Diese umfassende Einführung in die rechnergestützte Netzwerktheorie als ein Zweig der Netzwerktheorie baut auf dem Grundsatz auf, dass solche Netzwerke als Werkzeuge zu verstehen sind, mit denen sich durch die Anwendung rechnergestützter Verfahren auf große Mengen an Netzwerkdaten Hypothesen ableiten und verifizieren lassen. Ein Team aus erfahrenden Herausgebern und renommierten Autoren aus der ganzen Welt präsentieren und erläutern eine Vielzahl von repräsentativen Methoden der rechnergestützten Netzwerktheorie, die sich aus der Graphentheorie, rechnergestützten und statistischen Verfahren ableiten. Dieses Referenzwerk überzeugt durch einen einheitlichen Aufbau und Stil und eignet sich auch für Kurse zu rechnergestützten Netzwerken.

Matthias Dehmer studied mathematics at the University of Siegen (Germany) and received his Ph.D. in computer science from the Technical University of Darmstadt (Germany). Afterwards, he was a research fellow at Vienna Bio Center (Austria), Vienna University of Technology, and University of Coimbra (Portugal). He obtained his habilitation in applied discrete mathematics from the Vienna University of Technology. Currently, he is Professor at UMIT - The Health and Life Sciences University (Austria) and also holds a position at the Universität der Bundeswehr München. His research interests are in applied mathematics, bioinformatics, systems biology, graph theory, complexity and information theory. He has written over 180 publications in his research areas. Frank EmmertStreib studied physics at the University of Siegen (Germany) gaining his PhD in theoretical physics from the University of Bremen (Germany). He received postdoctoral training from the Stowers Institute for Medical Re search (Kansas City, USA) and the University of Washington (Seattle, USA). Currently, he is an associate professor at the Queen's University Belfast (UK) at the Center for Cancer Research and Cell Biology heading the Computational Biology and Machine Learning Laboratory. His main research interests are in the field of computational medicine, network biology and statistical genomics.

Leseprobe