Technische Universität Dresden: Qucosa
Not a member yet
16344 research outputs found
Sort by
Die Vielfalt der Pflanzen in ihrem Lebensraum entdecken, erkennen und wertschätzen!
No full textDer noch sehr junge Lehramtsstudiengang Biologie bietet die Möglichkeit, von Anfang an fachliche und fachdidaktische Inhalte mit Querschnittsthemen wie Bildung für nachhaltige Entwicklung (BNE) und Digitalisierung zusammen zu denken. Dabei geht es vor allem darum, die Lehre von heute für die Herausforderungen von morgen zu gestalten. Integrative Lehrkonzepte haben gerade in der Lehrkräftebildung weitreichende Auswirkungen auf künftige Generationen, denn für BNE sensibilisierte Lehrkräfte können einen wesentlichen Beitrag zur Umsetzung globaler Nachhaltigkeitsziele in der schulischen Bildung leisten. Dafür muss während der Ausbildung das Erkennen, Bewerten
und Handeln im Sinne einer verantwortungsvollen, nachhaltigen Entwicklung stärker in den Mittelpunkt gerückt werden. Dass dies ein absoluter Schwerpunkt ist, zeigt nicht zuletzt der KMK-Orientierungsrahmen für den Lernbereich Globale Entwicklung. Für das Fach Biologie steht der Einfluss des Menschen auf seine eigenen Lebensbedingungen und auf seine Umwelt im Fokus (BMZ/KMK, 2016)
Hochzuverlässige Drahtloskommunikation durch vorhersagegestützte Funkressourcenallokation
No full textSeit den ersten digitalen Mobilfunknetzen waren besonders Datenrate und Kapazität Hauptoptimierungsziele für neue Funksysteme. Seit der fünften Generation Mobil- funk (5G) konzentrierten sich Anstrengungen auch auf die Optimierung von Latenz und Zuverlässigkeit der Datenübertragung. Für ultra-zuverlässige Kommunikation mit niedriger Latenz (URLLC) wurden Lösungen erforscht, um eine hohe Erfolgswahr- scheinlichkeit der Datenübertragung von 99,999 % innerhalb eines Latenzbdugets von 1 ms zu erreichen. Vorgeschlagene Lösungen, zum Beispiel Multi-Konnektivität, realisieren dies durch Einbringen von zusätzlicher Redundanz in die Übertragungs- kette. Durch den großen Bedarf an Redundanz weisen diese Verfahren allerdings einen hohen Funkressourcenbedarf auf, welche die Kosten für neue Anwendungen treiben. Für die sechste Generation Mobilfunk (6G) sollen noch strengere Latenz- und Zuverlässigkeitswerte, mehr URLLC-Geräte pro Funkzelle und neue Anwen- dungen ermöglicht werden, die Zuverlässigkeit und Latenz bei gleichzeitig hoher Datenrate benötigen. Ein effizienterer Umgang mit den verfügbaren Funkressourcen wird dann unerlässlich.
