publish.UP (Univ. Potsdam)
Not a member yet
61492 research outputs found
Sort by
Vom Individuum zur Gemeinschaft: Bewertung von Schwimmbewegungen, Ausbreitung und Fitness von Zooplankton
No full textMovement is a mechanism that shapes biodiversity patterns across spatialtemporal scales. Thereby, the movement process affects species interactions, population dynamics and community composition. In this thesis, I disentangled the effects of movement on the biodiversity of zooplankton ranging from the individual to the community level. On the individual movement level, I used video-based analysis to explore the implication of movement behavior on preypredator interactions. My results showed that swimming behavior was of great importance as it determined their survival in the face of predation. The findings also additionally highlighted the relevance of the defense status/morphology of prey, as it not only affected the prey-predator relationship by the defense itself but also by plastic movement behavior. On the community movement level, I used a field mesocosm experiment to explore the role of dispersal (time i.e., from the egg bank into the water body and space i.e., between water bodies) in shaping zooplankton metacommunities. My results revealed that priority effects and taxon-specific dispersal limitation influenced community composition. Additionally, different modes of dispersal also generated distinct community structures. The egg bank and biotic vectors (i.e. mobile links) played significant roles in the colonization of newly available habitat patches. One crucial aspect that influences zooplankton species after arrival in new habitats is the local environmental conditions. By using common garden experiments, I assessed the performance of zooplankton communities in their home vs away environments in a group of ponds embedded within an agricultural landscape. I identified environmental filtering as a driving factor as zooplankton communities from individual ponds developed differently in their home and away environments. On the individual species level, there was no consistent indication of local adaptation. For some species, I found a higher abundance/fitness in their home environment, but for others, the opposite was the case, and some cases were indifferent.
Overall, the thesis highlights the links between movement and biodiversity patterns, ranging from the individual active movement to the community level.Fortbewegung ist ein Mechanismus, der die Biodiversitätsmuster sowohl über räumliche als auch zeitliche Skalen hinweg prägt. Dabei beeinflusst der Bewegungsprozess die Interaktionen zwischen den Arten, die Populationsdynamik und die Zusammensetzung der Gemeinschaften. Diese Arbeit dient dazu die Auswirkungen der Bewegung auf die Biodiversitätsmuster des Zooplanktons sowohl auf der individuellen als auch gemeinschaftlichen Ebene zu untersuchen. Um auf der individuellen Ebene die Auswirkungen des Bewegungsverhaltens auf die Interaktionen zwischen Räuber und Beute zu untersuchen, wurde eine videobasierte Analyse durchgeführt. Die Ergebnisse zeigten, dass das Schwimmverhalten von großer Bedeutung ist, da es über das Überleben der Tiere im Angesicht von Räubern entscheidet. Darüber hinaus verdeutlichen die Ergebnisse die Rolle des Verteidigungsstatus bzw. der Morphologie der Beutetiere, da diese nicht nur durch die Verteidigung selbst, sondern auch durch die Plastizität des Bewegungsverhaltens, die Beziehung zwischen Beute und Raubtier beeinflussen. Auf der Ebene der Bewegung von Gemeinschaften habe ich ein Mesokosmen-Feldexperiment durchgeführt, um die Rolle der Ausbreitung (zeitlich, d. h. von den Überdauerungsstadien, welche im Sediment gelagert sind, in Kleingewässer, und räumlich, d. h. zwischen Kleingewässer) bei