259594 research outputs found
Sort by
Finding lanthanide magnetic anisotropy axes in 3d-4f butterfly single-molecule magnets using inelastic neutron scattering
No full textA fundamental aspect of lanthanide-containing single-molecule magnets (SMMs) is determining the orientation of the magnetic anisotropy axes. However, the experimental determination is challenging. Here, we present an inelastic neutron scattering (INS) study on a family of 3d-4f MIII2LnIII2 butterfly compounds, with M = AlIII or FeIII and LnIII = YIII, ErIII, or DyIII. The rich INS spectra presented here provide significantly more experimental information in comparison to those of pure 4f clusters. As a main result, for Fe2Er2 and Fe2Dy2, the relative angle between the LnIII and the FeIII main anisotropy axes is determined. Models for the description of the magnetic properties are developed and found to reproduce the INS data, as well as the magnetic susceptibility and magnetization curves, with good accuracy. The results provide benchmarks for testing high-level ab initio theoretical approaches
Assembly mechanisms of multi-subunit complexes involved in transcription
No full textThe assembly and biogenesis of multi-subunit complexes constitutes a foundational topic in cellular biology, yet its intricacies remain to be fully elucidated. Some of the main questions revolve around how these assemblies are organized spatially and temporally, and how subunits locate and select their correct partners in a highly crowded intracellular environment, especially when they are shared between different complexes. The TFIID, SAGA, and ATAC complexes, involved in transcription and chromatin regulation, demonstrate a multi-subunit architecture, shared components, and paralogous subunits. These characteristics offer a model for investigating the mechanisms underlying their assembly.This thesis delves into the co-translational and modular assembly of TFIID, with a particular emphasis on the scaffolding function of TAF1. This investigation revealed specific interaction regions within TAF1, particularly involving its binding to TAF6 through TAF6-binding motifs (T6BMs). These motifs are essential for complex stability and co-TA. Furthermore, two independent TFIID entry pathways for TBP were identified, as well as a previously uncharacterized DNA-binding function of TAF1. In parallel, this work explores the assembly of the SAGA and ATAC complexes, identifying co-TA as a shared assembly mechanism. It further shows a link between subcellular localization and functional specialization. Consequently, this work contributes to a more comprehensive understanding of how subunit sharing and cellular compartmentalization influence the specificity and function of large transcriptional assemblie
KI-basierte Prozessmodellierung zur automatisierten Diagnostik von industriellen Anlagen
No full textEine effektive Diagnostik kann helfen, Störfälle in industriellen Produktionsanlagen zu reduzieren und deren Ursachen schnell zu identifizieren. Traditionell eingesetzte regelbasierte Sicherheitssysteme sind oft unzureichend, um dynamische Anlagenzustände effektiv zu überwachen und schnelle Fehlerdiagnosen im Störfall zu erhalten. Längere Anlagenstillstände sind die Folge, die der hohen Automatisierung in industriellen Anlagenprozessen im Normalbetrieb entgegenstehen. Modellbasierte Diagnosesysteme können Abhängigkeiten zwischen Prozessvariablen besser abbilden und eine genauere und umfangreichere Prozessüberwachung ermöglichen. Zeitveränderliche Prozesse und Unsicherheiten erschweren jedoch die Modellierung mittels mathematisch-physikalischer Gleichungen. Die Komplexität und die fehlende Generalisierbarkeit analytischer Modelle behindern den breiten Einsatz solcher Systeme in der Praxis.Diese Arbeit untersucht den Einsatz von Künstlicher Intelligenz (KI) zur Fehlerkennung und -diagnose in industriellen Anlagen mit dem Ziel, die Modellerstellung stärker zu automatisieren. Künstliche neuronale Netze (ANN) werden bereits eingesetzt, um Abweichungen vom Normalzustand ohne die Notwendigkeit einer Fehlerhistorie zu erkennen. Diese Anomalieerkennungsmodelle haben jedoch die Schwäche, dass sie auch unübliche Prozesszustände als Anomalien bewerten, die nicht durch Anlagenfehler, sondern beispielsweise durch veränderte Anlageneinstellungen hervorgerufen werden. In dieser Arbeit werden stattdessen ANNs als trainierbare Prozessmodelle entwickelt, die als Basis für eine modellbasierte Fehlererkennung dienen. Diese Modelle sollen zeitliche und kausale Zusammenhänge besser als derzeit etablierte Anomalieerkennungsmodelle erfassen, um Fehlalarme zu reduzieren, die durch ungewöhnliche, aber nicht fehlerhafte Anlagenzustände hervorgerufen werden. Die Modellierung von Unsicherheitskomponenten wird integriert, um dynamische Grenzwerte weitestgehend automatisiert festlegen zu können.Die entwickelten ANN-basierten Modelle werden mit traditionellen analytischen und datenbasierten Ansätzen verglichen. Zudem wird ein Automatisierungskonzept zur Konstruktion eines Diagnosesystems vorgestellt, das auf der entwickelten Fehlererkennung und dem qualitativen Diagnose-Framework Multilevel-Flow-Modeling basiert. Die Methoden werden anhand einer nasschemischen Produktionsanlage sowohl im Normal- als auch im Störbetrieb evaluiert. Die Ergebnisse zeigen, dass die ANN-basierte Fehlererkennung präziser und automatisierter arbeiten kann als die anderen untersuchten Modelle. Allerdings sind ausreichend heterogene Trainingsdaten erforderlich, um hohe Fehlalarmraten zu vermeiden. Die Integration der Fehlererkennung in ein übergreifendes Diagnosesystem wird durch Kopplung mit einem qualitativen Diagnosemodell demonstriert.Die Arbeit liefert Erkenntnisse, inwieweit sich Anlagendiagnostik durch KI-basierte Methoden automatisieren lässt und welche Vor- und Nachteile sie im Vergleich zu traditionellen Verfahren aufweisen. Am Beispiel des entwickelten Fehlerdiagnosesystems werden Potenziale aufgezeigt, bisher eingesetzte Modelle zu ersetzen und in der Praxis Einzug zu erhalten. Langfristig kann dies zu einer sichereren, effizienteren und nachhaltigeren industriellen Produktion beitragen
