Hochschule Konstanz University of Applied Sciences
Hochschulschriftenserver der HTWG KonstanzNot a member yet
2319 research outputs found
Sort by
Establishment of normal ranges for N-acetyl aspartate, choline, creatine, myo-inositol, and lipids/lactate in healthy brain tissue using proton magnetic resonance spectroscopy (1H-MRS)
No full textIntroduction: This study aims to establish normal ranges for the metabolites N-acetyl aspartate (NAA), choline (Cho), creatine (Cr), myo-inositol (mI), and lipids/lactate (Lip/Lac) in healthy brain tissue using proton magnetic resonance spectroscopy (1H-MRS) with 1.5T MRI equipment. Objective: Determine the normal ranges of NAA, Cho, Cr, mI, and Lip/Lac in healthy brain parenchyma. These normal ranges are necessary for the training of Artificial intelligence or the implementation of machine learning approaches. Without these ranges, automatic classification based on NAA, Cho, and Cr is not feasible. Methodology: The analysis included 60 patients (24 females and 36 males) with a total of 150 spectra (some patients contributed more than one spectrum). All spectra were acquired from structurally normal brain regions with no signal abnormalities in any MRI sequence. Normal ranges were established for each metabolite concentration, and linear regressions were performed to assess age-related changes. ROC curves were constructed to evaluate diagnostic accuracy. Results: The normal ranges established were: [Cho]n: 42.8 ± 1.66, [Cr]n: 42.3 ± 1.22, [NAA]n: 78.9 ± 1.04, [Lip/Lac]n: 28.7 ± 3.16, [mI]n: 10.8 ± 0.80. No significant differences were observed in the metabolites in terms of gender or echo time (TE). Normalized concentrations of Cho, Lip/Lac, and mI increased linearly with age, whereas NAA decreased significantly with age, indicating a loss of neurons related to ageing. Based on the results, we propose the following equation to calculate the normal range of metabolite concentrations according to age: [M]a = β coefficient× age + [M]x, where [M]a represents the age-adjusted normalized concentration of the metabolite, and [M]x is the average concentration of the metabolite. Conclusions: 1H-MRS is a non-invasive diagnostic technique that allows the establishment of normal ranges for cerebral metabolites in healthy brain parenchyma. These reference points aid in the clinical interpretation of spectroscopy studies in patients with brain pathologies
Systematic Review Protocol on Mobile Physiological Monitoring Systems for Driver Fatigue Detection
No full textDriving safety is an important matter that, if violated, can have serious consequences such as injury or even death. Several studies have shown that fatigue, and the drowsiness that often results from it, has a significant impact on road safety. It is therefore essential to detect the symptoms of fatigue at an early stage so that appropriate countermeasures can be taken before a dangerous situation arises. Various systems can be used to detect fatigue, including those that monitor physiological signals and look for specific patterns to detect changes and trigger appropriate action if necessary. Mobile systems, which offer greater flexibility, are the focus of some of these efforts. In order to facilitate a methodological approach in the development of new systems, it is imperative to obtain a systematic overview within the initial phase. This enables the identification of both established and promising approaches, as well as the identification of actual gaps that necessitate further research. The aim of this article is to set out a protocol for the conduct of a systematic review in order to be able to subsequently carry it out. This includes researching and defining features such as eligibility criteria, selecting appropriate databases, search strategies and, most importantly, defining the specific research question. The result of this work is a clear and methodologically prepared summary of the most important points to be considered when conducting the systematic review on the subject of ”Mobile Physiological Monitoring Systems for Driver Fatigue Detection”
Wertschöpfung in Immobilienprojekten: Potenziale in Standortwahl, Projektentwicklung und Bauausführung
No full textDiese Bachelorarbeit untersucht die Wertschöpfungspotenziale in Immobilienprojekten entlang der Phasen Standortwahl, Projektentwicklung und Bauausführung. Im Zentrum steht die Frage, wie Risiko-Rendite-Profile die wirtschaftliche Tragfähigkeit beeinflussen und welche externen und internen Faktoren als zentrale Treiber oder Hemmnisse wirken. Methodisch stützt sich diese Arbeit auf eine umfassende Literaturanalyse, qualitative Experteninterviews sowie einen kapitalmarktorientierten Bewertungsansatz, um phasenbezogene Risiko- und Wertschöpfungsstrukturen präzise abzubilden.
