Leibniz University Hannover
Institutionelles Repositorium der Leibniz Universität HannoverNot a member yet
19377 research outputs found
Sort by
Private Sector Imprinting in der deutschen Ministerialverwaltung – Eine empirische Analyse
Get PDFAls zentrales Drehkreuz der Gesetzesformulierung nimmt die Ministerialverwaltung eine Schlüsselrolle im deutschen Policy-Prozess ein. Vor dem Hintergrund der international unter dem Stichwort „Revolving Door“ geführten Diskussion über die Bedeutung von Sektorwechseln für Wirtschaftsunternehmen und öffentliche Verwaltung untersucht diese Dissertation, wie eine frühere Tätigkeit im Privatsektor das Rollenverständnis und die Arbeitsweise von Ministerialbeamt/Innen beeinflusst. Die theoretische Grundlage bildet das Konzept des Private Sector Imprinting, dem zufolge sektorspezifisch erlernte Verhaltensmuster auch nach einem Wechsel in die öffentliche Verwaltung fortbestehen können.
Mit dieser Arbeit liegt erstmals eine systematische, quantitativ-empirische Analyse zur Frage vor, wie frühere Privatsektorerfahrungen das Rollenverständnis und die Arbeitsweise von Ministerialbeamt/Innen in Deutschland prägen. Die Analyse stützt sich dabei auf die Politisch-Administrative Elite-Befragung aus dem Jahr 2021 und kombiniert Hauptkomponentenanalyse, deskriptive Verfahren und Regressionsmodelle.
Die Ergebnisse zeigen, dass sich weder ein konsistentes, idealtypisch öffentliches noch ein klar privatwirtschaftlich geprägtes Rollenverständnis und Arbeitsweise innerhalb der Ministerialverwaltung empirisch rekonstruieren lassen. Ebenso kann kein systematischer Einfluss früherer Berufserfahrung im Privatsektor auf die Arbeitsweise oder das Rollenbild der Befragten festgestellt werden. Stattdessen zeigen sich traditionelle Strukturelemente, wie das Hierarchie- und Ressortprinzip sowie eine juristische Ausbildung, als zentrale Bezugspunkte für das professionelle Selbstverständnis der Ministerialbeamt/Innen.
Insgesamt liefert die Untersuchung damit neue empirische Erkenntnisse zur Wirkung sektoraler Prägungen im öffentlichen Dienst und hebt zugleich die anhaltende Relevanz institutioneller Rahmenbedingungen in der deutschen Ministerialverwaltung hervor
Analyse der Störfestigkeit drahtloser Kommunikationsstrecken im ISM-Band
Get PDFDie Vermittlung digitaler Informationen über einen drahtlosen Übertragungskanal erlaubt keinen physikalischen Schutz des Kommunikationssignals wie bspw. über eine geschirmte Leitung. Umwelteinflüsse und die Koexistenz mit Störsignalen können die Übertragung beeinflussen und zu Verlust von Informationen führen, im Besonderen in den lizenzfrei nutzbaren ISM-Bändern. In dieser Arbeit wird die Störfestigkeit drahtloser Kommunikationsstrecken zur objektiven Bewertung des Einflusses von Störsignalen untersucht. Zur
Reduzierung der Komplexität wird ein unidirektionales Übertragungsmodell genutzt. Zur Analyse der Störfestigkeit drahtloser Kommunikationsstrecken werden drei Verfahren vorgestellt. Die Entwicklung geschieht sukzessive durch die gewonnenen Erkenntnisse aus dem jeweilig vorangegangenen Analyse-Verfahren. Im Rahmen der „Messtechnischen Analyse“ wird die Untersuchung einer realen Kommunikationsstrecke in der GTEM-Zelle präsentiert und Methoden zur objektiven und reproduzierbaren Qualifizierung des Störeinflusses anhand der Packet Error Rate vorgestellt. Dabei können sowohl mit dem Signalgenerator erzeugte Störsignale als auch ISM-Anwendungen wie Mikrowellengeräte auf ihr Störverhalten untersucht werden. Das zweite Verfahren der „Simulativen Hochfrequenz-Analyse“ erlaubt zusätzlich die Bewertung der Störfestigkeit anhand der Bit Error Rate und reduziert den Durchführungsaufwand maßgeblich. Die Untersuchung der Störfestigkeit kann neben generischen auch messtechnisch detektierte Störsignale nutzen. Das dritte Verfahren der „Simulativen Basisband-Analyse“ vereint die Vorteile der beiden vorangegangen Analyse-Verfahren und bietet vielfältige Möglichkeiten zur Analyse