"Game of Thrones": Studenten errechnen Todesopfer "Game of Thrones": Studenten errechnen Todesopfer - Computerwelt

Computerwelt: Aktuelle IT-News Österreich


19.04.2016 Rudolf Felser

"Game of Thrones": Studenten errechnen Todesopfer

Big Data und Data Mining einmal anders: Studenten an der Technischen Universität München (TUM) haben im Rahmen einer Abschlussarbeit eine Website mit Berechnungen zur Todeswahrscheinlichkeit der Charaktere der TV-Serie "Game of Thrones" geschaffen.

Jon Snow

Ist Jon Snow jetzt tot, oder nicht?

© Christian Dallago

Kurz vor dem Start der sechsten Staffel der TV-Serie "Games of Thrones" haben Informatik-Studierenden der Technischen Universität München ein Projekt realisiert, das Fans der Serie wichtige Fragen beantwortet: Beispielsweise obt Jon Snow die fünfte Staffel überlebt, oder welche Figur der Serie als nächstes sterben wird.

In ihrem Kurs entwickelten die Studierenden Programme, die das Internet nach Informationen über die Serie durchsuchen und diese so aufbereiten, dass daraus die Wahrscheinlichkeit abgeleitet werden kann, welcher der Serien-Charaktere voraussichtlich als nächstes sterben wird.

Der Algorithmus, der 74 Prozent aller bisherigen Todesfälle in der Serie richtig voraussagen konnte, hat für die kommende Staffel einige Überraschungen auf Lager: Figuren, die sich bisher in Sicherheit wiegen konnten, sind danach in akuter Lebensgefahr.

Das Programm prognostiziert beispielsweise, dass der Schurke Ramsey Snow (64 Prozent voraussichtliche Todeswahrscheinlichkeit in der kommenden Staffel) eher überlebt, als sein geflüchteter Gefangener und Todfeind Theon Greyjoy (74 Prozent Todeswahrscheinlichkeit). Auch zum Schicksal von Jon Snow, der im Finale der fünften Staffel von seinen Freunden verraten wurde, hat der Algorithmus eine klare Antwort.

MASCHINELLES LERNEN ÜBER DEN TOD

Auf der Website https://got.show/ präsentieren die Studierenden die wichtigsten der von verschiedenen Werkzeugen des maschinellen Lernens generierten Daten. Die Website analysiert auch, was die Fans auf Twitter über Hunderte von GoT-Charaktere sagen.

Über die Prognosen hinaus programmierten die Studierenden auch eine interaktive Karte. Mit ihr können Fans die Game of Thrones-Welt erkunden und die Reisen der wichtigsten Figuren nachvollziehen.

Hierzulande startet die sechste Staffel der amerikanischen Kult-Serie parallel zur US-Ausstrahlung in der Nacht vom 24. auf den 25. April beim Sender Sky, wahlweise in der englischen Originalfassung oder der deutschen Synchronisierung.

"Dieses Projekt hat uns eine Menge Spaß bereitet", sagt Guy Yachdav, der den Kurs geleitet und das Projekt konzipiert hat. "In unserer Forschungsgruppe konzentrieren wir uns normalerweise darauf, mit Data Mining und Algorithmen des maschinellen Lernens komplexe biologische Fragen zu beantworten. Für dieses Projekt haben wir diese Techniken ebenfalls eingesetzt, nur das diesmal der Untersuchungsgegenstand eine beliebte TV-Serie war."

"Data Mining und maschinelles Lernen sind die Werkzeuge, die es der digitalen Medizin ermöglichen, von der modernen Biologie für Diagnose, Behandlung und Prävention von Krankheiten zu profitieren. Mit diesem Projekt haben wir ein didaktisches Juwel geschaffen, das bei den Studierenden große Begeisterung für diese Fächer entzündet hat", resümiert Burkhardt Rost, Professor für Bioinformatik an der Technischen Universität München. "Und die im Projekt geschaffenen interaktiven Karten beinhalten einen völlig neuen Ansatz zur Datenvisualisierung - dem werden wir auch wissenschaftlich nachgehen." (pi/rnf)

Diesen Artikel

Bewertung:

Übermittlung Ihrer Stimme...
Noch nicht bewertet. Seien Sie der Erste, der diesen Artikel bewertet!
Klicken Sie auf den Bewertungsbalken, um diesen Artikel zu bewerten.
  Sponsored Links:

IT-News täglich per Newsletter

E-Mail:
Weitere CW-Newsletter

CW Premium Zugang

Whitepaper und Printausgabe lesen.  

kostenlos registrieren

Aktuelle Praxisreports

(c) FotoliaHunderte Berichte über IKT Projekte aus Österreich. Suchen Sie nach Unternehmen oder Lösungen.

Zum Thema


Hosted by:    Security Monitoring by: