19767 research outputs found
Sort by
Exponential change of relaxation rate by quenched disorder
No full textWe determine the asymptotic relaxation rate of a Brownian particle in a harmonic potential perturbed by quenched Gaussian disorder, a simplified model for rugged energy landscapes in complex systems. Depending on the properties of the disorder, we show that the mean and variance of the asymptotic relaxation rate are nonmonotonous functions of the parameters for a broad class of disorders. In particular, the rate of relaxation may either increase or decrease exponentially compared to the unperturbed case. This implies that disorder may, depending on its properties, both significantly speed up and slow down relaxation. In the limit of weak disorder, we derive the probability distribution of the asymptotic relaxation rate and show that it is Gaussian, with analytic expressions for the mean and variance that feature universal limits. Our findings indicate that controlled disorder may serve to tune the relaxation speed in complex systems.TU Berlin, Open-Access-Mittel – 202
On the effectiveness of methods and metrics for explainable AI in remote sensing image scene classification
No full textThe development of explainable artificial intelligence (xAI) methods for scene classification problems has attracted great attention in remote sensing (RS). Most xAI methods and the related evaluation metrics in RS are initially developed for natural images considered in computer vision (CV), and their direct usage in RS may not be suitable. To address this issue, in this article, we investigate the effectiveness of explanation methods and metrics in the context of RS image scene classification. In detail, we methodologically and experimentally analyze ten explanation metrics spanning five categories (faithfulness, robustness, localization, complexity, randomization), applied to five established feature attribution methods (Occlusion, LIME, GradCAM, LRP, and DeepLIFT) across three RS datasets. Our methodological analysis identifies key limitations in both explanation methods and metrics. The performance of perturbation-based methods, such as Occlusion and LIME, heavily depends on perturbation baselines and spatial characteristics of RS scenes. Gradient-based approaches like GradCAM struggle when multiple labels are present in the same image, while some relevance propagation methods can distribute relevance disproportionately relative to the spatial extent of classes. Analogously, we find limitations in evaluation metrics. Faithfulness metrics share the same problems as perturbation-based methods. Localization metrics and complexity metrics are unreliable for classes with a large spatial extent. In contrast, robustness metrics and randomization metrics consistently exhibit greater stability. Our experimental results support these methodological findings. Based on our analysis, we provide guidelines for selecting explanation methods, metrics, and hyperparameters in the context of RS image scene classification. The code of this work will be publicly available at https://git.tu-berlin.de/rsim/xai4rs.TU Berlin, Open-Access-Mittel – 202
Brief announcement: Minimizing energy solves relative majority with a cubic number of states in population protocols
No full textThis paper revisits a fundamental distributed computing problem in the population protocol model. Provided n agents each starting with an input color in [k], the relative majority problem asks to find the predominant color. In the population protocol model, at each time step, a scheduler selects two agents that first learn each other's states and then update their states based on what they learned.
