mehrsprachige Gradio-App für die Graphentransformation (Transformation von Graphen, Graphenspeichertypen, Dateispeichertypen von Graphen), für Graphenanalyse, gewichtete Graphenpfad-Analyse sowie deren Veranschaulichung als png-Bild oder gif-Animation;
Dateninput ist über txt und json-Files möglich; Datenoutput ist über txt und json möglich. Ein Datei-Merge von neu generierten Daten zu den bestehenden Daten ist über lokale und Docker-Ausführung möglich
Graphenanalyse und Einfärbung der Ergebnisse an Graphen
Vorhersage von der benötigen Zeit und Speicher vor der Analyse, Analysebestandteile
Traversierung, stark zusammenhängende Komponenten, Zwischenposition Artikulation/Brücken,
SCC-Cluster, Cliquen-Cluster sind optional
Graphenpfad-Analyse und Einfärbung der Ergebnisse an Graphen:
Analyse basierend auf Quell- und zweier Zielcluster
Wiederholungsfreie Minimal-Pfade, wiederholungsfreie Maximal-Pfade, wiederholungsfreie durchschnittliche Pfade (SSSP-Algorithmik) von Quelle zu den Zielen
Erreichbarkeitswahrscheinlichkeit zweier Zielcluster im Vergleich über Minimalpfade
Gewichtete Graphenpfad-Analyse und Einfärbung der Ergebnisse an Graphen:
Graphcut-Wert von Partitionen und Minimalcut-Berechnung
Negative Zyklen-Erkennung (Bellman-Ford, SPFA), (konstruktive) Hamilton-Zyklus-Erkennung
Traveling Salesman Problem-Pfaderkennung (approximative 2-Opt-Refinement-Methode, exakte Held-Karp-Methode) und Berechnung
Berechnung Impulsbasierter Pfade zur Erkennung von instabilen Pfadschritten, Teildistanzen in Kombination mit Stoppknoten für Teilpfade und Pfade mit negativen Zyklen
basiert auf Microsoft Copilot (Teile der Algorithmik) und Gemini (Teile des Deploys) sowie auf dem Pyhon Package NetworkX und den Büchern Introduction to Algorithms by Cormen, Leiserson, Rivest, Stein (CLRS), Algorithm Design by Jon Kleinberg und Éva Tardos , Graph Theory by Reinhard Diestel, TSP-Algorithmik basierend aufA Method for Solving Traveling-Salesman Problems by G. A. Croes, Coursera Spezialisierung Stanford Online by Tim Roughgarden, impuls-basierte Algorithmik theoretische Grundlagen aus Stochastic Calculus Finance by Steven E. Shreve sowie Stochastic Calculus, Filtering, and Stochastic Control by Ramon van Handel (Princeton)
Inputmasken und Ausgabe wahlweise in deutscher oder englischer Sprache
Logging des Userfeedbacks als Reaktion auf den Output als Flagging ist integriert
individualisiert für Ihre Firma, Firmenbedarf, Auftragssoftware in Englisch (Deutsch möglich nach Absprache)
Bereitstellung über Download/Mailversand bei individualisierter Applikation nach Absprache; AGB, Softwarelizenz und Widerspruchsrecht sind als PDF beigefügt
lokal und über Docker deploy ausführbar
Kompatibilität Webapp (getestet): Internetbrowser Google Chrome, Microsoft Edge, Versionsstand
mehrsprachige Gradio-App für die Graphentransformation (Transformation von Graphen, Graphenspeichertypen, Dateispeichertypen von Graphen), für Graphenanalyse, gewichtete Graphenpfad-Analyse sowie deren Veranschaulichung als png-Bild oder gif-Animation;
Dateninput ist über txt und json-Files möglich; Datenoutput ist über txt und json möglich. Ein Datei-Merge von neu generierten Daten zu den bestehenden Daten ist über lokale und Docker-Ausführung möglich
Graphenanalyse und Einfärbung der Ergebnisse an Graphen
Vorhersage von der benötigen Zeit und Speicher vor der Analyse, Analysebestandteile
Traversierung, stark zusammenhängende Komponenten, Zwischenposition Artikulation/Brücken,
SCC-Cluster, Cliquen-Cluster sind optional
Graphenpfad-Analyse und Einfärbung der Ergebnisse an Graphen:
Analyse basierend auf Quell- und zweier Zielcluster
Wiederholungsfreie Minimal-Pfade, wiederholungsfreie Maximal-Pfade, wiederholungsfreie durchschnittliche Pfade (SSSP-Algorithmik) von Quelle zu den Zielen
Erreichbarkeitswahrscheinlichkeit zweier Zielcluster im Vergleich über Minimalpfade
Gewichtete Graphenpfad-Analyse und Einfärbung der Ergebnisse an Graphen:
Graphcut-Wert von Partitionen und Minimalcut-Berechnung
Negative Zyklen-Erkennung (Bellman-Ford, SPFA), (konstruktive) Hamilton-Zyklus-Erkennung
Traveling Salesman Problem-Pfaderkennung (approximative 2-Opt-Refinement-Methode, exakte Held-Karp-Methode) und Berechnung
Berechnung Impulsbasierter Pfade zur Erkennung von instabilen Pfadschritten, Teildistanzen in Kombination mit Stoppknoten für Teilpfade und Pfade mit negativen Zyklen
basiert auf Microsoft Copilot (Teile der Algorithmik) und Gemini (Teile des Deploys) sowie auf dem Pyhon Package NetworkX und den Büchern Introduction to Algorithms by Cormen, Leiserson, Rivest, Stein (CLRS), Algorithm Design by Jon Kleinberg und Éva Tardos , Graph Theory by Reinhard Diestel, TSP-Algorithmik basierend aufA Method for Solving Traveling-Salesman Problems by G. A. Croes, Coursera Spezialisierung Stanford Online by Tim Roughgarden, impuls-basierte Algorithmik theoretische Grundlagen aus Stochastic Calculus Finance by Steven E. Shreve sowie Stochastic Calculus, Filtering, and Stochastic Control by Ramon van Handel (Princeton)
Inputmasken und Ausgabe wahlweise in deutscher oder englischer Sprache
Logging des Userfeedbacks als Reaktion auf den Output als Flagging ist integriert
individualisiert für Ihre Firma, Firmenbedarf, Auftragssoftware in Englisch (Deutsch möglich nach Absprache)
Bereitstellung über Download/Mailversand bei individualisierter Applikation nach Absprache; AGB, Softwarelizenz und Widerspruchsrecht sind als PDF beigefügt
lokal und über Docker deploy ausführbar
Kompatibilität Webapp (getestet): Internetbrowser Google Chrome, Microsoft Edge, Versionsstand