publish.UP (Univ. Potsdam)
Not a member yet
61492 research outputs found
Sort by
Royal domain and noble estate
No full textGerd-Christian Th. Treutler schildert die verschiedenartigen Verfassungs- und Besitzverhältnisse der beiden Dörfer Falkenhagen und Seegefeld im 18. Jahrhundert. Das Amtsdorf Falkenhagen war königlicher Besitz, gehörte zum königlichen Domänenamt Spandau und unterstand unmittelbar dem Pächter, dem das Amt nach dem 1723 in Preußen eingeführten System der Generalpacht zeitlich befristet jeweils auf sechs Jahre überlassen war. Seegefeld hingegen war adliges Gutsdorf, gehörte dem in Groß Glienicke und Seegefeld ansässigen Zweig der Familie von Ribbeck, wobei das Gut als Rittersitz und Gutsbezirk von der Dorfgemeinde rechtlich getrennt war. Die Lebensverhältnisse der Bauern auf königlichem wie auf adligem Besitz mit ihren Abgaben und Dienstverpflichtungen zeigten ebenso Gemeinsamkeiten wie Unterschiede, und auch Streitigkeiten, z.B. Grenzstreitigkeiten, zwischen beiden Dörfern blieben nicht aus.Gerd-Christian Th. Treutler describes the diverse constitutional and ownership structures of the two villages of Falkenhagen and Seegefeld in the 18th century. The administrative village of Falkenhagen was royal property, belonging to the royal domain office of Spandau, and was directly subordinate to the tenant, to whom the office was granted for a limited period of six years under the general lease system introduced in Prussia in 1723. Seegefeld, on the other hand, was a noble estate village, belonging to the branch of the von Ribbeck family residing in Groß Glienicke and Seegefeld. As a knight's seat and estate district, the estate was legally separate from the village community. The living conditions of the peasants on royal and noble estates, with their dues and service obligations, displayed both similarities and differences, and disputes, such as border disputes, between the two villages were inevitable
„Mein Retter, mein Geliebter, mein Vergewaltiger ...“
No full textAgnieszka Hollands Film Bittere Ernte verweigert sich aufgrund der Darstellung der in einer Katastrophe endenden Beziehung zwischen Leon und Rosa sowie den damit verbundenen Fragen nach dem Zusammenspiel von Abhängigkeit, Macht und (sexueller) Hingabe einer Einordnung in die klassischen Erzählungen über den Holocaust: Obwohl Leon eine Jüdin bei sich versteckt und ihr über Monate hilft zu überleben, ist er kein Held. „[T]he egocentric motivation and the sadomasochistic complex he develops towards Rosa annihilate the heroic dimension of the situation.“ (Ostrowska 2014, 294) Drastische Verkörperungen sexualisierter Gewalt zwischen Retter und versteckter Jüdin legen Machtstrukturen offen, die in Berichten von Überlebenden meist nur in Leerstellen, Auslassungen oder indirekten Beschreibungen Platz finden.
Nicht zuletzt kann der Film auch als Allegorie auf die Ambivalenz der polnischen Nachkriegsgesellschaft gegenüber der nicht allzu fernen jüdisch-polnischen Geschichte gelesen werden. Mit dem mahnenden Grab von Rosa im eigenen Keller, wird Leon nie wieder zu seinem früheren Selbstbild als Retter und Gerechter zurückfinden. „[H]er memory is meant to represent the stain on and the gash in Europe and Poland resulting from the eradication of its historical Jewish communities.“ (Shapiro 2013, 89
Fault-tolerant CNN accelerator with reconfigurable capabilities
No full textThe ImageNet moment marked a turning point for Convolutional Neural Networks (CNNs), as it showcased their potential to revolutionize computer vision tasks. This triumph of CNNs has motivated solving even more complex problems involving multiple tasks from multiple data modalities and have found a wide range of applications beyond conventional image processing, penetrating safety-critical domains such as automotive, medical, and space applications.