In dieser Arbeit wird die Übertragung von erweiterter Realität (AR) Videostreams analysiert, die eine geringe Übertragungslatenz bei gleichzeitig hoher Datenrate benötigen. Über die Modellierung einer geeigneten Videocodierung als Markov-Kette werden Anforderungen an das Kommunikationssystem quantifiziert. Bei der Übertra- gung von erweiterte Realität (AR)-Videostreams gilt es Latenzwerte von 10 ms bei ei- ner Erfolgswahrscheinlichkeit der Übertragung von 99,9 % zu erreichen. Gleichzeitig steigt die durchschnittliche Datenrate mit 17 Mbit/s pro Nutzer gegenüber typischen industriellen URLLC-Anwendungen deutlich. Für einen geringeren Funkressourcen- bedarf von URLLC wird in dieser Arbeit eine auf Kanalinformationen beruhende Auswahl von Funkressourcen vorgeschlagen und untersucht. Die vorgeschlagene Ressourcenzuweisung nutzt Diversität ohne zusätzliches Einbringen von Redundanz. Um den Ressourcenaufwand für das Erlangen der benötigten Kanalinformationen gering zu halten werden Kanalprädiktionen eingesetzt. Für Vorhersagehorizonte bis zur Kohärenzzeit des Kanals kann eine ausreichend hohe Prädiktionsgenauigkeit für die Ressourcenzuweisung erzielt werden. Die Leistung einer auf fehlerbehafteten Kanalprädiktionen beruhenden Ressourcenallokation zeigt eine vielversprechende Zuverlässigkeit, die vergleichbar zu Systemen mit Multi-Konnektivität ist
Blockchain in operations management and manufacturing: potential and barriers
No full textTransparency, visibility, and disintermediation are some of the prospects of the aspiring blockchain technology in the business-to-business context. The digital transformation and Industry 4.0 trends also facilitate blockchain applications in operations management (OM) and manufacturing. However, scientific contributions and successful industrial applications in this area are still scarce and mainly at a proof-of-concept stage. The empirical research in this article is based on an expert interview study to uncover and analyse the potential and barriers to the adoption of blockchain technology in OM and manufacturing from within the industry. Semi-structured interviews with industry experts are employed to elaborate on promising practices for the industry to efficiently promote blockchain adoption and meaningful research directions for scholars. Findings include unexplored potential regarding distributed production networks and collaboration, expected evolutionary steps of IoT, disintermediation leading to new business models like tokenisation, and short-term rather than long-term relationships. Current barriers include staff difficulties, legal uncertainties, missing infrastructure and standardisation, and unclear governance structures. Improving smart contract security and interoperability of private and public protocols will enable further dissemination of the technology. Managers and academic scholars can address these findings and new propositions of this study in future application development and implementation
Vertrauen in der Krise: Kommunikation in digitalen Gemeinschaften
No full textEingeladene VorträgeKrisen scheinen ein allgegenwärtiges Phänomen moderner Gesellschaften zu sein. Sie haben vielfache Ursachen und Wirkungen, ebenso heterogen sind die verschiedenen Formen des Umgangs damit. Auch kommunikative Ansätze spielen im Kontext verschiedener, sich im Laufe der letzten Jahre erheblich verändernder Gemeinschaftskonstruktionen eine wichtige Rolle. Der folgende Beitrag beleuchtet verschiedene Aspekte der Entwicklung von Gemeinschaften und leitet daraus Schlussfolgerungen für eine verantwortungsvolle Kommunikation ab
Bildungstechnologie-Design von KI-gestützten Avataren zur Förderung selbstregulierten Lernens
No full textDigital Education: AI IAus dem Text: Studien zeigen, dass KI-Avatare im Gegensatz zu traditionellen PAs, die primär als Vermittler von Wissen fungieren (Bouchet et al., 2016; Dever et al., 2022), das Potenzial besitzen, individuelle Lernprozesse dynamischer und effektiver zu unterstützen. Sie bieten personalisiertes Feedback und passen sich kontinuierlich den Bedürfnissen und Fortschritten der Lernenden an (Pinkwart & Beudt, 2020; Kochmar et al., 2020). Insbesondere die personalisierte und adaptive Unterstützung durch KI-Avatare soll selbstgesteuerte Lernerfahrungen im Kontext des situierten Lernens fördern (Lave & Wenger, 1991; Schmohl, 2021; Plass & Pawar, 2020; Hummel & Donner, 2023; Lee et al., 2022) und die Lernenden über den gesamten Bildungsverlauf hinweg unterstützen (Sekeroglu et al., 2019; Ninaus & Sailer, 2022). Trotz aller vordergründigen Potenziale ist es im Bildungskontext entscheidend, den Einsatz von KI kritisch zu hinterfragen, insbesondere hinsichtlich ihrer tatsächlichen Effekte auf Lern- und Bildungserfahrungen (z.B. Zhai et al., 2021; Bohlinger & Hummel, 2024; Hummel et al., 2024). Dabei gilt es auch, mögliche Risiken wie algorithmische Verzerrungen, die unbeabsichtigte Reproduktion sozialer Ungleichheiten oder die Abhängigkeit von technologischen Lösungen zu berücksichtigen