der Strukturierung von Zooplankton-Metagemeinschaften zu untersuchen. Die Ergebnisse konnten zeigen, dass Prioritätseffekte und taxon-spezifische Ausbreitungslimitierungen die Zusammensetzung der Gemeinschaften beeinflussen. Darüber hinaus zeigten die Ergebnisse, dass die unterschiedlichen Ausbreitungsarten (Windausbreitung und Tierverbreitung). Einfluss auf die Gemeinschaftsstrukturen haben. Zusätzlich spielt das Überdauerungsstadien-Reservoir in Sedimenten“, sowie biotische Ausbreitungsvektoren (d. h. Tiere, engl. mobile links), eine wichtige Rolle bei der Besiedlung neuer Habitate. Die lokalen Umweltbedingungen, die eine ankommende Art in einem Habitat vorfindet, sind ein entscheidender Aspekt, der die Struktur der Zooplanktongemeinschaft beeinflusst. Mit Hilfe eines Laborexperiments, für welches Wasserproben aus Kleingewässern/Söllen genutzt wurden, die von einer Agrarlandschaft umgeben sind, konnte ich die Fitness von Zooplanktongemeinschaften in ihrem Heimathabitat vs. in einem neuen Habitat untersuchen. Hierbei konnte ich zeigen, dass die Umweltfilterung ein entscheidender Faktor für die Gemeinschaftsstrukturierung ist, da sich die Zooplanktongemeinschaften der einzelnen Kleingewässer in ihrer Heimatumgebung anders entwickelten als in einer neuen Umgebung. Auf der Art-Ebene, konnte ich jedoch keine eindeutigen Hinweise auf eine lokale Anpassung finden. Bei einigen Arten konnten allerdings höhere Abundanz/Fitness in ihrer Heimatumgebung festgestellt werden, bei anderen war das Gegenteil der Fall, und in einigen F¨allen gab es keine eindeutigen Unterschiede.
Zusammenfassend, unterstreicht diese Arbeit die Zusammenhänge zwischen Bewegungs- und Biodiversitätsmustern, die von der aktiven Bewegung des Einzelnen bis hin zur Gemeinschaftsebene reichen
Tension-induced conformational changes of the Piezo protein-membrane nano-dome
No full textMechanosensation is a fundamental biological process that provides the basis for sensing touch and pain as well as for hearing and proprioception. A special class of ion-channel proteins known as mechanosensitive proteins convert the mechanical stimuli into electrochemical signals to mediate this process. Mechanosensitive proteins undergo conformational changes in response to mechanical force, which eventually leads to the opening of the proteins' ion channel. Mammalian mechanosensitive proteins remained a long sought-after mystery until 2010 when a family of two proteins - Piezo1 and Piezo2 - was identifed as mechanosensors [1]. The cryo-EM structures of Piezo1 and Piezo2 protein were resolved in the last years and reveal a propeller-shaped homotrimer with 114 transmembrane helices [2, 3, 4, 5]. The protein structures are curved and have been suggested to deform the surrounding membrane into a nano-dome, which mechanically responds to membrane tension resulting from external forces [2]. In this thesis, the conformations of membrane-embedded Piezo1 and Piezo2 proteins and their tension-induced conformational changes are investigated using molecular dynamics simulations. Our coarse-grained molecular dynamics simulations show that the Piezo proteins induce curvature in the surrounding membrane and form a stable protein-membrane nano-dome in the tensionless membrane. These membrane-embedded Piezo proteins, however, adopt substantially less curved conformations in our simulations compared to the cryo-EM structures solved in detergent micelles, which agrees with recent experimental investigations of the overall Piezo nano-dome shape in membrane vesicles [6, 7, 8]. At high membrane tension, the Piezo proteins attain nearly planar conformations in our simulations. Our systematic investigation of Piezo proteins under different membrane tensions indicates a half-maximal conformational response