Forschungsgebiete der Professur

Die Forschung der Professur für Data Analytics & Statistics beschäftigt sich mit den folgenden Themen:

  • Clusteranalyse
  • Mathematische Optimierung
  • Ökonometrie
  • Quantitatives Risikomanagement

Publikationen

Publikationen

2023

  • Kollaborative KI zwischen Mensch und Maschine bei der Schadenbearbeitung
    Brieden, Ch. Krams
    Zeitschrift für Versicherungswesen 13/2023

 

  • Response prediction in treatment of patients with schizophrenia after switching from oral aripiprazole to aripiprazole once-monthly
    Schöttle, K. Wiedemann, A. Brieden et al.
    Schizophrenia Research 9

 

  • Symptomatic, functional and quality of life measures of remission in 194 outpatients with schizophrenia followed naturalistically in a 6-month, non-interventional study of aripiprazole once-monthly
    Ch. U. Correll, A. Brieden, W. Janetzky
    Schizophrenia Research 80

 

  • On the optimality gap of full airport slot assignments: Capacity-limited packing with Pareto optimality constraints
    Brieden, P. Gritzmann, M. Ritter
    AIRO Springer Series: Graphs and Combinatorial Optimization: from Theory to Applications

2022

  • The study of artificial intelligence for predicting land use changes in an arid ecosystem
    Yu, Y. Cao, A. Brieden et al.
    Journal of Geographical Sciences 32/4

 

  • New insight into the CATIE study by constrained confidence partitioning. An innovative technique towards personalized antipsychotic drug therapy in schizophrenia treatment
    Fruth, A. Brieden, S. Leucht, S. Heres
    Schizophrenia Research (2022).

2021

  • Innovatives Schadenmanagement für das digitale Zeitalter
    Brieden, Ch. Krams, V. Mindl
    Zeitschrift für Versicherungswesen 04/2021

 

  • SuMaRiO: Decision support system
    Brieden, X. Chen, M. Disse et al.
    Sustainable Management of River Oases along the Tarim River/China, Schweizerbart

2020

  • Predicting show rates in air cargo transport
    Brieden, P. Gritzmann
    2020 IEEE International Conference on Artificial Intelligence and Data Analytics for Air Transportation (AIDA-AT)

 

  • The role of demographic and economic drivers on the environment in traditional and standardized STIRPAT analysis
    Brieden, J. Lohwasser, A. Schaffer
    Ecological Economics 178

 

  • Assessing ecosystem services under water stress in the largest inland river basin in China based on hydro-ecological modeling
    Yu, M. Disse, A. Brieden et al.
    Hydrology and Earth System Science, Discussions

 

  • Climate change in Central Asia: Sino-German cooperative research findings
    Yu, X. Chen, A. Brieden et al.
    Science Bulletin 65

2018

  • Model based decision support system for land usechanges and socio-economic assessments
    Yang, C. Xi, A. Brieden et al.
    Journal of arid Land 10, Nr. 2

2017

  • Preferences of psychiatric practitioners for core symptoms of major depressive disorder: a hidden conjoint analysis
    Brieden, P. Gritzmann, M. Riepe
    International Journal of Methods in Psychiatric Research 26, 1 – 7

 

  • An LP-based k-means algorithm for balancing weighted point sets
    Borgwardt, A. Brieden, P. Gritzmann
    European Journal of Operations Research 263(2), 349 – 355

 

  • Constrained clustering via diagrams: A unified theory and its application to electoral district design
    Brieden, P. Gritzmann, F. Klemm
    European Journal of Operations Research 263(1), 18 – 34

2016

  • Großräumige Hydrologische Modellierung und Decision Support System für eine nachhal- tige Wasserverteilung im ariden Nordwesten Chinas
    Disse, A. Brieden, C. Rumbaur et al.
    Forum für Hydrologie und Wasserbewirtschaftung 37

2015

  • Geometric clustering for the consolidation of farmland and woodland
    Borgwardt, A. Brieden, P. Gritzmann
    Math. Intelligencer 26, 37 – 44