Die Ergebnisse zeigen, dass die größten Wertschöpfungspotenziale in der Projektentwicklung liegen, insbesondere in der baurechtlichen Ausnutzung von Grundstücken und der Gestaltung effizienter Genehmigungsprozesse. Gleichzeitig wird deutlich, dass wesentliche Risiken überwiegend aus politischen, regulatorischen und finanziellen Rahmenbedingungen resultieren und damit außerhalb der direkten Steuerbarkeit der Immobilienwirtschaft liegen. Die Standortwahl prägt die langfristige Marktpositionierung eines Projekts maßgeblich, während die Bauausführung primär operative Risiken wie Kostensteigerungen und Terminunsicherheiten bündelt.
Darauf aufbauend entwickelt die Arbeit praxisorientierte Implikationen für Investoren und Projektentwickler und zeigt Forschungsbedarf zur quantitativen Erfassung externer Rahmenbedingungen sowie zur Weiterentwicklung phasenbezogener Risiko-Rendite-Modelle auf. Die Ergebnisse unterstreichen, dass nachhaltige Wertschöpfung nur durch eine integrierte Betrachtung der drei zentralen Projektphasen und durch verlässliche politische sowie ökonomische Rahmenbedingungen erreicht werden kann
The Untapped Potential of Green IoT APIs
No full textThe rapid growth of connected devices in the Internet of Things (IoT) is causing an increase in inefficient Application Programming Interfaces (APIs), which results in significant and often overlooked energy consumption. This issue is particularly relevant as the sheer volume of devices and data traffic continues to grow, creating a massive and unsustainable ecological footprint. Our solution presented in this article is based on four holistic API design principles—data minimalism, caching, compression, and intelligent load balancing—to improve communication efficiency. The implementation of these "Green APIs" results in a significant reduction in energy consumption, improves system performance, and contributes to the sustainability of the entire IoT landscape
Zwischen Generationen und Erwartungen
No full textSeit Jahren wird zunehmend über eine neue Arbeitswelt gesprochen, in der sich mehrere Generationen gleichzeitig zurechtfinden müssen. Besonders in der deutschen Gesellschaft zeichnet sich der demografische Wandel derzeit deutlich ab: Die Arbeitnehmenden werden im Durchschnitt älter, während die jüngeren Generationen Y und Z schrittweise in den Arbeitsmarkt eintreten. Ein zentrales Problem stellt dabei die niedrige Geburtenrate dar, die Unternehmen in Zukunft dazu zwingen könnte, vermehrt auf Automatisierungsprozesse, Roboter und Künstliche Intelligenz zurückzugreifen, um offene Stellen zu besetzen. Gleichzeitig hat sich durch die veränderte Altersstruktur ein so genannter Arbeitnehmermarkt gebildet, bei dem qualifizierte Arbeitskräfte mehr Auswahlmöglichkeiten haben und höhere Ansprüche stellen können.