der Störfestigkeit einer drahtlosen Übertragungsstrecke für verschiedene Kommunikationsverfahren. Alle Analyse-Verfahren werden anhand des Aufbaus ihrer Modelle und ihrer Funktionsweise beschrieben. Die Nutzung verschiedener Störsignale dient der Demonstration der Anwendung der jeweiligen Verfahren. Mittels eines periodischen frequenzmodulierten Störsignals werden die Ergebnisse der Störfestigkeitsanalyse aller Verfahren miteinander verglichen, um die Konsistenz zu prüfen. Die besondere Behandlung komplexerer Störer bzw. Störsignale wird erläutert und Ansätze zur Reduzierung des Untersuchungsaufwands werden gegeben.The wireless transfer of digital information does not have a physical protection of the communication signal as for instance given by a shielded wire. Environmental
influences and the coexistence with interference signals can affect the data transmission and lead to loss of information, especially whenusing the license-free ISM bands. This thesis examines the robustness of wireless communication links to objectively qualify the influence against interference signals. An unidirectional transmission model is used to reduce the complexity level. Three methods for the analysis of the robustness of wireless communication links are presented. The development of each method is derived from the gained knowledge of the preceding method. The first method utilizes a real physical communication link inside the GTEM cell. Techniques for the objective and reproducible qualification of the interfering influence by using the Packet Error Rate are presented. Signal generators as well as ISM applications such as microwave ovens can be investigated with regard to their interference behaviour. The second method extends the analyzation possibilities by investigating the Bit Error Rate and also reduces the execution effort substancially by employing a simulation model. It is possible to investigate generic as well as physically measured interference signals. The third method modifies the simulation model and unites the advantages of both preceding methods. It allows diverse possibilities to analyze the robustness of wireless communication links for different communication procedures. Every presented method is described by the structure of its model and functionality. The utilization of different interference signals demonstrates the application of each method. To check the accordance of the results, a periodic frequency modulation signal is applied as an interference signal for every method. The special handling of complex interferers is clarified and approaches for the reduction of the examination effort are given
Unternehmergeist fördern: die Entrepreneurship-Angebote von GRANAT an der LUH
Get PDFDie Naturwissenschaften bieten ein großes Potenzial für innovative Geschäftsideen, das oft ungenutzt bleibt. Um unternehmerisches Denken und Handeln zu fördern, bietet die GRAduiertenschule der NATurwissenschaftlichen Fakultät (GRANAT) gezielt Unterstützung für Gründungsinteressierte auf verschiedenen Einstiegsebenen an. Doch welche konkreten Angebote stehen zur Verfügung, um den Übergang von der Wissenschaft zur Wirtschaft zu erleichtern
Effective and transparent multivariate time series classification
Get PDFToday, we have access to an enormous amount of data, including images, sounds, texts, and sensor information. Time series data are becoming more significant in a wide range of industries, including finance, healthcare, climate science, and the Internet of Things (IoT). With more connected devices and advanced monitoring technologies, we anticipate a significant increase in the amount and complexity of multivariate time series (MTS) data. Wearable devices, for instance, provide continuous data on vital signs, which aids in developing personalized medicine and detecting diseases at an early stage. As a result of this exponential growth, advanced MTS analysis techniques are required to analyze data on such a vast scale.