at membrane tension values rather close to the experimentally suggested values of Piezo activation [9, 10]. In addition, our simulations indicate a widening of the Piezo1 ion channel at high membrane tension, which agrees with the channel widening observed in recent nearly flattened cryo-EM structures of Piezo1 in small membrane vesicles [11]. In contrast, the Piezo2 ion channel does not respond to membrane tension in our simulations. These different responses of the Piezo1 and Piezo2 ion channels in our simulations are in line with patch-clamp experiments, in which Piezo1, but not Piezo2, was shown to be activated by membrane tension alone [12].Mechanosensitivität ist ein fundamentaler biologischer Prozess, der sowohl dem Empfinden von Berührung und Schmerz als auch dem Hören und der Propriozeption zu Grunde liegt. Ein Klasse von Ionenkanalproteinen, die mechanosensitiven Proteine, wandeln dazu mechanische Reize in elektrochemische Signal um. Mechanische Kräfte führen zu Konformationsänderungen dieser mechanosensitiven Proteine, die dann wiederum die Öffnung der Ionenkanäle in den Proteinen bewirken. Die mechanosensitiven Proteine von Säugetieren wurden über viele Jahre gesucht und 2010 schließlich als Familie zweier Proteine – Piezo1 und Piezo2 – entdeckt. Die cryo-EM-Strukturen dieser Proteine wurden in den letzten Jahren entschlüsselt und zeigen einen propellerförmigen Homotrimer, der 114 Transmembranhelizes aufweist. Die Proteinstrukturen sind gekrümmt, was zu dem Vorschlag führte, dass die Proteine die umgebende Membran in eine Nanokuppel überführen, die mechanisch auf durch äußere Krafte induzierte Membranspannungen reagiert. In dieser Doktorarbeit werden die Konformationen von Piezo1 und Piezo2 in Membranen und die spannungsinduzierten Konformationsänderungen dieser Proteine in Molekulardynamiksimulationen untersucht. Unsere vergröberten Molekulardynamiksimulationen zeigen, dass die Piezo-Proteine zu Membrankrümmung und einer stabilen Protein-Membran-Nanokuppel führen. Die Piezo-Proteine nehmen in Membranen jedoch deutlich schwächer gekrümmte Konformationen an als in den aus Detergenzien bestehen Mizellen der cryo-EM-Strukturen, was mit jüngsten experimentellen Befunden zur Form der Piezo-Nanokuppel in Membranvesikeln übereinstimmt. Bei hohen Membranspannungen nehmen die Piezo-Proteine nahezu flache Konformationen in unseren Simulationen an. Unsere systematische Untersuchung von Piezo-Proteinen bei verschiedenen Membranspannungen zeigen halbmaximale Konformationsänderungen bei Werten der Membranspannung, die nahe bei experimentell gefundenen Aktivierungsspannungswerten von Piezo1 liegen. Zudem ist in unseren Simulationen eine Aufweitung des Ionenkanals von Piezo1 bei hohen Membranspannungen zu sehen, die mit Ionenkanalkonformationen in jüngsten, nahezu flachen cryo-EM-Strukuren von Piezo1 in kleinen Membranvesikeln übereinstimmt. In Gegensatz dazu zeigt der Ionenkanal von Piezo2 keine Konformationsänderungen bei hohen Membranspannungen. Diese unterschiedlichen Reaktionen der Ionenkanäle von Piezo1 und Piezo2 wiederum stimmen mit Befunden aus Patch-Clamp-Experimenten überein, in denen Piezo1, aber nicht Piezo2, alleinig durch Membranspannung aktiviert werden konnte
Datenassimilation für Neurokognitive Modelle in der Blickbewegungsforschung
