@inproceedings{KurbelNowakAzodietal.2015,
  author    = {Kurbel, Karl and Nowak, Dawid and Azodi, Amir and Jaeger, David and Meinel, Christoph and Cheng, Feng and Sapegin, Andrey and Gawron, Marian and Morelli, Frank and Stahl, Lukas and Kerl, Stefan and Janz, Mariska and Hadaya, Abdulmasih and Ivanov, Ivaylo and Wiese, Lena and Neves, Mariana and Schapranow, Matthieu-Patrick and F{\"a}hnrich, Cindy and Feinbube, Frank and Eberhardt, Felix and Hagen, Wieland and Plauth, Max and Herscheid, Lena and Polze, Andreas and Barkowsky, Matthias and Dinger, Henriette and Faber, Lukas and Montenegro, Felix and Czach{\´o}rski, Tadeusz and Nycz, Monika and Nycz, Tomasz and Baader, Galina and Besner, Veronika and Hecht, Sonja and Schermann, Michael and Krcmar, Helmut and Wiradarma, Timur Pratama and Hentschel, Christian and Sack, Harald and Abramowicz, Witold and Sokolowska, Wioletta and Hossa, Tymoteusz and Opalka, Jakub and Fabisz, Karol and Kubaczyk, Mateusz and Cmil, Milena and Meng, Tianhui and Dadashnia, Sharam and Niesen, Tim and Fettke, Peter and Loos, Peter and Perscheid, Cindy and Schwarz, Christian and Schmidt, Christopher and Scholz, Matthias and Bock, Nikolai and Piller, Gunther and B{\"o}hm, Klaus and Norkus, Oliver and Clark, Brian and Friedrich, Bj{\"o}rn and Izadpanah, Babak and Merkel, Florian and Schweer, Ilias and Zimak, Alexander and Sauer, J{\"u}rgen and Fabian, Benjamin and Tilch, Georg and M{\"u}ller, David and Pl{\"o}ger, Sabrina and Friedrich, Christoph M. and Engels, Christoph and Amirkhanyan, Aragats and van der Walt, Est{\´e}e and Eloff, J. H. P. and Scheuermann, Bernd and Weinknecht, Elisa},
  title     = {HPI Future SOC Lab},
  editor    = {Meinel, Christoph and Polze, Andreas and Oswald, Gerhard and Strotmann, Rolf and Seibold, Ulrich and Schulzki, Bernhard},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-102516},
  pages     = {iii, 154},
  year      = {2015},
  abstract  = {Das Future SOC Lab am HPI ist eine Kooperation des Hasso-Plattner-Instituts mit verschiedenen Industriepartnern. Seine Aufgabe ist die Erm{\"o}glichung und F{\"o}rderung des Austausches zwischen Forschungsgemeinschaft und Industrie. Am Lab wird interessierten Wissenschaftlern eine Infrastruktur von neuester Hard- und Software kostenfrei f{\"u}r Forschungszwecke zur Verf{\"u}gung gestellt. Dazu z{\"a}hlen teilweise noch nicht am Markt verf{\"u}gbare Technologien, die im normalen Hochschulbereich in der Regel nicht zu finanzieren w{\"a}ren, bspw. Server mit bis zu 64 Cores und 2 TB Hauptspeicher. Diese Angebote richten sich insbesondere an Wissenschaftler in den Gebieten Informatik und Wirtschaftsinformatik. Einige der Schwerpunkte sind Cloud Computing, Parallelisierung und In-Memory Technologien. In diesem Technischen Bericht werden die Ergebnisse der Forschungsprojekte des Jahres 2015 vorgestellt. Ausgew{\"a}hlte Projekte stellten ihre Ergebnisse am 15. April 2015 und 4. November 2015 im Rahmen der Future SOC Lab Tag Veranstaltungen vor.},
  language  = {en}
}
@misc{MinnesRueterGlahnetal.2009,
  author    = {Minnes, Mark and R{\"u}ter, Sebastian and Glahn, Julia and Schmieder, Carsten and Engelhardt, Kay and Helbig, Muriel and Scholz, Matthias and Polok, Darius and Latuske, J{\"o}rg and Schmidt, Anja and Stab, Uwe and Francke, Christian and B{\"o}hringer, Bianca and Kubala, Alida and Haack, Jan an},
  title     = {Portal alumni},
  series = {Das Ehemaligen-Magazin der Universit{\"a}t Potsdam},
  volume    = {2009},
  journal   = {Das Ehemaligen-Magazin der Universit{\"a}t Potsdam},
  number    = {7},
  organization    = {Stabsstelle Studierendenmarketing/Alumniprogramm Im Auftrag der Pr{\"a}sidentin der Universit{\"a}t Potsdam},
  doi       = {10.25932/publishup-48242},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-482420},
  pages     = {59},
  year      = {2009},