We present the Circles protocol that solves the relative majority problem with k3 states. It is always-correct under weakly fair scheduling. Not only does it improve upon the best known upper bound of O(k7), but it also shows a strikingly simpler design inspired by energy minimization in chemical settings.TU Berlin, Open-Access-Mittel – 2025DFG, 470029389, Algorithms for Flexible Networks (FlexNets
An Integrated Fuzzy PIPRECIA-AROMAN-M Model for Analyzing the Delivery Location Problem
No full textTo ensure the proper delivery of goods to the end user, it is necessary to overcome a number of challenges and obstacles. To optimize transport routes, strengthen customer relationships, and enhance customer satisfaction, timely last-mile delivery plays a crucial role. To achieve various benefits in urban areas, the trend of installing parcel lockers at optimal locations has emerged, which is the focus of this paper. The location problem of the Zvornik distribution center for the X Express company was considered based on seven locations and seven criteria. The applied methodology involves the integration of Fuzzy PIvot Pairwise Relative Criteria Importance Assessment (PIPRECIA) and Alternative Ranking Order Method Accounting for two-step Normalization Modified (AROMAN-M) for assessing the values of the criteria and ranking the locations. The results obtained indicate three locations as the most suitable for parcel locker installation, taking into account both the preferences of decision-makers and the territorial structure of the distribution center
Learning a general-purpose representation of speaker embeddings
No full textThe extraction of speaker-related features through speaker representations or utterance embeddings has been extensively studied for years. Convolutional Neural Networks (CNNs) are the most commonly used backbone network for feature extraction, and deep Residual Networks (ResNets), which incorporate residual connectivity into CNNs, achieve effective frame-level feature extraction inside the same input samples. ResNets have demonstrated impressive performance as speaker embedding extractors. With emerging this backbone and its advanced extensions, such as Res2Net, as dominant backbone networks in speaker recognition, and despite its widespread adoption, a significant gap in current speaker embeddings is the unmodified use of these successful backbones from the visual domain, without
considering the specific adaptation requirements for the speech field. Tailoring the backbone to account for the unique characteristics of speech representations ensures effective learning in Automatic Speaker Verification (ASV) systems. This thesis concentrates on the backbone network, the fundamental and most critical component of Deep Neural Networks (DNNs), responsible for extracting features from input data and mapping them into distinct feature representations. One of the key questions addressed in the thesis is the following: Which backbone is most robust and yields the most generalized speaker representation, with the potential to be applied to many existing ASV systems?. Through a strategic evaluation, the study analyzed the performance of integrating different residual-based backbones into the most popular ResNet-based fundamental baselines, ResNet-34 and ECAPA-TDNN based models, with highly different model complexity and CNN stem representations. To this end, the proposed architectures were evaluated on the publicly available VoxCeleb dataset.
This thesis introduces an innovative approach to speaker modeling by incorporating scale and cardinality dimensions for the first time. Experimental findings reveal that utilizing multi-scale and
multi-branch aggregated residual transformations within the Res2NeXt backbone yields considerable performance improvements. Notably, 6s8g and 8s8g variants of Res2NeXt, prove particularly beneficial in improving the representational capability of learned features for speaker embedding. The consistent superiority, excellent compatibility, and robustness of Res2NeXt compared to the current popular ResNet and Res2Net backbones across various architectures and conditions demonstrate its broad applicability and effectiveness as a backbone in speaker modeling.
To further evaluate the Robustness and Generalization (R&G) capabilities of the proposed speaker embeddings, the thesis expanded its scope to cross-domain applications, specifically Speech Emotion Recognition (SER), one of the most challenging downstream tasks. A comparative analysis of the proposed speaker embeddings was conducted using two benchmark datasets, IEMOCAP and CREMA-D. The overarching goal of the thesis is to contribute to the development of general-purpose and universal speech representations that generalize effectively across multiple speech-related tasks. By examining the alignment and divergence of embeddings for ASV and SER, the study seeks to answer a fundamental question: Can a single representation framework cater to both speaker verification and emotion recognition or are task-specific embeddings inevitable?.