In diesem Kontext stellt sich die Frage, wie die Erwartungen an Arbeit und Führung in einer generationsübergreifenden Arbeitswelt aussehen und welche
Kompetenzen Führungskräfte brauchen, um diesen Wandel zu gestalten
Strategien für die Ära der radikalen Unsicherheit - Handlungsfelder im Systembruch
No full textSehnsüchtig geradezu, so schien es zeitweilig, erwartete die Wirtschaft – endlich! – die Ablösung der Ampelkoalition. Endlich, so war die Erwartung, würde eine neue Regierung das Ruder übernehmen, die Brücken sanieren, Steuern senken und Energiekosten wieder wettbewerbsfähig darstellen. Und das alles schnell, wenn nicht gleichzeitig und – natürlich! – im Rahmen des Haushalts
Vernetztes Denken, Lernen und Handeln für eine systemische Sustainability-Transformation
No full textDer Beitrag zeigt das Potenzial von Vesters Konzepten für die Sustainability-Transformation auf, aber auch Erweiterungen um neuere wissenschaftliche Erkenntnisse und Konzeptionen. Nach einer kursorischen Sicht auf Varianten des Systemdenkens, die für Vesters Ansatz wichtig waren und sich in seiner Methodik wiederfinden, erfolgt ein Blick auf weitere systemische Theorien und Konzepte, die für ein Verständnis der Sustainability-Transformation eine wichtige Rolle spielen und die für eine Erweiterung von Vesters Grundkonzeption besonders geeignet sind. Auf dieser Basis erfolgt eine kurze Darlegung des Systemzusammenhangs von Effizienz-, Konsistenz- und Suffizienz-Innovationen sowie des systemisch fundierten Pfadabhängigkeitskonzeptes, das für das Verständnis von Transformationsprozessen eine besonders wichtige Rolle spielt. Am Beispiel des Themenfeldes „Klimawandel und Energiewende“ erfolgt der Brückenschlag von Vesters Werken und Analysen der Klimawandel- und Energiewende-Problematik zu den weiteren Erkenntnissen, Problemlagen und Konzepten, die sich mit den vorgeschlagenen konzeptionellen Erweiterungen bearbeiten lassen
Towards Resilient Energy Systems
No full textThe integration of variable renewable energy source (RES) and the electrification of end-use sectors introduce significant uncertainty into energy systems, challenging traditional deterministic modeling and operational paradigms. This cumulative dissertation addresses these challenges by exploring, developing and applying probabilistic deep learning methods to improve uncertainty quantification and management in power grids and related domains. This research advances novel probabilistic deep learning techniques, focusing on deep conditional transformation models (CTMs) and their extensions. Key contributions include: (i) Demonstrating that deep CTMs, particularly Bernstein normalizing flows (BNFs), deliver accurate and robust probabilistic short-term load forecasts at the low voltage (LV) level, outperforming conventional approaches, especially under data scarcity. (ii) Proposing a real-time grid operation framework that combines probabilistic forecasts with a graph neural network (GNN) based control model, enabling proactive management of distribution grids under uncertainty. (iii) Extending autoregressive deep CTMs to probabilistic indoor temperature forecasting, providing uncertainty estimates for heating, ventilation and air conditioning (HVAC) control through stochastic optimization strategies. (iv) Introducing hybrid Bernstein normalizing flows (HBNFs), a novel hybrid model class that integrates interpretable marginal modeling through CTMs with flexible multivariate modeling using neural network (NN) based autoregressive normalizing flows (NFs), addressing the trade-off between interpretability and expressiveness in multivariate density estimation. Together, these contributions offer advanced methods and tools for uncertainty quantification and control in energy systems. By advancing probabilistic forecasting and decision-making, this work supports the development of more resilient, efficient and adaptable energy grids. The findings underscore the practical value of distributional modeling and the potential of hybrid statistical and deep learning approaches for addressing the limited interpretability arising from the black-box nature of pure deep learning methods
The EU Data Act
No full textThis paper provides an overview of the key regulatory topics introduced by the EU Data Act and their implications for data-driven companies across various disciplines, including legal management, open data innovation, data commercialization, and ICT security. By redefining data access and sharing rights, the Data Act encourages the development of new business models, products, and services while posing significant challenges across these domains, which are highlighted in this paper and the ongoing research project “Data Act Pioneer.” The legislation introduces various legal requirements, such as contract management, data protection, and safeguarding trade secrets amidst expanded data access rights. The paper also addresses how the Data Act may influence industrial innovation processes by enabling open access to machine data, promoting data literacy, and fostering co-creation within the digital economy. Additionally, it touches on the commercialization potential of data assets, the security requirements for ICT systems, and the strategic adjustments necessary for companies to stay competitive in this evolving regulatory environment