No full textVisual perception is a complex and dynamic process that plays a crucial role in how we perceive and interact with the world. The eyes move in a sequence of saccades and fixations, actively modulating perception by moving different parts of the visual world into focus. Eye movement behavior can therefore offer rich insights into the underlying cognitive mechanisms and decision processes. Computational models in combination with a rigorous statistical framework are critical for advancing our understanding in this field, facilitating the testing of theory-driven predictions and accounting for observed data. In this thesis, I investigate eye movement behavior through the development of two mechanistic, generative, and theory-driven models. The first model is based on experimental research regarding the distribution of attention, particularly around the time of a saccade, and explains statistical characteristics of scan paths. The second model implements a self-avoiding random walk within a confining potential to represent the microscopic fixational drift, which is present even while the eye is at rest, and investigates the relationship to microsaccades. Both models are implemented in a likelihood-based framework, which supports the use of data assimilation methods to perform Bayesian parameter inference at the level of individual participants, analyses of the marginal posteriors of the interpretable parameters, model comparisons, and posterior predictive checks. The application of these methods enables a thorough investigation of individual variability in the space of parameters. Results show that dynamical modeling and the data assimilation framework are highly suitable for eye movement research and, more generally, for cognitive modeling.Die visuelle Wahrnehmung ist einer der komplexesten Sinne, die dem Menschen zur Verfügung stehen. Jede Sekunde werden 108 - 109 bits Information von Lichtrezeptoren in den Augen aufgenommen und verarbeitet. Dieser Verarbeitung liegen komplexe und dynamische Prozesse zugrunde, die diese große Menge an Informationen in ein kohärentes Perzept verwandeln. Da nur ein kleiner Bereich, die Fovea, hohe Auflösung aufnehmen kann, bildet die Anordnung der Lichtrezeptoren in der Retina den ersten Filtermechanismus dieses Systems. Um trotzdem das gesamte visuelle Feld scharf sehen zu können, bewegen sich die Augen nach und nach über die verschiedenen Elemente der visuellen Welt. Dabei werden interessante oder relevante Inhalte in den Fokus gerückt. Die Bewegung erfolgt in einer Reihe von schnellen Bewegungen (Sakkaden) und relativen Ruheperioden (Fixationen). Während der Fixationen ist das Auge allerdings nicht still, stattdessen sorgen mikroskopische Bewegungen, ein langsamer Drift und schnelle Mikrosakkaden, für eine konstante Bewegung des Auges. Die Auswahl der Fixationsorte sowie die Bewegung an sich bieten Hinweise auf die Verarbeitungsprozesse, die der visuellen Wahrnehmung zugrunde liegen.
Wahrnehmung und Handlung sind besonders im Falle der Blickbewegung eng verknüpft und voneinander abhängig: die Bewegung beeinflusst, welche visuelle Information auf die Rezeptoren trifft und die Wahrnehmung ist entscheidend für die Auswahl der Bewegung. In meiner Dissertation entwickele ich einen dynamischen Ansatz zur Modellierung von kognitiven Prozessen, der die Entfaltung von Wahrnehmung und Handlung über die Zeit in den Vordergrund stellt. Darüber hinaus sind die angewendeten Modelle mechanistisch, d.h. sie stützen sich auf biologisch plausible Mechanismen zur Erzeugung von Verhalten.
Ein mechanistischer, dynamischer Modellierungsansatz birgt einige entscheidende Vorteile für den wissenschaftlichen Erkenntnisgewinn. Ergebnisse aus der Literatur und der experimentellen Forschung dienen als Grundlage, um Verhalten zu erklären. Zeigt das Modell auf Basis dieser Mechanismen tatsächlich das erwartete Verhalten, so ist dies ein starkes Indiz für die aufgestellten Hypothesen für dessen Ursache. Des Weiteren entsteht komplexes Verhalten zumeist nicht monokausal, sondern aus einer Zusammenkunft an Ursachen oder als emergente Eigenschaft. Die Modellieung erlaubt es uns, solche komplexen Prozesse durch Variationen und Veränderungen des Modells im Detail besser zu verstehen.