The results confirm that speaker embeddings derived from the Res2NeXt backbone are also highly effective for the SER task, maintaining their performance across diverse evaluation protocols and data variations. This demonstrates the generalizability of Res2NeXt embeddings in the cross-domain task. The study attributes their success to the ability of Res2NeXt-based models to capture rich speech features, including tone, pitch, and phonation patterns, during speaker recognition training—features that are also vital for emotion recognition.Die Extraktion von sprecherbezogenen Merkmalen durch Sprecherrepräsentationen oder Äußerungsembeddings wird seit Jahren eingehend untersucht. Convolutional Neural Networks (CNNs) sind die am häufigsten verwendeten Backbone-Netzwerk für die Merkmalextraktion, und tiefe Residual Networks (ResNets), die Residualverbindungen in CNNs integrieren, erzielen eine effektive Merkmalextraktion auf Frame-Ebene innerhalb derselben Eingabeproben. ResNets haben sich als beeindruckend leistungsstarke Sprecher-Embedding-Extraktoren erwiesen. Mit dem Aufkommen dieses Backbones und ihrer fortschrittlichen Erweiterungen wie Res2Net als dominierende Backbone-Netzwerke in der Sprechererkennung und trotz ihrer weiten Verbreitung besteht eine wesentliche Lücke bei aktuellen Sprecherembeddings: die unveränderte Übernahme dieser erfolgreichen Backbones aus dem visuellen Bereich, ohne die spezifischen Anpassungserfordernisse für den Sprachbereich zu berücksichtigen. Die Anpassung des Backbones an die einzigartigen Eigenschaften von Sprachrepräsentationen stellt sicher, dass ein effektives Lernen in Automatic Speaker Verification (ASV)-Systemen möglich ist.Diese Dissertation konzentriert sich auf das Backbone-Netzwerk, die grundlegende und kritischste Komponente von Deep Neural Networks (DNNs), die für die Extraktion von Merkmalen aus Eingabedaten und deren Abbildung in unterschiedliche Merkmalsrepräsentationen verantwortlich ist. Eine der zentralen Fragen, die in dieser Arbeit behandelt werden, lautet: Welches Backbone ist am robustesten und liefert die generalisierteste Sprecherrepräsentation, mit dem Potenzial, in vielen bestehenden ASV-Systemen angewendet zu werden? Durch eine strategische Evaluation wurde die Leistung der Integration verschiedener Residual-basierter Backbones in die beliebtesten ResNet-basierten fundamentalen Baselines, ResNet-34 und ECAPA-TDNN-Modelle, analysiert, die sich durch stark unterschiedliche Modellkomplexitäten und CNN-Stem-Repräsentationen auszeichnen. Zu diesem Zweck wurden die vorgeschlagenen Architekturen auf dem öffentlich verfügbaren Voxceleb-Datensatz evaluiert.
Diese Dissertation führt einen innovativen Ansatz für das Sprecher-Modeling ein, indem zum ersten Mal Dimensionen wie Skalierung und Kardinalität einbezogen werden. Experimentelle Ergebnisse zeigen, dass die Verwendung von multi-skalaren und multi-zweigigen aggregierten Residual-Transformationen im Res2NeXt-Backbone erhebliche Leistungsverbesserungen bewirkt. Besonders die Varianten 6s8g und 8s8g des Res2NeXt-Backbones erweisen sich als besonders vorteilhaft, um die Repräsentationsfähigkeit der erlernten Merkmale für Sprecherembeddings zu verbessern. Die konsistente Überlegenheit, ausgezeichnete Kompatibilität und Robustheit von Res2NeXt im Vergleich zu den derzeit populären ResNet- und Res2Net-Backbones über verschiedene Architekturen und Bedingungen hinweg unterstreichen seine breite Anwendbarkeit und Effektivität als Backbone im Sprecher-Modeling.
Um die Robustness and Generalization (R&G)-Fähigkeiten der vorgeschlagenen Sprecherembeddings weiter zu evaluieren, wurde der Anwendungsbereich der Dissertation auf Cross-Domain Anwendungen erweitert, insbesondere Speech Emotion Recognition (SER), eine der herausforderndsten Downstream-Aufgaben. Eine vergleichende Analyse der vorgeschlagenen Sprecherembeddings wurde unter Verwendung von zwei Benchmark-Datensätzen, IEMOCAP und CREMA-D, durchgeführt. Das übergeordnete Ziel der Dissertation ist es, zur Entwicklung einer allgemeinen und universellen Sprachrepräsentation beizutragen, die effektiv über mehrere sprachbezogene Aufgaben hinweg generalisiert. Durch die Untersuchung der Übereinstimmung und Divergenz von Embeddings für ASV und SER versucht die Studie, eine fundamentale Frage zu beantworten: Kann ein einziges Repräsentationsframework sowohl für die Sprecherverifikation als auch für die Emotionserkennung geeignet sein, oder sind aufgabenspezifische Embeddings unvermeidlich?