Eventually, CNN models will be deployed on hardware (i.e., ASICs, FPGAs). However, running deep CNN models is a resource-intensive process, and deploying these models, with millions of parameters, on edge devices has become an increasingly pressing matter. However, CNN models evolve due to the varying workload and application requirements, causing hardware resource utilization to reach a boundary quickly. Another grave concern involves the reliability of the semiconductor devices used for CNN deployment for safety-critical applications, as the shrinkage of the transistors leads to increased sensitivity to transient faults in semiconductor devices due to lower threshold voltages and tighter noise margins. In addition to transient faults, transistor aging is another significant reliability concern because circuit performance gradually deteriorates over time due to hot carrier injection (HCI) and bias temperature instability (BTI).
There are high-reliability standards in safety-critical applications, because a failure can result in catastrophic consequences. Thus, there is a requirement for efficient ways of implementing CNN models on hardware, which, along with high reliability, can reconfigure itself to fulfill varying application requirements. Therefore, with the aim to address these objectives, this thesis work presents:
1) Shared layers methodology to efficiently map CNN models on hardware,
2) Redundancy-assisted fault-tolerant reconfigurable CNN accelerators based on shared layer methodology, and
3) Integration of a multi-purpose on-chip sensor in fault-tolerant reconfigurable CNN accelerator.
Shared layers methodology leverages the CNNs capability to learn patterns and use one accelerator to perform multiple uncorrelated tasks from different modalities and achieve an average accuracy above 90%, which would otherwise require three accelerators.
By integrating redundancy in the shared layer methodology, CNN accelerators can be dynamically reconfigured to perform multiple tasks in different operating modes (i.e., faulttolerant (FT), high-performance (HP), and de-stress (DS) modes). This type of reconfigurability is typically is typically a feature of microprocessors.
FT mode provides high reliability against soft errors utilizing double/triple modular redundancy, HP mode offers peak performance of 0.979 TOPs using parallel execution, and DS mode reduces dynamic power consumption by up to 68.6% in clock-gated design and even more using a partial reconfiguration method, contributing to decelerating the aging process of the circuit. We have comprehensively evaluated two different CNN architectures (i.e., fused and branched), for three distinct tasks, in three different operating modes, based on accuracy, quantization, pruning, hardware resource utilization, power, energy, performance, and reliability.
On-chip intelligence is crucial to reconfiguring the processing system in response to the changing application requirements and environmental conditions. Therefore, a multi-purpose on-chip sensor capable of detecting aging and soft errors is integrated into a fault-tolerant reconfigurable CNN accelerator. Experimental results indicate that integrating the on-chip sensor yields a negligible penalty in terms of the CNN accelerator’s area overhead, power consumption, and response latency.
The results obtained in this thesis aim to establish a foundation for the development of fully reconfigurable resilient AI processing systems, thereby solving the reliability, performance, and energy consumption challenges faced by the computational hardware.Der ImageNet-Moment war ein Wendepunkt für Convolutional Neural Networks (CNNs), da er ihr Potenzial demonstrierte, Computer Vision-Aufgaben zu revolutionieren. Dieser Triumph der CNNs hat dazu motiviert, noch komplexere Probleme zu lösen, die mehrere Aufgaben aus mehreren Datenmodalitäten beinhalten, und sie haben eine breite Palette von Anwendungen über die herkömmliche Bildverarbeitung hinaus gefunden und sicherheitskritische Bereiche wie Automobil-, Medizin- und Weltraumanwendungen erreicht.