Strategien und Herausforderungen des Wissenstransfers bei Physio- und Ergotherapeut:innen – eine qualitative Perspektive
No full textUnrolling of Syngonium podophyllum: functional anatomy, morphology and modelling of its peltate leaves
No full textThe mechanisms underlying leaf unfolding remain largely speculative and are often inferred from mathematical models. Peltate leaves, unlike typical foliage leaves, frequently emerge in a “rolled-up” state. This study investigates mechanisms related to the unrolling process in the peltate species Syngonium podophyllum by analyzing anatomical and morphological changes and quantifying forces that arise during unrolling. Leaf unrolling in S. podophyllum appears to be primarily driven by cell expansion, particularly in the upper epidermis, with cell turgor playing an important role in leaf development and unrolling. Considering leaf properties such as cell dimensions and leaf radius of curvature, this work proposes a mathematical model to further characterize the unrolling process. The model provides satisfactory predictions of curvature variations, highlighting its potential for other plant movements involving dynamic curvature changes
Advancements in miniaturizing structures accurately using standard LPBF : a study on non-assembly pin joints
No full textThis dissertation presents a novel approach to miniaturizing structures in additive manufacturing using standard Laser Powder Bed Fusion (LPBF) machines. It focuses on developing process parameters to accurately manufacture miniaturized, non-assembly structures, with an emphasis on pin joints in mechanical metamaterials like pantographs. The research identifies the limitations of typical LPBF processes, particularly in achieving high accuracy and preventing oversize. By measuring melt pool size in powder, the study develops process parameters that eliminate the need for geometric compensations, allowing precise manufacturing without corrupting CAD models. Experimental investigations use single laser track analysis and a design of experiments to optimize laser power and scanning speed. The results show that these parameters enable manufacturing structures with high density and accurate exterior shape. The dissertation applies this approach to non-assembly pin joints, requiring high shape accuracy. A new torsion testing device assesses the functionality of these joints, revealing a correlation between nominal joint clearance and maximum powder particle size. Reducing powder size could enable smaller clearances. The scalability of this approach is validated by integrating pin joints into pantographic metamaterials, which are mechanically tested. The presence of functional pin joints significantly alters their mechanical behavior, confirming successful implementation of perfect pivots for second gradient metamaterials. Despite limitations related to melt pool size, support structure removal, and surface roughness, the approach enables accurate manufacturing of miniaturized, complex non-assemblies. This advancement opens opportunities for novel metallic mechanical metamaterials. The research has implications for high-precision industries, offering a pathway to fabricate complex structures with minimal support, potentially revolutionizing additive manufacturing. Future research could explore findings across different materials and technologies, fostering development in mechanical metamaterials.In dieser Dissertation wird ein neuer Ansatz zur Miniaturisierung von Strukturen mit präziser additiver Fertigung auf Standard LPBF Maschinen präsentiert. Der Fokus liegt auf der Entwicklung von Prozessparametern, um miniaturisierte und montagefreie Strukturen präzise herzustellen, insbesondere mit Blick auf Rotationsgelenken in mechanischen Metamaterialien wie Pantographen.Zuerst werden die Einschränkungen typischer LPBF-Prozesse, insbesondere bei der Erreichung hoher Genauigkeit und der Vermeidung von Übergröße identifiziert. Durch die Messung der Schmelzbadgröße im Pulver werden Prozessparameter entwickelt, die geometrische Kompensationen überflüssig machen, was eine präzise Fertigung ermöglicht. Experimentelle Untersuchungen mit Versuchsdesign zur Analyse der Schmelzbadgröße im Pulver mittels Einzelbahnbelichtung optimierenLaserleistung und Belichtungsgeschwindigkeit. Die Optimierungsergebnisse zeigen, dass die Parameter entwickelt mit dem neuen Ansatz die Herstellung von Strukturen mit hoher Dichte und präziser Außenform ermöglichen.Dieser Ansatz wird exemplarisch auf montagefreie Rotationsgelenken angewandt.Rotationsgelenke erfordern eine hohe Formgenauigkeit. Ein neu entwickeltes