Der methodische Rahmen des Modellierungsansatzes stützt sich auf die umfangreiche Literatur zur dynamischen Modellierung und die Bayes’sche Likelihood-basierte Parameterinferenz. Modelle werden mithilfe dieser statistischen Methoden optimiert, sodass die statistisch bestmögliche Passung von Modell und Daten erreicht wird. Möglich gemacht wird diese Optimierung durch die Likelihood Funktion des Modells, d.h. es wird die Wahrscheinlichkeit der Daten gegeben des Modells errechnet. Zudem werden durch das Variieren der Parameter oder durch analytische Verfahren jene Parameter gewählt, welche die höchste Wahrscheinlichkeit ergeben. Darüberhinaus kann mit Hilfe eines Bays’schen Ansatzes auch eine Approximation der Wahrscheinlichkeitsverteilung (Marginal Posterior) pro Parameter errechnet werden. Wenn durch das Modell eine Likelihood Funktion definiert wird, existiert eine gute statistische Grundlage, die starke Inferenzen erlaubt. Wenn eine solche Likelihood Funktion für ein gegebenes Modell nicht formuliert werden kann, muss die Parameterinferenz anhand von anderen Qualitätsmetriken erfolgen. Obwohl dies in der Vergangenheit in den Kognitionswissenschaften häufig der Standard war, bietet die Likelihood-basierte Modellierung doch klare Vorteile, so zum Beispiel die Unabhängigkeit von der Wahl der Metrik und eine starke statistische Basis.
Modellparameter in einem mechanistischen Modell haben außerdem typischerweise eine eindeutige Bedeutung für die Mechanismen des Modells. Sie repräsentieren zum Beispiel die Größe der räumlichen Aufmerksamkeitsspanne oder die zeitliche Gedächtnisspanne. Die statistische Parameterinferenz erlaubt daher auch direkte Rückschlüsse auf die Ausprägung der Mechanismen. Zudem sind die hier behandelten Modelle auch generativ, sodass es möglich ist, Daten zu simulieren. Mithilfe von sogenannten Posterior Predictive Checks ist es möglich, das Modellverhalten direkt mit experimentell beobachtetem Verhalten zu vergleichen.
Im Rahmen dieser Arbeit wird der beschriebene Modellierungsansatz auf zwei Modelle menschlicher Blickbewegungen angewandt. Das erste Modell beschreibt dabei die Auswahl der Fixationsorte bei der Betrachtung von Szenen. Es modelliert explizit die Dynamik der Aufmerksamkeit und deren Auswirkungen auf die Blickbewegung. Das zweite Modell beschreibt die mikroskopischen fixationalen Driftbewegungen mithilfe eines Self-Avoiding Walks. Beide Modelle sind dynamische Modelle mit interpretierbaren Parametern und einer Likelihood Funktion. Somit kann für beide Modelle Bayes’sche Parameterinferenz auf Versuchspersonenebene ermöglicht werden.
In der ersten im Rahmen dieser Dissertation präsentierten Arbeit verwenden wir das SceneWalk Modell. Dieses besteht grundsätzlich aus einer Aktivations- und einer Inhibitionskomponente, die sich jeweils über die Zeit mittels einer Differenzialgleichung entwickeln. Die Summe beider Komponenten ergibt für jeden Punkt auf einem diskreten Gitter die Wahrscheinlichkeit eine Sakkade zu diesem Punkt. Experimentelle Forschung zeigt, dass die visuelle Aufmerksamkeit kurz vor einer Sakkade bereits auf den nächsten Fixationsort verlagert wird. Des Weiteren gibt es nach der Sakkade Evidenz für eine Verschiebung der Aufmerksamkeit in die Richtung der Sakkade, aber über den intendierten Fixationsort hinaus. Hier erweitern wir das SceneWalk Modell, indem wir Aufmerksamkeitsprozesse rund um den Zeitpunkt der Sakkade implementieren. Diese Aufmerksamkeitsprozesse erwirken bei den Modiellierungergebnissen eine verbesserte Passung zwischen Daten und Modell und bieten einen Erklärungsansatz für die charakteristischen Winkelverteilungen von aufeinanderfolgenden Sakkaden. In dieser Arbeit zeigen wir außerdem, dass es möglich ist, mittels Bayes’scher Inferenz, separate und aussagekräftige Parameter für einzelne Individuen zu schätzen.