Die Ergebnisse bestätigen, dass Sprecherembeddings, die aus dem Res2NeXt-Backbone abgeleitet wurden, auch für die SER-Aufgabe hoch effektiv sind und ihre Leistung über verschiedene Evalua-
tionsprotokolle und Datenvariationen hinweg beibehalten. Dies demonstriert die Generalisierbarkeit der Res2NeXt-Embeddings in Cross-Domain-Aufgaben. Die Studie führt ihren Erfolg auf die Fähigkeit der Res2NeXt-basierten Modelle zurück, reichhaltige Sprachmerkmale wie Ton, Tonhöhe und Phonationsmuster während des Trainings für die Sprechererkennung zu erfassen – Merkmale, die auch für die Emotionserkennung von entscheidender Bedeutung sind
von der Bildverarbeitung zur strukturierten Beleuchtung
No full textConventional optical information processing systems, particularly those used for real-time image transformation and analysis, face growing limitations in terms of size, speed, energy efficiency, and integration with electronic systems. Traditional optical components lack the flexibility to perform complex processing tasks in a compact format, while digital image processing suffers from latency and power inefficiencies due to sequential and resource-intensive computations. These challenges drive the need for new approaches that enable compact, high-speed, and energy-efficient manipulation of light fields and analog image processing.
Meta-optics, which are planar optical elements composed of subwavelength-engineered meta-atoms, offer a transformative solution to these challenges. By providing precise control over the phase, amplitude, and polarization of light at the subwavelength scale, this thesis explores meta-optical approaches for advancing optical information processing and computational imaging, aiming to develop high-speed, energy-efficient, and miniaturized imaging and sensing systems.
The first part of this thesis introduces a meta-optical azimuthal shearing interferometer that enables real-time, broadband edge detection, differential interference contrast microscopy, and wavefront sensing. By embedding birefringent nanopore structures into silica substrates via laser direct writing, this compact device achieves robust, broadband azimuthal shear interference within a common-path configuration, eliminating the need for complex alignment or bulk optics.
Building on the broader potential of meta-optics, the thesis next introduces a platform of generalized meta-operators based on double-phase encoding and polarization multiplexing, capable of performing diverse analog optical computations. Operating at visible wavelengths, these metasurfaces implement tasks such as first- and second-order spatial differentiation and cross-correlation-based pattern recognition, enabling direct light-field manipulation without the need for digital post-processing. Additionally, the same platform is utilized to achieve high-fidelity three-dimensional meta-holography, demonstrating volumetric wavefront reconstruction with a single-layer optical element.
Finally, this thesis advances the capabilities of meta-optics in structured illumination by introducing a polarization-encoded metasurface platform for generating high-fidelity phase-shifting fringe patterns. This static, polarization-controlled approach enables the generation of phase-shifting sinusoidal fringe patterns without requiring active modulation or tunable elements, enabling compact fringe projection profilometry for three-dimensional surface measurement and super-resolution structured illumination microscopy.
This thesis establishes meta-optics as a versatile platform for embedding analog optical processing into modern imaging systems, enabling compact, high-speed, and energy-efficient solutions. By combining meta-optical analog computing with computational imaging techniques, the methods developed here advance the functionality of optical systems beyond the limitations of conventional electronic processing. These results lay the groundwork for next-generation intelligent photonic devices, with broad potential applications in biomedical imaging, machine vision, precision metrology, optical sensing, and advanced optical information processing.Konventionelle optische Informationsverarbeitungssysteme, insbesondere solche für die Echtzeit-Bildtransformation und -analyse, stoßen zunehmend an Grenzen hinsichtlich Größe, Geschwindigkeit, Energieeffizienz und der Integration mit elektronischen Systemen. Traditionelle optische Komponenten bieten nicht die Flexibilität, komplexe Verarbeitungsaufgaben in kompakter Form auszuführen, während digitale Bildverarbeitung unter Latenz und Energieineffizienz durch sequenzielle, rechenintensive Vorgänge leidet. Diese Herausforderungen erfordern neue Ansätze zur kompakten, schnellen und energieeffizienten Manipulation von Lichtfeldern und zur analogen Bildverarbeitung.
Metaoptiken, also planare optische Elemente aus nanostrukturierten Meta-Atomen, bieten eine vielversprechende Lösung. Durch präzise Kontrolle von Phase, Amplitude und Polarisation des Lichts auf Subwellenlängenskala werden in dieser Arbeit metaoptische Ansätze zur Weiterentwicklung der optischen Informationsverarbeitung und rechnergestützten Bildgebung untersucht – mit dem Ziel, miniaturisierte, energieeffiziente Hochgeschwindigkeits-Bildgebungs- und Sensorsysteme zu entwickeln.