Irgendwann werden CNN-Modelle auf Hardware (d. h. ASICs, FPGAs) eingesetzt. Das Ausführen tiefer CNN-Modelle ist jedoch ein ressourcenintensiver Prozess, und das Einsetzen dieser Modelle mit Millionen von Parametern auf Edge-Geräten ist zu einer immer dringlicheren Angelegenheit geworden. CNN-Modelle entwickeln sich jedoch aufgrund der unterschiedlichen Arbeitslast und Anwendungsanforderungen weiter, wodurch die Auslastung der Hardwareressourcen schnell an ihre Grenzen stößt. Ein weiteres ernstes Problem betrifft die Zuverlässigkeit der Halbleiterbauelemente, die für den CNN-Einsatz für sicherheitskritische Anwendungen verwendet werden, da die Schrumpfung der Transistoren aufgrund niedrigerer Schwellenspannungen und engerer Rauschgrenzen zu einer erhöhten Empfindlichkeit gegenüber vorübergehenden Fehlern in Halbleiterbauelementen führt. Neben vorübergehenden Fehlern ist die Alterung von Transistoren ein weiteres großes Zuverlässigkeitsproblem, da die Leistung der Schaltungen aufgrund von Hot Carrier Injection (HCI) und Bias-Temperaturinstabilität (BTI) mit der Zeit allmählich nachlässt.
In sicherheitskritischen Anwendungen gelten hohe Zuverlässigkeitsstandards, da ein Fehler katastrophale Folgen haben kann. Daher besteht Bedarf an effizienten Möglichkeiten zur Implementierung von CNN-Modellen auf Hardware, die sich neben hoher Zuverlässigkeit auch selbst neu konfigurieren können, um unterschiedliche Anwendungsanforderungen zu erfüllen. Um diese Ziele zu erreichen, präsentiert diese Abschlussarbeit
1) Shared-Layer-Methodik zur effizienten Abbildung von CNN-Modellen auf Hardware
2) Redundanzunterstützte fehlertolerante rekonfigurierbare CNN-Beschleuniger basierend auf der Shared-Layer-Methodik
3) Integration eines Mehrzweck-On-Chip-Sensors in einen fehlertoleranten rekonfigurierbaren CNN-Beschleuniger
Die Shared-Layer-Methodik nutzt die Fähigkeit des CNN, Muster zu lernen und einen Beschleuniger zu verwenden, um mehrere unkorrelierte Aufgaben aus verschiedenen Modalitäten auszuführen und eine durchschnittliche Genauigkeit von über 90 % zu erreichen, was sonst drei Beschleuniger erfordern würde.
Durch die Einbeziehung von Redundanz in die Shared-Layer-Methodik können CNNBeschleuniger dynamisch rekonfiguriert werden, um mehrere Aufgaben in verschiedenen Betriebsmodi auszuführen (d. h. fehlertoleranter (FT), Hochleistungs- (HP) und Stress- (DS) Modus), eine Eigenschaft, die traditionell mit Mikroprozessoren in Verbindung gebracht wird.
Der FT-Modus bietet eine hohe Zuverlässigkeit gegen Soft-Errors durch doppelte/dreifache modulare Redundanz, der HP-Modus bietet eine Spitzenleistung von 0,979 TOPs durch parallele Ausführung und der DS-Modus reduziert den dynamischen Stromverbrauch um bis zu 68,6 % im taktgesteuerten Design und sogar noch mehr durch eine Methode zur teilweisen Neukonfiguration, was zur Verlangsamung des Alterungsprozesses der Schaltung beiträgt. Wir haben zwei verschiedene CNN-Architekturen (d. h. fusioniert und verzweigt) für drei unterschiedliche Aufgaben in drei verschiedenen Betriebsmodi umfassend evaluiert, basierend auf Genauigkeit, Quantisierung, Beschneidung, Nutzung der Hardwareressourcen, Stromverbrauch, Energie, Leistung und Zuverlässigkeit.
On-Chip-Intelligenz ist entscheidend für die Neukonfiguration des Verarbeitungssystems als Reaktion auf die sich ändernden Anwendungsanforderungen und Umgebungsbedingungen. Daher wird ein Mehrzweck-On-Chip-Sensor, der Alterung und Soft-Errors erkennen kann, in einen fehlertoleranten, rekonfigurierbaren CNN-Beschleuniger integriert. Experimentelle Ergebnisse zeigen, dass die Integration des On-Chip-Sensors nur geringfügige Einbußen in Bezug auf den Flächenbedarf, den Stromverbrauch und die Reaktionslatenz des CNN-Beschleunigers mit sich bringt.