Torsionsprüfgerät bewertet die Funktionalität dieser Verbindungen und zeigt eine Korrelation zwischen der Nenngröße des Gelenkspalts und der maximalen Größe der genutzten Pulverpartikel. Die Reduzierung der Partikelgröße könnte kleinere Gelenkspalten ermöglichen.Die Skalierbarkeit dieses Ansatzes wird durch die Integration von Rotationsgelenken in pantographische Metamaterialien validiert. Die Anwesenheit funktionaler Rotationsgelenke verändert das mechanische Verhalten des Pantographen signifikant und bestätigt die erfolgreiche Implementierung von Rotationsgelenke als perfekte Drehpunkte für Metamaterialien zweiter Ordnung.Trotz Einschränkungen in Bezug auf Minimierung der Schmelzbadgröße, Entfernung von Stützstrukturen und Oberflächenrauheit ermöglicht der Ansatz die präzise Herstellung miniaturisierter, komplexer montagefreier Strukturen. Diese Fortschritte eröffnen Chancen für neuartige metallische mechanische Metamaterialien. Die Forschungsergebnisse haben Auswirkungen auf Fertigungsindustrien, welche Präzision für ihre Produkte benötigen. Des Weiteren bieten die Ergebnisse einen Weg, komplexe Strukturen mit minimalen Stützstrukturen herzustellen, was dieadditive Fertigung potenziell revolutionieren könnte. Zukünftige Forschungsfragen könnten sich auf die Übertragbarkeit der Ergebnisse auf weitere Materialien und Technologien und zusätzlich auf die Entwicklung mechanischer Metamaterialien, welche Rotationsgelenke in metallischen Strukturen anwenden, konzentrieren
Improving risk assessment of local failure in brain metastases patients using vision transformers − a multicentric development and validation study
No full textBackground and purposeThis study investigates the use of Vision Transformers (ViTs) to predict Freedom from Local Failure (FFLF) in patients with brain metastases using pre-operative MRI scans. The goal is to develop a model that enhances risk stratification and informs personalized treatment strategies.Materials and methodsWithin the AURORA retrospective trial, patients (n = 352) who received surgical resection followed by post-operative stereotactic radiotherapy (SRT) were collected from seven hospitals. We trained our ViT for the direct image-to-risk task on T1-CE and FLAIR sequences and combined clinical features along the way. We employed segmentation-guided image modifications, model adaptations, and specialized patient sampling strategies during training. The model was evaluated with five-fold cross-validation and ensemble learning across all validation runs. An external, international test cohort (n = 99) within the dataset was used to assess the generalization capabilities of the model, and saliency maps were generated for explainability analysis.ResultsWe achieved a competent C-Index score of 0.7982 on the test cohort, surpassing all clinical, CNN-based, and hybrid baselines. Kaplan-Meier analysis showed significant FFLF risk stratification. Saliency maps focusing on the BM core confirmed that model explanations aligned with expert observations.ConclusionOur ViT-based model offers a potential for personalized treatment strategies and follow-up regimens in patients with brain metastases. It provides an alternative to radiomics as a robust, automated tool for clinical workflows, capable of improving patient outcomes through effective risk assessment and stratification
Impact of patient expectation, motivation, and satisfaction on outcomes of neurosurgical deep brain stimulation in treatment-resistant depression and obsessive–compulsive disorder
No full textBackgroundTreatment-resistant major depressive disorder (MDD) and treatment-resistant obsessive–compulsive disorder (OCD) are the two main application areas of Deep Brain Stimulation (DBS) in psychiatry. DBS in treatment-resistant OCD patients is part of the guidelines, while this procedure in treatment-resistant depressive patients, is still being regarded as being under development.ObjectivesThis study aimed to explore the role of patient-related factors—specifically, expectation, motivation, and satisfaction—in the context of DBS outcomes in patients with treatment-resistant depression and OCD. The focus was on descriptively examining how these factors present before and after the surgery, and how they may relate to patients’ perception of treatment efficacy.MethodsA total of 58 patients participated in the study. Three measurement instruments were used for the investigation − the Client Motivation for Therapy Scale, the Stanford Expectancy Treatment Scale and the Credibility/Expectancy Questionnaire.ResultsNegative expectations decreased significantly, and realistic expectations increased postoperatively in both groups. Correlations between expectation levels and perceived treatment efficacy were observed at various time points. No significant differences in motivational behavior were found between the groups. Overall satisfaction with DBS was high across groups, with 81 % indicating they would choose the treatment again.ConclusionsThe findings highlight the relevance of patient factors such as motivation, expectation, and satisfaction in the treatment of psychiatric patients undergoing DBS. These aspects, while not predictive in a causal sense, offer valuable insights into patient engagement and perceived benefit. Managing patient expectations, as in many invasive therapies, remains a key component of therapeutic success