Kommunikation in virtuellen Welten: Umsetzung eines Kommunikationsseminars in TriCAT Spaces®
No full textDigital Education: Virtual SpacesAus dem Text: Nicht erst seit der COVID-19-Pandemie kam es zur Digitalisierung von Hochschullehre. Der Anspruch an Individualisierung sowie Flexibilisierung ist deutlich gestiegen, sodass die Fernhochschullehre deutlich an Bedeutung gewonnen hat. Sie ermöglicht es, berufliche und familiäre Verpflichtungen mit den Anforderungen eines Hochschulstudiums zu vereinbaren und spricht entsprechend
des Konzepts des lebenslangen Lernens eine nichttraditionelle Studierendenklientel an (Volery & Lord, 2000). Virtuelle Welten (VW) haben sich als effizientes online Medium etabliert und stellen
eine gute Alternative zu Videokonferenzen in der Fernhochschullehre dar (Rinn, Markgraf, & Robra-Bissantz, 2023). VW bilden physische Räume computergeneriert nach und ermöglichen eine Interaktion mit anderen über Avatare (Bainbridge, 2007). Diese virtuellen Räume eignen sich zum Aufbau von Handlungskompetenzen durch Rollenspiele und erfahrungsorientiertes Lernen (Cho, Yim, & Paik, 2015). In den Sozialwissenschaften werden VW bislang selten eingesetzt (Rinn, Khosrawi- Rad, Grogorick, Robra-Bissantz, & Markgraf, 2023), obwohl besonders dort Handlungskompetenz und Praxistransfer wichtig sind. Der Grund dafür wird in der unterstellten geringeren technischen Affinität der Teilnehmenden vermutet. Daraus ergibt sich die Forschungsfrage, ob sich VW in der Fernhochschullehre auch für sozialwissenschaftliche Zielgruppen eignen
Electron Spin Resonance on Magnetic Van der Waals Compounds
No full textSuppressing interactions along one direction in three-dimensional (3D) systems offers a unique opportunity to explore exotic low-dimensional physics. Magnetic van der Waals (vdW) materials, by virtue of weak interlayer interaction, serve as ideal platforms to realize fundamental aspects of magnetism in reduced spatial dimensions. The potential to host novel quantum ground states, exotic spin textures, unique spin dynamics, and the relevance in next-generation spintronics, quantum computing, and magnetic memory devices has positioned vdW systems at the forefront of condensed matter research. In this dissertation, broad-band electron spin resonance (ESR) spectroscopy is employed to investigate several quasi-two-dimensional (2D) magnetic vdW compounds, focusing on their ground state, magnetic excitations, and spin dynamics.
The first part of this research is dedicated to the investigation of the singlecrystalline material (Mn1−xNix)2P2S6. At the X-band frequency of 9.56 GHz, the temperature and angular dependence of the resonance field and the linewidth for x = 0, 0.5, and 1 are studied above the transition temperature TN. Only for Mn2P2S6, a significant change in the spin dynamics from the dominance of the 3D-like fluctuations close to the magnetic order to a relative increase of the 2D-like spin fluctuations at higher temperatures is observed. Moreover, high-frequency/field ESR (HF-ESR) experiments are performed on Mn2P2S6 and MnNiP2S6, and the results are compared with prior studies of Ni2P2S6. Analysis of magnetic excitations reveals that in comparison to Mn2P2S6, increasing the Ni content yields a larger magnon gap in the ordered state and an increased g-factor value and its anisotropy in the paramagnetic state. These two studied compounds are strongly anisotropic, each having a unique ground state and type of magnetic order. A stronger deviation of the g-factor from the free electron value in the samples containing Ni suggests that the anisotropy of the exchange is an important contributor to stabilizing a certain type of magnetic order with particular anisotropy. At temperatures above the magnetic order, the spin-spin correlations, resulting in a development of slowly fluctuating short-range order, have been analyzed. They are much more pronounced in MnNiP2S6 compared to Mn2P2S6. The enhanced spin fluctuations in MnNiP2S6 are attributed to the competition of different types of magnetic order. Finally, the analysis of the temperature-dependent critical behavior of the magnon gaps below the ordering temperature in Mn2P2S6 suggests that the character of the spin wave excitations in this compound undergoes a field-induced crossover from a 3D-like toward a 2D XY regime.