 

  • Generalized balanced power diagrams for 3D representations of polycrystals
    Alpers, A. Brieden, P. Gritzmann et al.
    Philosophical Magazine 95 (9)

 

  • Geometrisches Clustering: Mathematik für die Flurverbesserung
    Borgwardt, A. Brieden, P. Gritzmann
    Mitteilungen der DMV 23(2)

 

  • Sustainable management of river oases along the Tarim River (SuMaRiO) in Northwest China under conditions of climate change
    Rumbaur, N. Thevs, A. Brieden et al.
    Earth System Dynamics 6, 83 – 107

2014

  • SuMaRiO – Nachhaltiges Management von Flussoasen entlang des Tarimflusses/ China
    Ch. Rumbaur, P. Keilholz, A. Brieden et al.
    Forum für Hydrologie und Wasserbewirtschaftung, Heft 34.14, S. 215-229

2013

  • Mathematics in Agriculture and Forestry: Geometric clustering for land consolidation
    Borgwardt, A. Brieden, P. Gritzmann
    IFORS News 7 (4), 10 – 11

2012

  • On optimal weighted balanced clusterings: gravity bodies and power diagrams
    Brieden, P. Gritzmann
    SIAM Journal of Discrete Mathematics 26 (2), 415 – 434

 

  • Supply chain safety: A diversification model based on clustering
    Brieden, P. Gritzmann, M. Öllinger
    Supply chain safety Management, LNL, 323 – 351

2011

  • Constrained minimum-k-star clustering and its application to the consolidation of farmland
    Borgwardt, A. Brieden, P. Gritzmann
    International Journal of Operational Research 1101, 1 – 17

 

  • Additive scales in degenerative disease - calculation of effect sizes and clinical judgment
    Brieden, H. Förstl, M. Riepe, D. Wilkinson
    BMC Medical Research Methodology 2011, 11:169

2010

  • On clustering Bodies: Geometry and polyhedral approximation
    Brieden, P. Gritzmann
    Discrete and Computational Geometry 44(3), 508 – 534

2007

  • Von Ackerbau und polytopalen Halbnormen: Kombinatorische Optimierung für die Landwirtschaft
    Brieden, P. Gritzmann
    Mathematik erleben - Kombinatorische Optimierung erleben, Vieweg, 2007, 275 – 304

2004

  • On the hardness of efficiently computing maximal non-L submatrices
    Brieden, S. Cokus
    Linear Algebra and its Applications 377, 195 – 205

 

  • A quadratic optimization model for the consolidation of farmland by means of lend-lease agreements
    Brieden, P. Gritzmann
    Proceedings of Operations Research 2003, 324 – 331

 

  • Pacht- und Nutzungstausch: Diskrete Optimierung (nicht nur) fu¨r die Landwirtschaft
    Brieden, P. Gritzmann
    Proceedings der Jahrestagung 2004 der Gesellschaft fu¨r Didaktik der Mathematik, 11 – 25, 2005, Verlag Franzbecker

2003

  • On the inapproximability of polynomial programming, the geometry of stable sets, and the power of relaxation
    Brieden, P. Gritzmann
    Discrete and Computational Geometry: The Goodman-Pollack Festschrift, 301 – 311, Springer, New York, 2003

 

  • On the approximability of (discrete) convex maximization and its contribution to the consolidation of farmland
    Brieden
    Habilitationsschrift, Fakultät für Mathematik, Technische Universit¨at Muüchen, 193 Seiten

2002

  • On geometric optimization problems likely not contained in APX
    Brieden
    Discrete & Computational Geometry 28, 201 – 209

2001

  • Deterministic and randomized oracle-polynomial-time approximation of radii
    Brieden, P. Gritzmann, R. Kannan, V. Klee, L. Lovász, M. Simonovits
    Mathematika 48, 63 – 105