Die in dieser Arbeit erzielten Ergebnisse zielen darauf ab, eine Grundlage für die Entwicklung vollständig rekonfigurierbarer, belastbarer KI-Verarbeitungssysteme zu schaffen und damit die Herausforderungen in Bezug auf Zuverlässigkeit, Leistung und Energieverbrauch zu lösen, denen sich die Rechenhardware gegenübersieht
A cognitive load-based design framework for augmented reality training
No full textThe digital transformation is reshaping industrial and manual working environments, for example, through the introduction of digital technologies, automation, and artificial intelligence (AI). To cope with these changes, people need to continually acquire new knowledge. Traditional training opportunities are available, but their ability to effectively impart complex and applied knowledge is limited. The results of previous research emphasise the added value of Augmented Reality (AR) for imparting particularly complex and applied knowledge. AR enables the display of additional information and visualisations and allows users to interact directly with virtual 3D models.
However, in addition to positive effects on learning, research and practice also show mixed results in terms of the cognitive load of learners caused by the use of AR, which in turn negatively impacts learning, perceived usability, and intention to use. Despite the need for a meaningful AR design, there is a gap in current research in terms of evidence-based recommendations for the design of AR applications for learning.
To address this issue, this thesis presents a \textit{Cognitive Load-Based Design Framework for Augmented Reality Training}. Following the Design Science Research Methodology (DSRM), the framework was developed and further validated with a strong focus on user testing and experimental research, including thinking-aloud, questionnaires, and eye tracking.
Based on the identified principles, an AR application was designed that showed positive results in three evaluations. At the same time, the evaluations reveal the need for orientation and guidance while simultaneously processing virtual and physical information in AR learning. This highlights the need to expand the framework to incorporate \textit{Visual Guidance}. Validation of the principle shows the added value compared to conventional AR applications and paper instructions on cognitive load and learning. The resulting final framework consists of 16 principles, described using five dimensions. The results of this thesis expand the discourse on AR by demonstrating the practical added value of AR that follows an evidence-based design compared to paper instructions and conventional AR applications.
The \textit{Cognitive Load-Based Design Framework for Augmented Reality Training} provides a solid basis for the design of AR solutions based on the principles of cognitive load and information processing.
The purpose of this research work is to promote the benefits of AR for learning processes, informed by a meaningful design that considers aspects of cognitive load and human information processing. Following the DSRM, the \textit{Cognitive Load-Based Design Framework for Augmented Reality Training} is presented as the central artefact of this work. The practical implications for small and medium-sized enterprises are discussed along with the identified limitations of the work, which provide the starting points for further research.Die digitale Transformation verändert industrielle sowie handwerkliche Arbeitsumgebungen, beispielsweise durch die Einführung digitaler Technologien, Automatisierung und künstlicher Intelligenz (KI). Um diesen Veränderungen begegnen zu können, müssen Menschen kontinuierlich neues Wissen erwerben. Dabei stehen ihnen traditionelle Weiterbildungsmöglichkeiten zur Verfügung, die jedoch nur eingeschränkt in der Lage sind, komplexes und angewandtes Wissen effektiv zu vermitteln. Alternativ stellen bisherige Forschungsergebnisse den Mehrwert von Augmented Reality (AR) zur Vermittlung des dargestellten Wissens heraus. Mit AR können virtuelle 3D-Modelle bereitgestellt werden, mit denen interagiert werden kann, oder ergänzende Hinweise und Visualisierungen eingeblendet werden.
Neben positiven Effekten auf das Lernen zeigen Forschung und Praxis jedoch auch gemischte Ergebnisse in Bezug auf die kognitive Belastung der Lernenden, was wiederum den Lernerfolg, die Zufriedenheit und Nutzung von AR beeinträchtigt. Zur Lösung fehlen evidenzbasierte Handlungsempfehlungen für eine nutzendenzentrierte Gestaltung von AR-Lernanwendungen.