In the second part of this dissertation, investigations on a related magnetic vdW material CuCrP2S6, featuring interpenetrating antipolar Cu+ and antiferromagnetic Cr3+ sublattices, are presented. A detailed ESR study in a broad range of excitation frequencies, magnetic fields, and temperatures reported here provides detailed insights into the low-energy spin dynamics of this material both above and below the antiferromagnetic (AFM) ordering temperature TN ≈ 30 K. Strong ferromagnetic (FM) correlations persist far above TN, indicating an inherently two-dimensional and anisotropic character of the spin dynamics. AtT < TN, a complex field dependence of collective excitations of the AFM-ordered spin-lattice was observed, featuring two non-degenerate magnon gaps at H = 0.
The results can be accurately modeled with the linear spin wave theory analysis, yielding the values of interlayer exchange energy, magnetocrystalline anisotropies, and gap energies. A remarkable tuning of the excitations from the AFM type to the FM type with increasing the field strength was demonstrated, which, together with the non-degeneracy of the gaps favorable for the excitation of the spin-transfer torque, put forward CuCrP2S6 as an interesting functional material for use in magnonic devices. The ESR results do not provide clear evidence of the magneto-electric coupling, suggesting the weakness of the cross-coupling between the electrical and magnetic subsystems of CuCrP2S6, similar to other type-I multiferroics.
In the final part, a technical project is outlined, detailing the design and construction of a new HF-ESR transmission probehead aimed at improving and enhancing the capabilities of the HF-ESR setup. The theoretical motivation behind the project is discussed, followed by a detailed description of its construction. By modifying the mirror geometry, transmission losses of broadband microwaves across different frequency regimes are measured and compared. Additionally, a modular design approach is adopted, ensuring convenient and cost-effective future upgrades and a more accessible sample space
A Comparative Simulation Study of Deep Reinforcement Learning and Dispatching Rules for a Complex Job Shop
No full textIn complex job shop environments such as semiconductor wafer fabrication facilities (wafer fabs), dispatching rules (DRs) play a critical role in managing shop floor operations. While individual DRs offer specific strengths, they also exhibit inherent limitations. To combine their advantages, hybrid dispatching strategies that integrate multiple single rules are commonly employed. Traditionally, such hybrid rules rely on static weight assignments to determine the contribution of each rule. However, static weighting schemes lack adaptability to the dynamic nature of shop floor conditions. With the advancement of machine learning, particularly deep reinforcement learning (DRL), it has emerged as a promising approach for dynamic and adaptive decision-making. In this study, we propose a novel DRL approach based on the Actor-Critic framework that dynamically assigns weights to individual DRs, thereby constructing a context-aware hybrid rule. To evaluate the effectiveness of the proposed approach, simulation experiments are conducted using a representative wafer fabs model. Simulation plays a crucial role by providing a safe, flexible, and controlled environment to test dispatching strategies under realistic production variability. The simulation results demonstrate that the proposed DRL approach consistently outperforms both traditional DRs and hybrid rules with static weight assignments in terms of reducing cycle time, improving on-time delivery, and maintaining high throughput. These findings highlight the potential of DRL, combined with simulation-based evaluation, to enable intelligent, adaptive dispatching in complex manufacturing systems
Production Simulation using Bayesian Networks as Input Models
No full textSimulations can consider the randomness of input variables. However, in many simulation studies, this is done solely by modelling input variables as univariately and unconditionally distributed random variables, even though causal dependencies between environmental variables and input variables exist and are known. This paper investigates the use of Bayesian networks to leverage this knowledge in production simulation in order to improve the accuracy of simulation results. It provides an overview of the state of the art and describes how Bayesian networks can be used for input modelling in production simulation. A case study shows that the accuracy of simulation models can indeed be improved