., Stamm, C., Efthymiou, N., Kümmerer, M.: MusicMiner: Visualizing timbre distances of music as topographical maps, Technical Report No. 47, Dept. of Mathematics and Computer Science, University of Marburg, Germany, (2005)

Time Series Knowledge Mining

Time Series Knowledge Mining (TSKM) ist eine Methodik für die Suche nach verständlichen Mustern in multivariaten Zeitreihen. Wir stellen (in Kürze) eine Implementierung für Matlab unter der GPL zur Verfügung.	Download
Mörchen, F.: Time Series Knowledge Mining, Phd thesis, Dept. of Mathematics and Computer Science, University of Marburg, Germany, (2006)

Pareto Density Estimation

Pareto Density Estimation (PDE) is an information optimum estimation of the empirical probability density. PDE has been designed in particular to identify groups/classes in a dataset. It is now part of the R package AdaptGauss.
Ultsch, A.: Pareto density estimation: A density estimation for knowledge discover, in  Baier, D.; Werrnecke, K. D., (Eds), Innovations in classification, data science, and information systems, Proc Gfkl 2003, pp 91-100, Springer, Berlin, 2005.

Persist Time Series Discretization

Der Persist Algorithmus ermöglicht eine Diskretisierung von Zeitreihen in Zustände optimaler Dauer. Im Gegensatz zu herkömmlichen statischen Histogram Methoden wird die zeitliche Abfolge der Werte zur Optimierung der Bins verwendet. Wir stellen eine Implementierung für Matlab unter der GPL zur Verfügung: Download.
Mörchen, F., Ultsch, A.: Optimizing Time Series Discretization for Knowledge Discovery, Grossman, R.L., Bayardo, R., Bennet, K., Vaidya, J. (Eds), In Proceedings The Eleventh ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Chicago, IL, USA, (2005), pp. 660-665

Audio Feature Extraction

Die Analyse von Musikdaten erfolgt häufig auf Klangmerkmalen die auf kurzen Zeitfenstern berechnet werden. Ein bekanntes Beispiel sind die Mel Frequency Cepstral Coefficients (MFCC). Im Rahmen einer Projektgruppe wurden bei eine flexible Software zur Berechnung von sehr vielen solcher Klangmerkmalen erstellt. Wir stellen (in Kürze) eine Implementierung für Matlab unter der GPL zur Verfügung.
Mörchen, F., Ultsch, A., Thies, M., Löhken, I.: Modelling timbre distance with temporal statistics from polyphonic music, IEEE Transactions on Speech and Audio Processing 14(1)IEEE, pp, 81-90, 2006.

DWT/DFT time series feature extraction

Die best Auswahl von Koeffizienten aus der Diskreten Wavelet Transformation (DWT) oder der Diskreten Fourier Transformation (DFT) von Zeitreihen in Sinne der Energieerhaltung ist absteigend nach Größe des Betrags. Bei einer Menge von Zeitreihen wie sie z.B. zum Clustern oder Klassifizieren vorliegen führt dies zu schlecht vergleichbaren Representationen, da pro Zeitreihe unterschiedliche Koeffizienten ausgewählt werden können. Wir haben daher eine globale Auswahlstrategie vorgeschlagen, die eine vergleichbare Darstellung mit guter Energieerhaltung verbindet. Wir stellen eine Implementierung für Matlab unter der GPL zur Verfügung: Download.

Mörchen, F.: Time series feature extraction for data mining using DWT and DFT, Technical Report No. 33, Dept. of Mathematics and Computer Science, University of Marburg, Germany, (2003)

LaTeX/PDF Reports

Diese kleine Toolbox ermöglicht die Erstellung von PDF Reports mit Matlab Funktionen. Durch Anhängen von Ergebnissen in Form von Tabellen und Bildern entsteht so automatisch eine Dokumentation die später komfortabel analysiert werden kann. Als zusätzliche Software wird LaTeX und Ghostscript benötigt: Download.

Spind3D

Spin3D - OpenGL Visualization Tool for high dimensional data.