Um diese Problematik zu adressieren, stellt diese Arbeit ein Framework zur Gestaltung von AR Training vor, das auf dem Konzept der kognitiven Belastung basiert. Der Design Science Research Methodologie (DSRM) folgend, wurde das Framework entwickelt und mit einem starken Fokus auf Nutzertestung und experimenteller Forschung weiterentwickelt und validiert. Auf Basis der identifizierten Prinzipien wurde eine AR-Anwendung gestaltet, die über drei Evaluationen hinweg positiv evaluiert wurde. Gleichzeitig zeigte die Evaluation bestehende Probleme bei der Orientierung zwischen virtuellen und physischen Inhalten auf. Das Framework wurde demnach um das Prinzip der visuellen Guidance erweitert und die anschließende Validierung zeigte den Mehrwert von AR mit visueller Guidance gegenüber herkömmlichen AR-Anwendungen und Papier-Instruktionen auf.
Das entwickelte Framework zur kognitiv load-basierten Gestaltung von AR Training bietet eine empirisch fundierte Grundlage zur Gestaltung von AR-Anwendungen basierend auf Prinzipien der kognitiven Belastung und der menschlichen Informationsverarbeitung. Das resultierende Framework besteht aus 16 Prinzipien, welche anhand von 5 Dimensionen beschrieben werden. Die Ergebnisse dieser Arbeit erweitern den Diskurs zu AR, um die Darstellung des praktischen Mehrwerts einer evidenzbasierten Gestaltung von AR gegenüber herkömmlichen AR-Anwendungen und bieten praxisrelevanten Mehrwert für die Entwicklung von Trainingsangeboten mit AR.
Dem methodischen Rahmen des DSRM folgend wird final das Framework als zentrales Artefakt dieser Arbeit vorgestellt. Zudem werden die praktischen Implikationen insbesondere für kleine und mittelständische Unternehmen (KMU) beschrieben. Vor dem Hintergrund der identifizierten Limitationen der Arbeit werden abschließend Ansatzpunkte für weiterführende Forschung diskutiert
Untersuchungen zur Ölkörperbildung im Lebermoos Marchantia polymorpha für biotechnologische Anwendungen
No full textMarchantia polymorpha is a basal land plant belonging to the bryophytes. Due to its low genetic redundancy, ease of transformation, and predominantly haploid life cycle, it has become a model system for evolutionary and plant biology studies. A distinctive feature of liverworts is their oil bodies—specialized organelles that synthesize and store secondary metabolites, primarily terpenoids, which play a key role in defense against biotic stress. In Marchantia, oil bodies are large but restricted to a few specialized cells, limiting their biotechnological potential.
This thesis aims to enhance oil body formation in Marchantia and gain insights into the processes underlying its biogenesis. To achieve this, we engineered a transgenic Marchantia line with inducible expression of MpERF13, a gene coding for a master transcription factor that regulates oil body development. Using this line, along with confocal microscopy, stereo fluorescence microscopy, RNA-seq, RT-qPCR, and GC/MS analysis, we investigated the transcriptional, cellular, metabolic, and tissue-level changes associated with oil body formation.
Beyond fundamental research, this study explored Marchantia as a biopharming platform. As proof of concept, we engineered Marchantia to produce bisabolene, a heterologous sesquiterpenoid and biofuel precursor. Additionally, we established and engineered a cell suspension culture (CSC) system, marking a significant step toward scalable biopharming applications.