Der erste Teil der Arbeit stellt einen metaoptischen Azimut-Shear-Interferometer vor, der Echtzeit-Kanten erkennung, differentiellen Interferenzkontrast und Wellenfrontmessung im Breitband ermöglicht. Durch das Einbetten birefringenter Nanoporenstrukturen in Siliziumdioxid mittels laserbasierter Direktstrukturierung entsteht ein kompaktes Bauelement mit robuster Interferenzcharakteristik im Azimut innerhalb einer gemeinsamen Strahlführung – ohne komplexe Justage oder voluminöse Optiken.
Aufbauend auf dem Potenzial von Metaoptiken führt die Arbeit eine Plattform von verallgemeinerten Meta-Operatoren ein, die auf Doppelphasen-Codierung und Polarisationsmultiplexing basieren und vielfältige analoge optische Berechnungen ermöglichen. Diese Metasurfaces arbeiten im sichtbaren Wellenlängenbereich und führen Aufgaben wie räumliche Differentiation erster und zweiter Ordnung sowie musterbasierte Kreuzkorrelation durch – direkt im Lichtfeld, ohne digitale Nachverarbeitung. Darüber hinaus wird die gleiche Plattform für hochauflösende dreidimensionale Meta-Holographie eingesetzt, um volumetrische Wellenfrontrekonstruktionen mit einem einzigen optischen Element zu realisieren.
Abschließend präsentiert die Dissertation eine neue Methode für strukturierte Beleuchtung mittels einer polarisationscodierten Metasurface zur Erzeugung von phasengeschobenen Gittermustern. Dieses statische, polarisationsempfindliche Konzept ermöglicht die Erzeugung sinusförmiger Gittermuster ohne aktive Modulation oder abstimmbare Komponenten und eröffnet kompakte Lösungen für die 3D-Profilmessung sowie Superauflösungs-Mikroskopie.
Diese Arbeit etabliert Metaoptiken als vielseitige Plattform zur Einbettung analoger optischer Verarbeitung in moderne Bildgebungssysteme. Durch die Kombination von metaoptischem Rechnen mit rechnergestützter Bildgebung erweitern die entwickelten Methoden die Funktionalität optischer Systeme jenseits der Grenzen konventioneller Elektronik. Die erzielten Ergebnisse bilden die Grundlage für intelligente photonische Systeme der nächsten Generation mit breiten Anwendungsmöglichkeiten in der biomedizinischen Bildgebung, maschinellem Sehen, Präzisionsmesstechnik, optischer Sensorik und fortschrittlicher optischer Informationsverarbeitung.EC/H2020/956770/EU/Plenoptic Imaging/PLENOPTIM
Building energy efficiency assessment considering IEQ and sustainability certification data for German office buildings
No full textAssessing a building’s energy efficiency is a major goal to avoid unnecessary and inefficient energy-consuming renovations. Currently, building energy efficiency is measured primarily by the energy demand of the building. However, the higher energy efficiency of the building is not always aligned with the greater comfort of the occupant, which is the main benefit a building provides. In this study, indoor environmental quality (IEQ) ratings and building energy demand are considered together to evaluate building energy efficiency. It compares the IEQ comfort achieved to the energy demand of the building. An example IEQ index calculation based on certification data of two buildings assessed by a German building sustainability certification system is used. The data include scoring of different IEQ categories and information on energy usage for the buildings. In addition, a survey on IEQ factors was conducted among building users and the results were compared to those based on the certification assessment data. The IEQ rating of the building certification data based on building design and measurement data for the individual factors differed from the subject study results by up to 50%. The overall performance of the considered buildings ranged from 0.13 to 0.16 IEQ-Score per MJ m−2 a−1 for the certification data and survey results.TU Berlin, Open-Access-Mittel – 2025BMWE, 03EN1017A, Verbundvorhaben: EnOB: GEnEff - Neuartige Bewertung der Gebäude-Energie-Effizienz und innovative Demonstration mittels Simulationsmethoden und Virtual Reality; Teilvorhaben: Visualisierung und Lüftun
Theoretical and methodological foundations for institutional economic analyses with regard to the design of the supply of goods and services
No full textZiel dieser Arbeit ist die Erarbeitung methodischer und theoretischer Grundlagen für die Untersuchung der Ausgestaltung des Angebots von Gütern und Dienstleistungen. Im Mittelpunkt stehen neben technischen Aspekten insbesondere institutionelle sowie organisatorische Aspekte der Angebotsausgestaltung. Die organisatorische Ausgestaltung des Angebots wird dabei als die Zuordnung von Verantwortlichkeiten für die Erledigung von Aufgaben auf Akteure verstanden. Die Untersuchung der Ausgestaltung des Angebots umfasst den Entwurf, die Analyse sowie die Bewertung unterschiedlicher Optionen der technischen und institutionellen sowie organisatorischen Ausgestaltung, wobei ein besonderer Fokus auf der Ableitung von Handlungsempfehlungen für die öffentliche Hand liegt.