In der zweiten Arbeit wenden wir dasselbe Modell, SceneWalk, und die Bayes’sche Inferenz nicht nur auf die Modellierung von verschiedenen Individuen, sondern auch verschiedenen Aufgaben an. Wir zeigen hier Evidenz für systematische Unterschiede in den dynamischen Aufmerksamkeitsparametern, die durch das Modell erfasst werden können. Überdies erweitern wir das SceneWalk Modell in dieser Arbeit um eine zeitliche Komponente (Spatiotemporal Likelihood), sodass jetzt auch die Fixationsdauer im Rahmen des Modells miterfasst wird. Mithilfe dieser Erweiterung finden wir Evidenz für eine Kopplung von Fixationsdauer und Salienz.
Die dritte Arbeit beschäftigt sich mit einem Modell für fixationale Driftbewegungen. Das SAW-Modell verwendet einen statistischen Self-Avoiding Random Walk, d.h. eine quasi-zufällige Bewegung auf einem diskreten Gitter, die statistisch ihre eigene Trajektorie vermeidet. Das Gedächtnis der eigenen Trajektorie ist durch einen Parameter definiert. Diese Bewegung wird durch ein Potential daran gehindert, sich zu weit von ihrem Ausgangspunkt zu entfernen. Wir verwenden die selbe Methode der Bayes’schen Parameterinferenz und schätzen so Parameter für Individuen. Des Weiteren stellen wir eine explorative Analyse vor, die einen Zusammenhang zwischen der latenten Aktivierung des Models und Mikrosakkaden findet.
In dieser Dissertation wird ein dynamischer Ansatz zur Modellierung von Kognition untersucht, wobei der Schwerpunkt auf Blickbewegungen und visueller Wahrnehmung liegt. Die Arbeit basiert auf der Beobachtung, dass Wahrnehmung und Handlung voneinander abhängig sind und sich im Laufe der Zeit dynamisch entfalten und, dass biologische und neurophysiologische Erkenntnisse die Randbedingungen für verhaltensbezogene Erklärungen liefern sollten. Beide vorgestellten Modelle erfassen zentrale Aspekte des Blickverhaltens sowie individuelle Unterschiede. Die Modelle erlauben eine Untersuchung der zeitlichen Dynamik ihrer jeweiligen Prozesse und können zur Simulation verschiedener Bedingungen und Aufgaben verwendet werden, um deren Auswirkungen auf das Verhalten zu analysieren. Der vorgestellte Modellierungsansatz beinhaltet die Verwendung von dynamischen und mechanistischen Modellen, statistische Inferenz von Parametern, Vergleich von statistischen Eigenschaften simulierter und experimenteller Daten und ermöglicht auch objektive Modellvergleiche. Der dynamische Ansatz zur Modellierung von Kognition ist eine plausible und adäquate Methode um die Interdependenz von Wahrnehmung und Handlung zu beschreiben. Sie bietet die Möglichkeit, Verhalten unter Verwendung theoriebasierter und experimentell fundierter Mechanismen zu erzeugen. Die hier vorgestellten Modelle zeigen das Potenzial dieses Ansatzes und können als Grundlage für weitere Forschungen auf dem Gebiet der kognitiven Modellierung dienen
Ausführung temporaler Anfragen über geschichtsbewusste Architektur-Laufzeitmodelle
No full textIn model-driven engineering, the adaptation of large software systems with dynamic structure is enabled by architectural runtime models. Such a model represents an abstract state of the system as a graph of interacting components. Every relevant change in the system is mirrored in the model and triggers an evaluation of model queries, which search the model for structural patterns that should be adapted. This thesis focuses on a type of runtime models where the expressiveness of the model and model queries is extended to capture past changes and their timing. These history-aware models and temporal queries enable more informed decision-making during adaptation, as they support the formulation of requirements on the evolution of the pattern that should be adapted. However, evaluating temporal queries during adaptation poses significant challenges. First, it implies the capability to specify and evaluate requirements on the structure, as well as the ordering and timing in which structural changes occur. Then, query answers have to reflect that the history-aware model represents the architecture of a system whose execution may be ongoing, and thus answers may depend on future changes. Finally, query evaluation needs to be adequately fast and memory-efficient despite the increasing size of the history---especially for models that are altered by numerous, rapid changes.