This work advances our understanding of oil body formation and positions Marchantia as a promising system for plant-based biotechnology.Marchantia polymorpha ist eine basale Landpflanze aus der Gruppe der Bryophyten. Aufgrund ihrer geringen genetischen Redundanz, einfachen Transformation und überwiegend haploiden Lebenszyklus hat sie sich als Modellsystem für evolutionsbiologische und pflanzenwissenschaftliche Studien etabliert. Ein besonderes Merkmal der Lebermoose sind ihre Ölkörper –spezialisierte Organellen, die sekundäre Metaboliten, hauptsächlich Terpenoide, synthetisieren und speichern, welche eine entscheidende Rolle in der Abwehr gegen biotischen Stress spielen. In Marchantia sind die Ölkörper groß, aber auf wenige spezialisierte Zellen beschränkt, was ihr biotechnologisches Potenzial begrenzt.
Diese Dissertation zielt darauf ab, die Bildung von Ölkörpern in Marchantia zu verbessern und Einblicke in die dahinterliegenden biogenetischen Prozesse zu gewinnen. Zu diesem Zweck haben wir eine transgene Marchantia-Linie mit induzierbarer Expression von MpERF13, einem Master-Transkriptionsfaktor, der die Entwicklung von Ölkörpern reguliert, entwickelt. Mithilfe dieser Linie sowie konfokaler Mikroskopie, Stereofluoreszenzmikroskopie, RNA-Seq, RT-qPCR und GC-MS-Analyse haben wir die transkriptionellen, zellulären, metabolischen und gewebespezifischen Veränderungen untersucht, die mit der Ölkörperbildung verbunden sind.
Neben den grundlegenden wissenschaftlichen Untersuchungen erforschte diese Studie Marchantia als Biopharming-Plattform. Als Proof of Concept haben wir Marchantia zur Produktion von Bisabolen, einem heterologen Sesquiterpenoid und Biokraftstoff-Vorläufer, genetisch modifiziert. Darüber hinaus entwickelten und optimierten wir eine Zellsuspensionskultur (CSC), was einen wichtigen Schritt hin zu skalierbaren Biopharming-Anwendungen darstellt.
Diese Arbeit erweitert unser Verständnis der Ölkörperbildung und positioniert Marchantia polymorpha als ein vielversprechendes System für die pflanzenbasierte Biotechnologie
Von Scultetus bis Wikipedia
No full textSorben/Wenden sind seit Jahrhunderten in Karten präsent. Meist werden entweder sorbische Siedlungs- und Sprachgebiete in thematischen Karten dargestellt oder zweisprachige Ortsnamen in topografischen Karten verwendet. Die Art und Weise sowie die Veränderungen der Darstellungen wurden bisher aber weder von der Kartografie noch von der Sorabistik eingehender untersucht. Mit dem vorliegenden Band der Potsdamer Beiträge zur Sorabistik wird diese Lücke nun erstmals geschlossen. Anhand zahlreicher Beispiele und 125 Kartenausschnitten werden unterschiedliche Formen kartografischer Darstellungen des Sorbischen/Wendischen beschrieben und Prozesse nachgezeichnet, die zu deren Entwicklung führten. Dabei werden immer wieder zeitgeschichtliche und politische Einflussfaktoren sichtbar und der Konstruktionscharakter des vermeintlich objektiven Mediums Karte verdeutlicht. Zahlreiche Karten werden hiermit erstmals als Quellen im sorbischen Kontext beschrieben und der weiteren Forschung zugänglich gemacht. Für an Heimat- und Regionalgeschichte Interessierte bietet der Band neue Perspektiven auf die Lausitz, und mit Minderheitenforschung Befasste finden Denkanstöße zum Umgang mit dem Medium Karte und der Darstellung von autochthonen Minderheiten, Sprachen und Kulturen
TeachInc.