Zur Erarbeitung der methodischen und theoretischen Grundlagen werden zunächst wissenschaftstheoretische Erkenntnisse im Hinblick auf ihre Relevanz für ökonomische Untersuchungen eingeordnet. Dabei wird die zentrale Bedeutung der intersubjektiv nachvollziehbaren Darstellung bei der Ableitung von Ergebnissen sowie der Stellenwert von Modellen im Rahmen des wissenschaftlichen Arbeitens herausgearbeitet. Ein besonderes Augenmerk liegt auf mechanistischen Erklärungen, die das Nachvollziehen von Prozessen ermöglichen und einen Beitrag zur Gestaltung von Strukturen und Systemen leisten können.
Darauf aufbauend werden Ansätze der Institutionenökonomik sowie Ansätze weiterer Theoriegebiete der Ökonomik betrachtet, die sich mit institutionellen sowie organisatorischen Aspekten der Ausgestaltung von Austauschbeziehungen befassen. Der Wissensstand sowohl der an der Austauschbeziehung beteiligten Akteure als auch Dritter wird als wesentlicher Einflussfaktor für die Ausgestaltung von Austauschbeziehungen identifiziert. Neben der vertraglichen Ausgestaltung wird insbesondere die Ausgestaltung von Austauschbeziehungen in Organisationen analysiert, wobei Kooperations- und Koordinationsprobleme sowie Möglichkeiten zu deren Bewältigung durch Eigentumsintegration und hierarchische Anweisungen untersucht werden.
Ein zentrales Ergebnis der Arbeit ist die Entwicklung eines Untersuchungsansatzes zur Untersuchung der Ausgestaltung des Angebots von Gütern und Dienstleistungen. Dieser besteht aus einem Untersuchungsrahmen zur systematischen Abbildung von Ausgestaltungsoptionen sowie einem Vorgehensmodell für die Durchführung entsprechender Untersuchungen. Der Ansatz ermöglicht den Entwurf, die Analyse und die Bewertung von Ausgestaltungsoptionen unter Berücksichtigung institutionenökonomischer Erkenntnisse sowie Erkenntnissen weiterer ökonomischer Theoriegebiete. Ein besonderer Fokus liegt auf der Untersuchung der Wirkungen unterschiedlicher organisatorischer Lösungen unter gegebenen technischen und institutionellen Rahmenbedingungen. Zudem wurden auch Herausforderungen identifiziert, die bei einer Anwendung des Untersuchungsansatzes sowohl beim Entwurf von Ausgestaltungsoptionen eines Angebots als auch bei der Durchführung von Untersuchungen zu beachten sind.The objective of this dissertation is to develop methodological and theoretical foundations for the analysis of the design of the provision of goods and services. In addition to technical aspects, particular emphasis is placed on institutional and organizational aspects of provision design. Organizational design is understood as the allocation of responsibilities for the performance of tasks to actors. The analysis of provision design comprises the description, analysis, and evaluation of alternative options for technical, institutional, and organizational design, with a particular focus on deriving policy recommendations for the public sector.