The thesis presents a query language and a querying approach for the specification and evaluation of temporal queries. These contributions aim to cope with the challenges of evaluating temporal queries at runtime, a prerequisite for history-aware architectural monitoring and adaptation which has not been systematically treated by prior model-based solutions. The distinguishing features of our contributions are: the specification of queries based on a temporal logic which encodes structural patterns as graphs; the provision of formally precise query answers which account for timing constraints and ongoing executions; the incremental evaluation which avoids the re-computation of query answers after each change; and the option to discard history that is no longer relevant to queries. The query evaluation searches the model for occurrences of a pattern whose evolution satisfies a temporal logic formula. Therefore, besides model-driven engineering, another related research community is runtime verification. The approach differs from prior logic-based runtime verification solutions by supporting the representation and querying of structure via graphs and graph queries, respectively, which is more efficient for queries with complex patterns. We present a prototypical implementation of the approach and measure its speed and memory consumption in monitoring and adaptation scenarios from two application domains, with executions of an increasing size. We assess scalability by a comparison to the state-of-the-art from both related research communities. The implementation yields promising results, which pave the way for sophisticated history-aware self-adaptation solutions and indicate that the approach constitutes a highly effective technique for runtime monitoring on an architectural level.In der modellgetriebenen Entwicklung wird die Adaptation großer Softwaresysteme mit dynamischer Struktur durch Architektur-Laufzeitmodelle ermöglicht. Ein solches Modell stellt einen abstrakten Zustand des Systems als einen Graphen von interagierenden Komponenten dar. Jede relevante Änderung im System spiegelt sich im Modell wider und löst eine Ausführung von Modellanfragen aus, die das Modell nach zu adaptierenden Strukturmustern durchsuchen. Diese Arbeit konzentriert sich auf eine Art von Laufzeitmodellen, bei denen die Ausdruckskraft des Modells und der Modellanfragen erweitert wird, um vergangene Änderungen und deren Zeitpunkt zu erfassen. Diese geschichtsbewussten Modelle und temporalen Anfragen ermöglichen eine fundiertere Entscheidungsfindung während der Adaptation, da sie die Formulierung von Anforderungen an die Entwicklung des Musters, das adaptiert werden soll, unterstützen. Die Ausführung von temporalen Anfragen während der Adaptation stellt jedoch eine große Herausforderung dar. Zunächst müssen Anforderungen an die Struktur sowie an die Reihenfolge und den Zeitpunkt von Strukturänderungen spezifiziert und evaluiert werden. Weiterhin müssen die Antworten auf die Anfragen berücksichtigen, dass das geschichtsbewusste Modell die Architektur eines Systems darstellt, dessen Ausführung fortlaufend sein kann, sodass die Antworten von zukünftigen Änderungen abhängen können. Schließlich muss die Anfrageausführung trotz der zunehmenden Größe der Historie hinreichend schnell und speichereffizient sein---insbesondere bei Modellen, die durch zahlreiche, schnelle Änderungen verändert werden.