No full textDer Band TeachInc. Lehren und Lernen im inklusiven Kontext“ richtet sich an die Lehrkräftebildung und bietet Raum für die Auseinandersetzung mit forschungsbasierten und praxisorientierten Ansätzen für inklusiven Unterricht. Ziel ist es, Lehrkräften theoretische Grundlagen und Handlungsmöglichkeiten zu vermitteln, um Diversität und Inklusion in verschiedenen Didaktiken umzusetzen. Der Fokus liegt auf Differenzierung, Individualisierung und Barrierefreiheit. Der erste Band, entstanden aus der Zusammenarbeit von zwei Fachdidaktikerinnen der Fächer Französisch und Spanisch (Kapitel 2) sowie Deutsch (Kapitel 3), bietet einen Überblick über den Forschungsstand zu Inklusion in diesen Fächern und zeigt auf, wie Unterrichtsangebote inklusiv gestaltet werden können.The volume TeachInc. Teaching and learning in an inclusive context is aimed at teacher training and provides space for engaging with research-based and practice-oriented approaches to inclusive teaching. Its goal is to equip teachers with theoretical foundations and practical strategies for implementing diversity and inclusion across various didactic approaches. The focus lies on differentiation, individualization, and accessibility. The first volume, developed through the collaboration of two subject didactics experts in French, Spanish (Chapter 2), and German (Chapter 3), offers an overview of the current state of research on inclusion in these subjects. It also illustrates how teaching practices can be designed to be inclusive
Einblicke in laser-induzierte Magnetisierungsdynamiken mit Hilfe von Pikosekunden-Akustik Röntgenbeugungsexperimenten
No full textIn this thesis I explore how to study ultrafast changes of the magnetic state of a magnetically ordered material upon laser-excitation by picosecond ultrasonic experiments that determine the induced spatio-temporal stress on the crystal lattice from measuring its transient expansion. This ansatz not only provides unique insights into magnetization dynamics complementary to probing schemes directly sensitive to the magnetic order, but it also validates and develops established models of magnetization dynamics.
In the reported pump-probe experiments I apply ultrafast x-ray diffraction with hard x-rays provided by a laser-driven plasma x-ray source or a large-scale synchrotron facility to quantitatively track the change of the average inter-atomic distance. Thus, x-ray diffraction also individually accesses different layers of different average lattice constants within heterostructures. In combination with the large probing depth of the x-rays this layer-specific probing enables to study the energy transport within metallic bilayers thinner than the optical penetration depth and to access buried detection layers in opaque heterostructures representing striking advantages compared to established all-optical experiments. In the presented introduction to picosecond ultrasonics with x-rays, I exemplify the reconstruction of the initial energy transfer processes from the shape of propagating strain pulses in a buried layer and the quantification of the ultrafast energy transport in heterostructures from its time-dependent quasi-static expansion.
In magnetically ordered metals, the transfer of energy to the magnetic degrees of freedom modifies the magnetic order, which gives rise to an additional stress on the lattice superimposing with the contributions from the excitation of electrons and phonons. The total stress induces a quasi-static expansion of the excited layers that emit propagating strain pulses. Thus, identifying the magnetic stress contribution to the driven strain response accesses the transient magnetic state by picosecond ultrasonics with x-rays. I applied this approach to study the first-order magneto-structural phase transitions in Dysprosium and Iron Rhodium and the quenching of the ferromagnetic order in Strontium Ruthenate. I quantified the magnetic stress by double-pulse excitation, by measurements above and below the magnetic order temperature or by comparing below- and above-threshold excitations. Such magnetostriction measurements are applicable on equal footing to all types of magnetic order. This is an advantage compared to the magneto-optical Kerr effect or resonant x-ray scattering, which exclusively probe ferro- or antiferromagnetic order. My picosecond ultrasonic experiments on Iron Rhodium disentangle optically induced nucleation of ferromagnetic domains from the diffusion-driven growth of the ferromagnetic phase into the depth of inhomogeneously excited films and identify the role of hot electrons and lattice distortions for the kinetics of the laser-induced phase transition. Furthermore, I combined ultrafast x-ray diffraction sensitive to the presence of local ferromagnetic order and time-resolved magneto-optical Kerr effect experiments sensitive to the orientation of the macroscopic magnetization to provide a comprehensive picture of the laser-induced phase transition including the formation of a macroscopic magnetization via alignment.