Deep learning techniques have shown promising results in MTS data classification, offering a shift from traditional feature engineering to an end-to-end classification model. Utilizing architectures such as Convolutional Neural Networks and Recurrent Neural Networks, these models adeptly handle large feature spaces by learning low-dimensional feature representations. This adaptability across various time series applications minimizes the necessity for domain-specific knowledge, underscoring deep learning's versatility. However, the lack of transparency in deep neural networks, often called "black-box" models, poses a significant challenge, particularly in fields where decision-making transparency is paramount, such as medicine and law. The drive for model interpretability has spurred extensive research efforts, notably in MTS data, which are inherently complex and less amenable to visual interpretation. Additionally, the privacy concerns in sensitive applications, such as the medical domain, have underscored the need to design classifiers where user data is safeguarded.
To tackle these challenges, the thesis introduces several frameworks to enhance MTS data classification while addressing transparency and privacy concerns. Key contributions include Multi-VISION, a post hoc model enhancing CNN interpretability for MTS data; MTS2Graph, integrating interpretability with classification improvements; FLAMES2Graph and D-FLAMES2Graph, federated learning approaches prioritizing data privacy without sacrificing interpretability; and HyperTime, a hypergraph-based classifier boosting effectiveness. To show the effectiveness of our frameworks, we conduct extensive experiments with both popular archives and real-world data.Heutzutage haben wir Zugang zu einer enormen Menge an Daten, darunter Bilder, Töne, Texte und Sensorinformationen. Zeitreihendaten gewinnen in einer Vielzahl von Branchen an Bedeutung, darunter im Finanzwesen, im Gesundheitswesen, in der Klimawissenschaft und im Internet der Dinge (Internet of Things, IoT). Mit mehr vernetzten Geräten und fortschrittlichen Überwachungstechnologien erwarten wir eine erhebliche Zunahme der Menge und Komplexität multivariater Zeitreihendaten (Multivariate Time Series, MTS). So liefern beispielsweise tragbare Geräte kontinuierlich Daten über die Vitalparameter, die bei der Entwicklung einer personalisierten Medizin und der Früherkennung von Krankheiten helfen. Infolge dieses exponentiellen Wachstums sind fortschrittliche MTS-Analysetechniken erforderlich, um Daten in einem solch großen Umfang zu analysieren.
Techniken des Deep Learning haben vielversprechende Ergebnisse bei der Klassifizierung von MTS-Daten gezeigt und bieten eine Abkehr von der traditionellen Merkmalstechnik hin zu einem durchgängigen Klassifizierungsmodell. Durch die Verwendung von Architekturen wie Convolutional Neural Networks und Recurrent Neural Networks können diese Modelle geschickt mit großen Merkmalsräumen umgehen, indem sie niedrigdimensionale Merkmalsrepräsentationen lernen. Diese Anpassungsfähigkeit für verschiedene Zeitreihenanwendungen minimiert die Notwendigkeit von domänenspezifischem Wissen und unterstreicht die Vielseitigkeit von Deep Learning. Der Mangel an Transparenz bei tiefen neuronalen Netzen, die oft als "Black-Box"-Modelle bezeichnet werden, stellt jedoch eine große Herausforderung dar, insbesondere in Bereichen, in denen die Transparenz von Entscheidungen von größter Bedeutung ist, wie z. B. in der Medizin und im Recht. Das Streben nach der Interpretierbarkeit von Modellen hat zu umfangreichen Forschungsanstrengungen geführt, insbesondere bei MTS-Daten, die von Natur aus komplex sind und sich weniger gut visuell interpretieren lassen. Darüber hinaus haben die Bedenken hinsichtlich des Datenschutzes in sensiblen Anwendungen, wie z. B. im medizinischen Bereich, die Notwendigkeit unterstrichen, Klassifikatoren zu entwickeln, bei denen die Benutzerdaten geschützt sind.