2000

  • Inapproximability of some geometric and quadratic optimization problems
    Brieden, P. Gritzmann, V. Klee
    Approximation and Complexity in Numerical Optimization: Continuous and Discrete Problems, Kluwer, 96 – 115

 

  • Oracle-polynomial-time approximation of largest simplices in bodies
    Brieden, P. Gritzmann, V. Klee
    Discrete Mathematics 221, 79 – 92

1998

  • Deterministic Approximation Algorithms in Computational Convexity
    Brieden
    Dissertation, Technische Universität München, 1998, 146 Seiten

 

  • Approximation of Diameters: Randomization doesn’t help
    Brieden, P. Gritzmann, R. Kannan, V. Klee, L. Lovász, M. Simonovits
    Proceeding of the 39th Annual Symposium of the Foundation of Computer Science, 244–251

1997

  • On Helly’s theorem: Extensions and Algorithms
    Brieden, P. Gritzmann
    Discrete & Computational Geometry 17 (4), 393–410

 

Forschungspreis

Euro Award 2013

Euro Award 2013

Aktuelle Forschungsprojekte

Die folgenden Forschungsprojekte werden aktuell an der Professur durchgeführt.

Prädiktive Medizin: Analyse patientenindividueller Daten im Bereich der Schizophrenie

Als Teil der prädiktiven evidenzbasierten Medizin untersuchen wir in Kooperation mit unserem Forschungspartner patientenindividuelle Prädiktoren für die Wirksamkeit von Medikamenten im Bereich der Schizophrenie unter Anwendung endpunkt-orientierter Clusteranalysen. Dabei analysieren wir neben den inhaltlichen Fragestellungen aus medizinischer Sicht methodische Ansätze zur Steigerung der Prognosequalität und -stabilität. Im Fokus unserer Untersuchungen steht die Entwicklung automatisierter Verfahren für stabile Prognosen, insbesondere über Methoden in Bereichen der Datentransformation, der automatisierten Variablenbeurteilung sowie der verwendeten Clusteranzahl.

Vergleich klassischer Prognosemodelle mit Methoden der quadratischen Optimierung

Populäre Klassifikationsverfahren, wie z. B. die logistische Regression oder Random Forest, und innovativere Ansätze auf Basis quadratischer Optimierung weisen in Bezug auf ihre Anforderungen an die Input-Daten, die Art ihres Outputs und das Ausmaß der Zugänglichkeit ihrer Ergebnisse signifikante Unterschiede auf. Im Rahmen des Forschungsprojekts werden diese Unterschiede unter Verwendung realer und simulierter Datensätze systematisch herausgearbeitet und anhand geeigneter Kennzahlen quantifiziert. Insbesondere wird dabei auch der Frage nachgegangen, inwieweit verschiedene Verfahren sinnvoll miteinander kombiniert werden können. 

Beendete Forschungsprojekte

An der Professur für Data Analytics & Statistics wurden kürzlich folgende Forschungsprojekte abgeschlossen.

Personalplanung

Im beständigen Wandel von demografischen und gesellschaftlichen Rahmenbedingungen ist die Personalplanung großer Unternehmen heute dauernden Herausforderungen unterworfen. Die gezielte Steuerung von Einflussgrößen der Personalplanung unter gleichzeitiger Berücksichtigung der auftretenden kausalen Zusammenhänge und vorhandenen Rahmenbedingungen ist komplex, und zugleich ein essentieller Bestandteil der mittel- bis langfristigen Planung der Unternehmensentwicklung.

Insbesondere der öffentliche Dienst mit seinen klar definierten Beförderungsrichtlinien und mittelfristig definierten Anforderungen bietet die Möglichkeit, auftretende Prozesse mathematisch zu modellieren und zu optimieren. Hierzu entwickeln wir mathematische Modelle und Lösungsalgorithmen, welche mittelfristige Übergänge der vorhandenen Personalstruktur in zukünftige Zielstrukturen vorschlagen. Unsere Methoden berücksichtigen zugleich verschiedenste Anforderungen an die vorzunehmende Personalentwicklung und bilden den zugrunde liegenden Personalkörper auf Individualbasis ab, um den vielfältigen Spezialfällen des Personalkörpers Rechnung zu tragen.

