1167 research outputs found
Sort by
Supplementary Material - Framework for the Development and Sim2Real Transfer of Control Strategies for Industrial Energy Supply Systems
No full textThis item includes historical scenario data for running simulation experiments with the Heating Network High Temperature (HNHT) of the ETA Research Factory. Moreover, it includes results of live experiments, parameter identification and simulation experiments with the framework "ETA Factory Thermal System Operation"
Data of the publication: Determination of Aqueous Solubility of NaCl in Molecular Dynamics Simulation using the Kirkwood-Buff Method
No full textThis repository holds the data of the publication, "Determination of Aqueous Solubility of NaCl in Molecular
Dynamics Simulation using the Kirkwood-Buff Method"
Grounding Fallacies Misrepresenting Scientific Publications in Evidence
No full textDataset for the publication "Grounding Fallacies Misrepresenting Scientific Publications in Evidence" (NAACL 2025
Künstliche Intelligenz im Studium - Eine quantitative Studie zur Nutzung KI-basierter Tools durch Studierende und Lehrende (Jahr: 2025)
No full textDer Datensatz basiert auf einer groß angelegten quantitativen Studie zum Einsatz KI-basierter Tools im Hochschulkontext. Insgesamt wurden 4.910 Studierende und 626 Hochschullehrende an deutschen Hochschulen befragt. Ziel der Untersuchung war es, Nutzungsmuster, Anwendungsbereiche, Bedenken sowie institutionelle Rahmenbedingungen im Umgang mit generativer KI aus Sicht beider Zielgruppen systematisch zu erfassen.
Die Studie ist in mehrere Abschnitte gegliedert, die unterschiedliche Aspekte der Nutzung von KI-Tools im Studium und in der Lehre abbilden.
In der Studierendenbefragung liegt der Fokus zunächst auf der Frage, ob und in welchem Umfang KI-Tools – wie etwa ChatGPT, DeepL oder DALL·E – bereits im Studium eingesetzt werden. Daran anschließend werden konkrete Anwendungsbereiche erfasst, z. B. zur Klärung von Verständnisfragen, für Recherchen, Übersetzungen, die Erstellung wissenschaftlicher Texte oder datengetriebene Analysen. Studierende, die keine KI-Tools nutzen, werden nach den Gründen für ihre bisherige Nichtnutzung gefragt. Weitere Abschnitte thematisieren Bedenken sowie die generelle Bereitschaft zur Nutzung solcher Tools. Ergänzend wird erfasst, ob es an den jeweiligen Hochschulen bereits Vorgaben oder Leitlinien zur Nutzung generativer KI gibt. Die Umfrage endet mit einem deskriptiven Teil mit Angaben zu Abschlussziel, Studienbereich, Bundesland, Geschlecht, Alter und Technikbereitschaft.
Die Lehrendenbefragung folgt einer analogen Struktur. Der erste Hauptteil erfasst, ob und in welchem Umfang Lehrende KI-Tools in ihrer Lehrpraxis einsetzen. Nach der Erfassung genutzter Tools – ebenfalls z. B. ChatGPT, DeepL oder DALL·E – werden detaillierte Angaben zu spezifischen Lehrbereichen erhoben, in denen diese Tools verwendet werden. Bei Angabe konkreter Einsatzbereiche folgen vertiefende Fragen zur Art der Nutzung, während bei Nichtnutzung Gründe dafür abgefragt werden. Auch hier schließen sich Abschnitte zu Bedenken, Bereitschaft zur Nutzung und möglichen hochschulischen Vorgaben an. Die Umfrage endet mit Angaben zu Lehrposition, Fachbereich, Bundesland, Geschlecht, Alter sowie einer Technikbereitschaftsskala.
Erste deskriptive Auswertungen zu den Studien sind zu finden unter
Studierende: DOI 10.48444/h_docs-pub-533
sowie
Lehrende: DOI: 10.48444/h_docs-pub-54
Data: Cloud cavitation dynamics with varying incidence
No full textThis dataset contains selected parts of the data for the PhD thesis in preparation titled "Cloud cavitation dynamics with varying incidence" by Grigorios Hatzissawidis (Technische Universität Darmstadt). The data were collected in the cavitation tunnel at the Cavitation Research Laboratory (CRL), Australian Maritime College, University of Tasmania. High-speed photography and simultaneous force measurements using a six-component force balance were conducted. Cloud cavitation was observed about a NACA 0015 hydrofoil. The dataset includes the power spectral densities (PSDs) of the lift coefficient, estimated using Welch's method and provided in the archive "PSDs_of_CL.zip". The file "data_table.csv" contains the characteristic frequencies and Strouhal numbers, the mean and standard deviation of the lift and drag coefficients, the maximum cavity sheet length and spanwise extent extracted from the high-speed photographs, as well as additional parameters such as Reynolds number, cavitation number, and incidence. Further information on the data and variable definitions is provided in the "README.md" file and in the PhD thesis
Ein Beitrag zum elektrochemischen Fügen im Kontext der additiven Fertigung
No full textDieses Paket stellt den digitalen Anhang der Dissertation von Herrn Kris Rudolph dar und umfasst das verwendete Simulationsmodell (COMSOL Multiphysics) sowie eine Beschreibung der simulierten Geometrien. Für eine detaillierte Beschreibung wird auf die Dissertation von Herrn Kris Rudolph verwiesen
Fluid Flow Control in Cotton Threads with Mesoporous Silica Coatings_Public Data
No full textPowerPoint File of the public data of the paper, including responsive Origin Data. (In addition, there is a zip-archive including the raw data for the figures.
Data for "Robust optical measurement cell for sensitive in-situ characterization of reactive gas flows"
No full textThe data used for the illustrations in the above-mentioned paper
Data for "Atomic Composition Analysis of Iron-Based Particles via Single-Shot LIBS and Spectral Fitting Under Fluctuating Plasma Conditions"
No full textThis dataset contains the results (present in Fig. 3, Fig. 4, Fig. 5, Fig. 6, Fig. 7, Fig. 8, Fig. 9, Fig. 10, Fig. 11) in the paper ''Atomic Composition Analysis of Iron-Based Particles via Single-Shot LIBS and Spectral Fitting Under Fluctuating Plasma Conditions'' submitted for review in the journal Measurement Science and Technology in 2025Data for paper submitted for revie
Experimental Dataset of the proof-of-concept study using passive BCI for personalization of assistive wearable devices
No full textThis file includes the raw dataset for the proof-of-concept experiments on the viability of using brain activity for evaluation of user preference in a movement augmented by a wearable exoskeleton. The experiment and the results are detailed in the following publication:
Mahmoudi, A., Khosrotabar, M., Gramann, K., Rinderknecht, S., & Sharbafi, M. A. (2025). Using passive BCI for personalization of assistive wearable devices: a proof-of-concept study. IEEE Transactions on Neural Systems and Rehabilitation Engineering.
The dataset includes the participant data, EEG channel location map, and the raw EEG, encoder, PAM pressure and user preference signals. It also includes the processed EEG and encoder data and the independent component analysis results for all participants