Visuelle Analyse von RFID-Sensordaten mit Raum- und Zeitbezug zur Untersuchung von Mausbewegungen
Dateien
Datum
Autor:innen
Herausgeber:innen
ISSN der Zeitschrift
Electronic ISSN
ISBN
Bibliografische Daten
Verlag
Schriftenreihe
Auflagebezeichnung
URI (zitierfähiger Link)
Internationale Patentnummer
Link zur Lizenz
Angaben zur Forschungsförderung
Projekt
Open Access-Veröffentlichung
Sammlungen
Core Facility der Universität Konstanz
Titel in einer weiteren Sprache
Publikationstyp
Publikationsstatus
Erschienen in
Zusammenfassung
Position data of in cage living mice by using RFID technology were collected in order to distinguish behaviour of healthy and ill (infected with Alzheimer s disease) animals. Due to the extensive amount of per-millisecond log entries visualization is used to analyse the log data. Already by visualizing distances run by mice differences between ill and healthy or female and male respectively can be found. Furthermore visits of water places are examined to find changes in drinking habits. Additionally average daily routines were used for clustering and resulted in a correct partition of parts of the data. The best classification of all mice could be found by using temporal and geospatial dimensions at the same time. Lifelong visualizations of mice were generated by partitioning the lifetime and combining them within one image. All mice could be separated best by their gender, because the differences between the genders were much bigger than the differences between the ill and healthy mice.
Zusammenfassung in einer weiteren Sprache
Positionsdaten von Käfigmäusen wurden mittels RFID - Technologie erfasst, um Verhaltensweisen von gesunden und mit Alzheimer infizierten Mäusen zu unterscheiden. Die millionengroße und millisekundengenaue Datenmenge wurde mittels verschiedenen Visualierungstechniken analysiert. Allein bei der Analyse von Laufdistanzen oder Trinkhäufigkeiten konnten schon Unterschiede zwischen den Mäusen festgestellt werden. Durchschnittliche Tagesabläufe der Mäuse wurden zum Clustern verwendet und das Clustern konnte einen Teil der Mäuse richtig gruppieren. Die gleichzeitige Berücksichtigung von zeitlicher und räumlichen Dimensionen führte zur besten Unterscheidung der Daten. Mittels einer Aufteilung der Lebensmonate einer jeden Maus konnte eine lebensumfassende Visualisierung der Mäuse geschaffen werden. Die beste Unterscheidung unter Berücksichtigung des räumlichen und zeitlichen Bezugs der Daten gelang bezüglich des Geschlechtes der Mäuse.
Fachgebiet (DDC)
Schlagwörter
Konferenz
Rezension
Zitieren
ISO 690
JANETZKO, Halldor, 2008. Visuelle Analyse von RFID-Sensordaten mit Raum- und Zeitbezug zur Untersuchung von Mausbewegungen [Bachelor thesis]BibTex
@mastersthesis{Janetzko2008Visue-5773, year={2008}, title={Visuelle Analyse von RFID-Sensordaten mit Raum- und Zeitbezug zur Untersuchung von Mausbewegungen}, author={Janetzko, Halldor} }
RDF
<rdf:RDF xmlns:dcterms="http://purl.org/dc/terms/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:bibo="http://purl.org/ontology/bibo/" xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#" xmlns:foaf="http://xmlns.com/foaf/0.1/" xmlns:void="http://rdfs.org/ns/void#" xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/5773"> <dc:format>application/pdf</dc:format> <dc:creator>Janetzko, Halldor</dc:creator> <dc:rights>terms-of-use</dc:rights> <dcterms:issued>2008</dcterms:issued> <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T15:59:58Z</dcterms:available> <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/> <dcterms:title>Visuelle Analyse von RFID-Sensordaten mit Raum- und Zeitbezug zur Untersuchung von Mausbewegungen</dcterms:title> <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/> <dcterms:abstract xml:lang="eng">Position data of in cage living mice by using RFID technology were collected in order to distinguish behaviour of healthy and ill (infected with Alzheimer s disease) animals. Due to the extensive amount of per-millisecond log entries visualization is used to analyse the log data. Already by visualizing distances run by mice differences between ill and healthy or female and male respectively can be found. Furthermore visits of water places are examined to find changes in drinking habits. Additionally average daily routines were used for clustering and resulted in a correct partition of parts of the data. The best classification of all mice could be found by using temporal and geospatial dimensions at the same time. Lifelong visualizations of mice were generated by partitioning the lifetime and combining them within one image. All mice could be separated best by their gender, because the differences between the genders were much bigger than the differences between the ill and healthy mice.</dcterms:abstract> <dcterms:alternative>Visual Analysis of spatiotemporal sensor data: examination of RFID-tracked mice</dcterms:alternative> <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/5773/1/Bachelor_Janetzko.pdf"/> <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/5773"/> <dc:language>deu</dc:language> <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/> <foaf:homepage rdf:resource="http://localhost:8080/"/> <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/36"/> <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/5773/1/Bachelor_Janetzko.pdf"/> <dc:contributor>Janetzko, Halldor</dc:contributor> <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T15:59:58Z</dc:date> </rdf:Description> </rdf:RDF>