In dieser Arbeit werden eine Sprache für die Spezifikation von temporalen Anfragen sowie eine Technik für deren Ausführung vorgestellt. Diese Beiträge zielen darauf ab, die Herausforderungen bei der Ausführung temporaler Anfragen zur Laufzeit zu bewältigen---eine Voraussetzung für ein geschichtsbewusstes Architekturmonitoring und geschichtsbewusste Architekturadaptation, die von früheren modellbasierten Lösungen nicht systematisch behandelt wurde. Die besonderen Merkmale unserer Beiträge sind: die Spezifikation von Anfragen auf der Basis einer temporalen Logik, die strukturelle Muster als Graphen kodiert; die Bereitstellung formal präziser Anfrageantworten, die temporale Einschränkungen und laufende Ausführungen berücksichtigen; die inkrementelle Ausführung, die die Neuberechnung von Abfrageantworten nach jeder Änderung vermeidet; und die Option, Historie zu verwerfen, die für Abfragen nicht mehr relevant ist. Bei der Anfrageausführung wird das Modell nach dem Auftreten eines Musters durchsucht, dessen Entwicklung eine temporallogische Formel erfüllt. Neben der modellgetriebenen Entwicklung ist daher die Laufzeitverifikation ein weiteres verwandtes Forschungsgebiet. Der Ansatz unterscheidet sich von bisherigen logikbasierten Lösungen zur Laufzeitverifikation, indem er die Darstellung und Abfrage von Strukturen über Graphen bzw. Graphanfragen unterstützt, was bei Anfragen mit komplexen Mustern effizienter ist. Wir stellen eine prototypische Implementierung des Ansatzes vor und messen seine Laufzeit und seinen Speicherverbrauch in Monitoring- und Adaptationsszenarien aus zwei Anwendungsdomänen mit Ausführungen von zunehmender Größe. Wir bewerten die Skalierbarkeit durch einen Vergleich mit dem Stand der Technik aus beiden verwandten Forschungsgebieten. Die Implementierung liefert vielversprechende Ergebnisse, die den Weg für anspruchsvolle geschichtsbewusste Selbstadaptationslösungen ebnen und darauf hindeuten, dass der Ansatz eine effektive Technik für das Laufzeitmonitoring auf Architekturebene darstellt
N-Butyl Pyridinium Diiodido Argentate(I)
No full textA new solid-state material, N-butyl pyridinium diiodido argentate(I), is synthesized using a simple and effective one-pot approach. In the solid state, the compound exhibits 1D ([AgI2](-))(n) chains that are stabilized by the N-butyl pyridinium cation. The 1D structure is further manifested by the formation of long, needle-like crystals, as revealed from electron microscopy. As the general composition is derived from metal halide-based ionic liquids, the compound has a low melting point of 100-101 degrees C, as confirmed by differential scanning calorimetry. Most importantly, the compound has a conductivity of 10(-6) S cm(-1) at room temperature. At higher temperatures the conductivity increases and reaches to 10(-4 )S cm(-1) at 70 degrees C. In contrast to AgI, however, the current material has a highly anisotropic 1D arrangement of the ionic domains. This provides direct and tuneable access to fast and anisotropic ionic conduction. The material is thus a significant step forward beyond current ion conductors and a highly promising prototype for the rational design of highly conductive ionic solid-state conductors for battery or solar cell applications
N-Butyl Pyridinium Diiodido Argentate(I)
No full textA new solid-state material, N-butyl pyridinium diiodido argentate(I), is synthesized using a simple and effective one-pot approach. In the solid state, the compound exhibits 1D ([AgI2](-))(n) chains that are stabilized by the N-butyl pyridinium cation. The 1D structure is further manifested by the formation of long, needle-like crystals, as revealed from electron microscopy. As the general composition is derived from metal halide-based ionic liquids, the compound has a low melting point of 100-101 degrees C, as confirmed by differential scanning calorimetry. Most importantly, the compound has a conductivity of 10(-6) S cm(-1) at room temperature. At higher temperatures the conductivity increases and reaches to 10(-4 )S cm(-1) at 70 degrees C. In contrast to AgI, however, the current material has a highly anisotropic 1D arrangement of the ionic domains. This provides direct and tuneable access to fast and anisotropic ionic conduction. The material is thus a significant step forward beyond current ion conductors and a highly promising prototype for the rational design of highly conductive ionic solid-state conductors for battery or solar cell applications