Um diese Herausforderungen zu bewältigen, werden in dieser Arbeit mehrere Frameworks zur Verbesserung der Klassifizierung von MTS-Daten unter Berücksichtigung von Transparenz- und Datenschutzaspekten vorgestellt. Zu den wichtigsten Beiträgen gehören Multi-VISION, ein Post-hoc-Modell zur Verbesserung der CNN-Interpretierbarkeit für MTS-Daten; MTS2Graph, das die Interpretierbarkeit mit Verbesserungen der Klassifizierung verbindet; FLAMES2Graph und D-FLAMES2Graph, föderierte Lernansätze, die dem Datenschutz Priorität einräumen, ohne die Interpretierbarkeit zu beeinträchtigen; und HyperTime, ein Hypergraph-basierter Klassifikator zur Steigerung der Effektivität. Um die Effektivität unserer Frameworks zu zeigen, führen wir umfangreiche Experimente sowohl mit populären Archiven als auch mit realen Daten durch
Experimental investigation and numerical simulation of impregnation and compaction of rovings in injection boxes
No full textHauptgurte für Rotorblätter von Windenergieanlagen werden überwiegend aus Faser-Kunststoff-Verbundprofilen hergestellt. Diese Profile werden im Injektionspultrusionsverfahren vorgefertigt. Dabei werden vorgespannte Rovings (Faserbündel) durch eine Injektionsbox gezogen und mit einem flüssigen Harzgemisch getränkt, das anschließend aushärtet. Zur Senkung der Profilkosten wird eine schnellere Tränkung angestrebt.
Die für diese Dissertation durchgeführten Versuche zeigen, dass zwei Phänomene die Tränkbarkeit der Rovings erschweren: die ungleichmäßige Faserverteilung in der Injektionsbox und die durch den Fluiddruck verursachte Kompaktierung der Rovings. Es wird ein Verfahren zur Tränksimulation entwickelt, das diese Fluid-Struktur-Interaktion erstmals realitätsnah berücksichtigt. Die dafür benötigten nichtlinearen Materialmodelle (Roving-Kompaktierung und Roving-Permeabilitäten) werden auf Basis von Messungen mit teils neuartigen Prüfverfahren entwickelt. Die Simulationsergebnisse ermöglichen die Auswahl von Materialien, Prozessparametern und einer Injektionsboxgeometrie, die den Materialdurchsatz und die Effizienz des Tränkprozesses erhöhen.Main spar caps for wind turbine rotor blades are mainly made from fiber composite profiles. These profiles are prefabricated using the injection pultrusion process. In this process, pre-stressed rovings (fiber bundles) are pulled through an injection box and impregnated with a liquid resin mixture, which then hardens. The aim is to achieve faster impregnation in order to reduce profile costs.