To establish the methodological and theoretical foundations, first insights from philosophy of science are examined with regard to their relevance for economic analysis. In this context, the central importance of intersubjectively comprehensible presentation in the derivation of results, as well as the role of models in scientific inquiry, is emphasized. Particular attention is given to mechanistic explanations that enable the tracing of processes and contribute to the design of structures and systems.
Building on this foundation, approaches from institutional economics as well as further fields of economic theory that address institutional and organizational aspects of the design of exchange relationships are examined. The level of knowledge of both the actors directly involved in exchange relationships and third parties is identified as a key influencing factor in the design of such relationships. In addition to contractual arrangements, particular attention is paid to the design of exchange relationships within organizations, including the analysis of cooperation and coordination problems and ways to address them through the integration of ownership and hierarchical directives.
A central result of this dissertation is the development of an analytical approach for the examination of the design of the supply of goods and services. This approach consists of an analytical framework for the systematic representation of design options and a procedural model for conducting analyses. The approach enables the description, analysis, and evaluation of alternative provision options by incorporating insights from institutional economics as well as from other fields of economic theory. Particular emphasis is placed on analyzing the effects associated with different organizational solutions under given technical and institutional conditions. In addition, challenges related to the application of the analytical approach were identifie
Bridging the gap: aligning research, industry, and EU regulations to accelerate implementation of alkali-activated binder based concretes under the EU green deal
No full textThe European Union's goal of carbon neutrality by 2050, supported by the European Green Deal and Construction Product Regulation (CPR), is leading to significant changes in the construction sector. This study examines the impact and challenges of these regulations on alkali-activated binder (AAB)-based concretes, highlighting misalignments between research, industry practices, and regulatory requirements. While AABs are identified as innovative low-carbon alternatives to Portland cement, their adoption is hindered by non-standardized Life Cycle Assessment methods, inconsistent environmental data, and limited industry integration. The findings reveal that current environmental data fail to meet upcoming CPR requirements, emphasizing the need for harmonized methodologies and standardized reporting. This study underscores the importance of aligning researchers, industry, and policymakers by introducing concrete measures to bridge these gaps, reduce compliance costs, and improve data transparency. Such efforts are critical to accelerating AAB adoption and ensuring the construction sector transitions to carbon neutrality while maintaining economic competitiveness.TU Berlin, Open-Access-Mittel – 202
Non-leaching cerium oxide evolved from Laves phase enables iron-retentive oxygen evolution
No full textIron-based compounds transform in situ into iron (oxyhydr)oxides (FeOxHy) during the alkaline oxygen evolution reaction (OER), serving as active species but suffering from aggregation, poor conductivity, and Fe leaching. To address these limitations, we employ the heterobimetallic rare-earth transition-metal-based Laves-phase CeFe2 as an OER precatalyst. The robust chemical bonding, ordered atomic arrangement, and inherent oxophilic nature of Ce in the structure drive in situ surface reconstruction of fully oxidized CeFe2 to a heterostructure composed of α-FeOOH nanodomains uniformly confined within CeO2. Comprehensive analyses, including quasi-in situ Raman and X-ray absorption spectroscopy, scanning transmission electron microscopy, and theoretical calculations, confirm that non-leaching CeO2 prevents Fe dissolution, suppresses α-FeOOH aggregation, and optimizes its electronic structure and rate-determining step. Moreover, the remaining bulk CeFe2 phase improves charge transfer, collectively enabling the CeFe2-based system to significantly outperform directly synthesized FeOxHy references and rival the benchmark NiFeOxHy in OER.TU Berlin, Open-Access-Mittel – 2025BMFTR, 03HY105C, H2Giga_QT1.1: PrometH2eus - Projektverbund zur optimierten Materialentwicklung für die technische H2-Erzeugung durch verbesserte SauerstoffelektrodenDFG, 403371556, Hochauflösendes Raster-Transmissionselektronenmikroskop (300kV)DFG, 390540038, EXC 2008: UniSysCa