  abstract  = {Liebe Leserin, lieber Leser, wenn es nach der Bundesfamilienrninisterin geht, soll Deutschland eines der familienfreundlichsten L{\"a}nder in Europa werden. Noch sieht die Realit{\"a}t allerdings anders aus. Wie Ehemalige sich zwischen famili{\"a}ren und beruflichen Optionen entschieden haben, welche Probleme sie zu bew{\"a}ltigen hatten und welche L{\"o}sungen sie fanden, davon berichten sie in unserem Titelthema. Jede dritte Akademikerin bleibt heute in Deutschland kinderlos, Tendenz steigend. Abgesehen davon, dass es auch schlichtweg Lebensentw{\"u}rfe ohne Kinder gibt: Ein nicht unwesentlicher Grund dafur ist sicherlich, dass die gr{\"o}ßte Last bei der Kindererziehung immer noch Frauen tragen und sie deshalb auch die gr{\"o}ßeren Einbußen in ihrer Karriere haben. So herrscht bei vielen Arbeitgebern das Vorurteil, M{\"u}tter in F{\"u}hrungspositionen w{\"a}ren weniger leistungsfahig. Dass aber gerade eine Familie Frauen in verantwortungsvollen Positionen den R{\"u}cken st{\"a}rken und zu noch gr{\"o}ßerem Einsatz befl{\"u}geln kann, davon berichtet der einf{\"u}hrende Artikel. Ein Beispiel daf{\"u}r, dass sich Familie und eine berufliche F{\"u}hrungsposition vereinbaren lassen, ist auch Uni-Pr{\"a}sidentin, Prof. Dr.-Ing. Dr. Sabine Kunst. In einem Interview verr{\"a}t sie ihr ganz pers{\"o}nliches Erfolgsrezept und stellt außerdem die strategische Ausrichtung der Hochschule in den n{\"a}chsten Jahren vor. Wenn Sie Ihre Erfahrungen zu unserem Titelthema mit anderen Ehemaligen diskutieren wollen, k{\"o}nnen Sie dies unter .. Forum" in unserem "alumni-portal" tun. Wie immer freuen wir uns auf Ihre Meinung zur vorliegenden Ausgabe von ,,Portal alurnni" und w{\"u}nschen Ihnen viele Vergn{\"u}gen beim Lesen. Viele Gr{\"u}ße aus Potsdam, Ihr Alumni-Team.},
  language  = {de}
}
@phdthesis{Scholz2006,
  author    = {Scholz, Matthias},
  title     = {Approaches to analyse and interpret biological profile data},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus-7839},
  school      = {Universit{\"a}t Potsdam},
  year      = {2006},
  abstract  = {Advances in biotechnologies rapidly increase the number of molecules of a cell which can be observed simultaneously. This includes expression levels of thousands or ten-thousands of genes as well as concentration levels of metabolites or proteins. Such Profile data, observed at different times or at different experimental conditions (e.g., heat or dry stress), show how the biological experiment is reflected on the molecular level. This information is helpful to understand the molecular behaviour and to identify molecules or combination of molecules that characterise specific biological condition (e.g., disease). This work shows the potentials of component extraction algorithms to identify the major factors which influenced the observed data. This can be the expected experimental factors such as the time or temperature as well as unexpected factors such as technical artefacts or even unknown biological behaviour. Extracting components means to reduce the very high-dimensional data to a small set of new variables termed components. Each component is a combination of all original variables. The classical approach for that purpose is the principal component analysis (PCA). It is shown that, in contrast to PCA which maximises the variance only, modern approaches such as independent component analysis (ICA) are more suitable for analysing molecular data. The condition of independence between components of ICA fits more naturally our assumption of individual (independent) factors which influence the data. This higher potential of ICA is demonstrated by a crossing experiment of the model plant Arabidopsis thaliana (Thale Cress). The experimental factors could be well identified and, in addition, ICA could even detect a technical artefact. However, in continuously observations such as in time experiments, the data show, in general, a nonlinear distribution. To analyse such nonlinear data, a nonlinear extension of PCA is used. This nonlinear PCA (NLPCA) is based on a neural network algorithm. The algorithm is adapted to be applicable to incomplete molecular data sets. Thus, it provides also the ability to estimate the missing data. The potential of nonlinear PCA to identify nonlinear factors is demonstrated by a cold stress experiment of Arabidopsis thaliana. The results of component analysis can be used to build a molecular network model. Since it includes functional dependencies it is termed functional network. Applied to the cold stress data, it is shown that functional networks are appropriate to visualise biological processes and thereby reveals molecular dynamics.},
  subject      = {Bioinformatik},
  language  = {en}
}