The tests carried out for this dissertation show that two phenomena make it difficult to impregnate the rovings: the inhomogeneous fiber distribution in the injection box and the compaction of the rovings caused by the fluid pressure. A method for impregnation simulation is being developed that takes this fluid-structure interaction into account realistically for the first time. The required non-linear material models (roving compaction and roving permeabilities) are developed on the basis of measurements with partly novel test methods. The simulation results enable the selection of materials, process parameters and an injection box geometry that increase the material throughput and the efficiency of the impregnation process
Enhanced gelatin methacryloyl nanohydroxyapatite hydrogel for high-fidelity 3D printing of bone tissue engineering scaffolds
Get PDFPatients suffering from large bone defects are in urgent need of suitable bone replacements. Besides biocompatibility, such replacements need to mimic the 3D architecture of bone and match chemical, mechanical and biological properties, ideally promoting ossification. As natural bone mainly contains collagen type I and carbonate hydroxyapatite, a 3D-printable biomaterial consisting of methacrylated gelatin (GelMA) and nanohydroxyapatite (nHAp) would be beneficial to mimic the composition and shape of natural bone. So far, such nanocomposite hydrogels (NCH) suffered from unsatisfactory rheological properties making them unsuitable for extrusion-based 3D printing with high structural fidelity. In this study, we introduce a novel GelMA/nHAp NCH composition, incorporating the rheological modifier carbomer to improve rheological properties and addressing the challenge of calcium cations released from nHAp that hinder GelMA gelation. Leveraging its shear-thinning and self-healing properties, the NCH ink retains its shape and forms cohesive structures after deposition, which can be permanently stabilized by subsequent UV crosslinking. Consequently, the NCH enables the printing of 3D structures with high shape fidelity in all dimensions, including the z-direction, allowing the fabrication of highly macroporous constructs. Both the uncured and the UV crosslinked NCH behave like a viscoelastic solid, with G'> G'' at deformations up to 100–200 %. After UV crosslinking, the NCH can, depending on the GelMA concentration, reach storage moduli of approximately 10 to over 100 kPa and a mean Young's Modulus of about 70 kPa. The printed scaffolds permit not only cell survival but also osteogenic differentiation, highlighting their potential for bone tissue engineering
„Mein Dichten ist wie Dynamit" : Curt Blochs Lyrik der geistigen Freiheit aus dem Untergrund
Get PDF[no abstract available
Insulation Thickness Measurement in Hairpin Stator Production Using a Confocal Chromatic Line Sensor
Get PDFThe insulation thickness of enameled flat wire is a critical parameter in electric motor production based on hairpin technology, directly affecting key manufacturing processes such as straightening, bending, stripping and welding. Adapting these processes based on accurate insulation measurements can significantly improve production efficiency and reduce scrap. This paper presents an inline confocal chromatic line sensor designed to measure the insulation thickness of polyamide-imide (PAI) coated flat wires. Unlike conventional point-based sensors, this advanced system measures a 1.8 mm line, capturing insulation thickness data over a wider range and providing comprehensive insight into wire properties.
To investigate the applicability of this line sensor for the use case at hand, the measurement system is integrated into a hairpin production line before the straightening process, providing real-time measurements of the insulation thickness of the raw material prior to further processing. The sensor is first calibrated to determine its optimum operating range. A series of inline measurements are then taken and microsections of the measured wire samples are analyzed using a laser microscope to obtain ground truth values. The comparison between the inline and the offline measurements shows high accuracy, confirming the feasibility and reliability of the sensor for the application at hand.
This study highlights the potential of confocal chromatic line sensors as a powerful tool for inline insulation thickness measurement, offering opportunities to optimize electric motor production processes such as straightening, bending, stripping and welding. The integration of such sensors into hairpin stator production lines represents a significant step towards data-driven process optimization, improving process quality, sustainability and efficiency
Delegitimierung als Strategie. Wie autoritäre Populisten versuchen, die unabhängige Justiz zu schwächen
Get PDFNach den Eilentscheidungen des Berliner Verwaltungsgerichts, das die Zurückweisung von drei Asylsuchenden an der deutsch-polnischen Grenze für rechtswidrig erklärte, wurden die drei beteiligten Richterinnen und Richter Ziel heftiger Diffamierungen und Bedrohungen im Netz. So unterstellte das rechtspopulistische NIUS-Portal beispielsweise einem beteiligten Richter aufgrund seiner Grünen-Mitgliedschaft, „im Sinne seiner Partei“ zu urteilen. Der AfD-Politiker Martin Hess stellte weiterhin infrage, ob die Richter denn überhaupt Urteile im Namen des Volkes sprechen würden. Dies mag zunächst nur wie polemische Kritik erscheinen, die – wie alle populistische Rhetorik – auf „das Volk“ rekurriert, das einer vermeintlich korrupten Elite gegenübersteht. Bei genauerer Betrachtung zeigt sich jedoch, dass Angriffe dieser Art Teil systematischer Bestrebungen sind, die Legitimität der unabhängigen Justiz zu untergraben