Die entstehenden hochdimensionalen Optimierungsprobleme sind mit Standardmethoden der mathematischen Optimierung auf Grund ihrer Größe schwer zu lösen. Durch die Nutzung ausgewählter Techniken der kombinatorischen und ganzzahligen Optimierung sind unsere Verfahren dennoch in der Lage, realistische Problemgrößen zu lösen und Steuerungsvorschläge für den Übergang der Personalstruktur zu generieren.

Ein Beispiel der optimierten Personalentwicklung in einen Zielzustand:

Optimierte Personalentwicklung in Zielzustand

Heterogenität von Meta-Analysen

Viele Studien, insbesondere in Forschungsgebieten der Medizin, lassen auf Grund zu geringer Datenumfänge keine direkten (signifikanten) Schlüsse zu. Ein Ausweg ist die kombinierte Auswertung mehrerer Studien (mit identischen Forschungsfragen). Dies geschieht beispielsweise mit Hilfe von Meta-Analysen, welche Studien kombiniert auswerten und zu signifikanten, verwertbaren Ergebnissen führen. Allerdings bestehen bei diesem Vorgehen häufig durch die gemeinsame Auswertung teils sehr unterschiedlicher Studien Herausforderungen hinsichtlich zu hoher Heterogenität.

Daher untersuchen wir auf der einen Seite Ansätze, um vorliegende Heterogenität einer Meta-Analyse zu reduzieren. Dabei betrachten wir neben der Kombination anderer Verfahren der Datenanalyse (wie endpunkt-orientierten Cluster-Analysen mit der eigentlichen Meta-Analyse) ebenfalls unterschiedliche Methoden im Bereich der dahinterliegenden Datentransformation.

Parallel dazu beschäftigen wir uns mit Kennzahlen zur Beurteilung der vorhandenen Heterogenität, insbesondere in kombinierten Verfahren, wie der endpunkt-orientierten cluster-basierten Meta-Analyse.

SuMaRiO

SuMaRiO

Zielsetzung des Projekts ist die Unterstützung des Oasen-Managements am Tarim River in der Provinz Xinjiang, im Nordwesten Chinas, vor dem Hintergrund der sozioökonomischen Veränderungen und des Klimawandels. In diesem Rahmen wird in Kooperation mit Prof. Dr. Kern (Professur für Wissensmanagement und Geschäftsprozessgestaltung) als Hauptergebnis des Projekts ein Entscheidungsunterstützungssystem (DSS) entwickelt, das eine Nachhaltigkeitsanalyse (Sustainable Impact Assessment) seitens der regionalen Planungsbehörden ermöglicht. Dabei finden die Perspektiven aller relevanten Akteure und Entscheidungsträger auf dem Gebiet des Land- und Wassermanagement entlang des Tarim River Berücksichtigung. Aufbauend auf die Nachhaltigkeitsanalyse, erfolgt die Aufstellung von Szenarien und die semi-quantitative Abschätzung von deren Auswirkungen. In der Umsetzungsphase werden die chinesischen Partner umfangreich in der Nutzung der entwickelten Werkzeuge geschult.

 

Clusteringmodelle und Algorithmen für die Flurbereinigung

In vielen ländlichen Regionen pflegt eine kleine Zahl von Landwirten eine große Anzahl von kleinen Parzellen, die über eine weite Fläche verstreut liegen. Es resultieren hohe Fahrtkosten und und ein unprofitabler Einsatz der benötigten schweren Maschinen. Abhilfe könnte eine Flurbereinigung schaffen, welche aber häufig unerwünschte Nebenwirkungen mit sich bringt. Wir entwickeln mathematische Modelle und Algorithmen zur Flurbereinigung, welche nicht die Ergebnisse eines klassischen Flurbereinigungs-Prozesses verwenden.

Die zentrale Idee unserer Methoden ist, dass die Struktur der Parzellen in der Region erhalten bleibt. Einige dieser Parzellen werden von den Bauern fixiert und die Übrigen werden, nach speziellen  Zielfunktionen, kombinatorisch neu zugewiesen. Während dieses Prozesses soll jeder Landwirt eine Reihe von Parzellen erhalten, die in etwa der ursprünglichen Gesamtgröße und dem Wert der Parzellen entspricht. Da die Parzellen sich hinsichtlich ihrer Größe und Bonität unterscheiden, erhalten wir ein schwieriges Clustering-Problem unter Nebenbedingungen: Die Entscheidung, ob es eine andere Verteilung der Parzellen gibt, so dass diese Nebenbedingungen erfüllt sind, stellt ein NP-vollständiges Problem dar.

Mit  den Methoden der kombinatorischen Optimierung erhalten wir nachweislich gute und effiziente Approximations-Algorithmen. Im Rahmen dieses Projektes werden zwei Ziele verfolgt: Zum einen die fortlaufende Verbesserung der mathematischen Modelle, die die realen Probleme der Flurbereinigung darstellen, zum anderen die Entwicklung verbesserter Algorithmen für diese Modelle.

Flurbereinigung durch Clusteranalyse

Mobilitätsmanagement: Fuhrparkoptimierung unter ökonomischen und ökologischen Gesichtspunkten

Da in der Politik und damit auch in Unternehmen und Kommunen vermehrt der Umweltgedanke in den Vordergrund rückt, muss auch das Mobilitätsverhalten an diese neue Sichtweise angepasst werden. Ziel dieses Projekts ist eine ex post Analyse und Optimierung von Fuhrparks anhand der in der Vergangenheit durchgeführten Fahrten. Dabei sollen nun nicht mehr nur ökonomische, sondern auch ökologische Gesichtspunkte beachtet werden und direkt in die Optimierung mit einfließen. Außerdem soll das entstehende Modell mit verschiedensten Kostenstrukturen und Mobilitätstypen kompatibel sein, um allgemein einsetzbar und anpassbar zu sein.

Risk Management in Supply Chains

Die Sicherheit von Produktions- und Lieferketten ist in unserer stark vernetzten Welt von immer größerer Bedeutung. Um die Anfälligkeit von Supply Chains gegenüber Risiken wie z.B. Naturkatastrophen zu untersuchen sowie die dadurch resultierenden Ausfälle zu minimieren, entsteht ein neues Modell eines Supply Chain Networks. Dieses wird sowohl theoretisch analysiert als auch dessen Verwendung zur Konstruktion optimaler Produktions- und Lieferketten in der Praxis untersucht.

Risk Management

Optimaler Outsourcinggrad bei Quasimonopolen in der öffentlichen Beschaffung

Im Blickpunkt steht die Ausgliederung von Leistungen aus dem öffentlichen Bereich an die Privatwirtschaft. In dem Modell wird der mögliche Preisvorteil den Transaktionskosten gegenübergestellt. Der Schwerpunkt des Projekts liegt in der Messung des Verlaufes der Transaktionskosten und in der quantitativen Bestimmung der (maximal möglichen) Höhe dieser. Dazu wird das Risikoempfinden der Entscheider bei verschiedenen Ausgliederungsgraden gemessen. Da die Leistungen sehr spezifisch sein können,  kann es zu der Situation kommen, dass genau ein Nachfrager auf genau einen Anbieter trifft. Für dieses bilaterale Monopol ist es notwendig, Determinanten zu bestimmen, die es ermöglichen, die Gleichgewichtsmenge und den Gleichgewichtspreis zu bestimmen. Außerdem werden anhand des Modells in Abhängigkeit von der Spezifität, dem Outsourcinggrad und dem Verlauf der Transaktionskosten Handlungsempfehlungen für die Gestaltung der Zusammenarbeit gegeben.