The combination of the magneto-optical Kerr effect and ultrafast x-ray diffraction is even a fruitful approach in the absence of clear signatures of the changing magnetic state in the strain response. I utilized the spatio-temporal strain and temperatures of electrons and phonons within the heterostructure quantified by ultrafast x-ray diffraction as an input to model the precession of the magnetization or the Néel vector and the laser-induced demagnetization by established models. The realistic treatment of the driving mechanisms drastically reduces the free parameters of the model, which quantifies coupling parameters and identifies the role of different contributions. This ansatz leads to predictive power of the models and also validates the suitability of the models to describe the laser-induced dynamics in a certain material.In dieser Dissertation erforsche ich die Möglichkeiten durch die Messung der laser-induzierten Ausdehnung und dem Bestimmen des induzierten räumlich-zeitlichen Drucks auf das Kristallgitter zusammengefasst als Pikosekunden-Akustik die laser-induzierte Änderungen des magnetischen Zustands von magnetisch geordneten Materialien zu untersuchen. Dieser Ansatz komplementiert ein direktes Messen der magnetischen Ordnung und liefert nicht nur einzigartige Einblicke in die Magnetisierungsdynamik sondern validiert und erweitert auch etablierte Modelle.
In den präsentierten Anrege-Abfrage-Experimenten verwende ich ultraschnelle R\"ontgenbeugung mit harter Röntgenstrahlung, die von einer laser-getriebenen Plasmaröntgenquelle oder einem Synchrotron erzeugt wurden, um die Änderung des mittleren interatomaren Abstandes quantitativ zu verfolgen. Demzufolge kann Röntgenbeugung auch Schichten unterschiedlicher Gitterkonstante in einer Heterostruktur individuell untersuchen. Zusammen mit der großen Eindringtiefe von Röntgenstrahlen ermöglicht die schichtsensitive Messung die Untersuchung von Wärmetransport zwischen Metallschichten, die dünner als die optische Eindringtiefe sind, und das Messen von vergrabenen Schichten in optisch undurchsichtigen Heterostrukturen. Das sind wichtige Vorteile von Röntgenbeugung im Vergleich zu etablierten rein optischen Experimenten. Meine Einführung in die Methode von Pikosekunden-Akustik mit Röntgenbeugung beinhaltet die Rekonstruktion des initialen Energietransfers zwischen den verschiedenen Freiheitsgraden aus der Form der propagierenden Schallpulse, die durch eine vergrabene Schicht detektiert wurden und die Bestimmung des ultraschnellen Energietransports in Heterostrukturen mithilfe ihrer quasi-statischen Ausdehnung.
In magnetisch geordneten Metallen modifiziert die Anregung der magnetischen Freiheitsgrade die magnetische Ordnung und induziert einen Druck auf das Gitter zusätzlichen zu den Beiträgen der angeregten Elektronen und Phononen. Die Summe aller Druckbeiträge induziert eine Ausdehnung der angeregten Schichten, die zur Emission von propagierenden Dehnungspulsen führt. Somit ermöglicht das Identifizieren des Beitrags des magnetischen Drucks zur Gitterdynamik die Bestimmung des transienten magnetischen Zustands durch Röntgenbeugung. Mit Hilfe dieses Ansatzes habe ich die magnetostrukturellen Phasenübergänge erster Ordnung in Dysprosium und Eisenrhodium sowie die Störung der ferromagnetsichen Ordnung in Strontiumruthenate untersucht. Dabei habe ich den magnetischen Druck durch Doppelpulsanregung, durch Messungen ober- und unterhalb der magnetischen Ordnungstemperatur und durch den Vergleich von Anregungen ober- und unterhalb des Schwellwerts des Phasenübergangs quantifiziert. Solche Messungen der Magnetostriktion können auf alle Arten von magnetischer Ordnung gleichermaßen angewendet werden, was einen Vorteil gegenüber dem magneto optischen Kerr-Effekt oder resonanter Röntgenstreuung, die ausschließlich die ferro- oder antiferromagnetsiche Ordnung untersuchen können, darstellt. Meine Pikosekunden-Akustik-Experimente an Eisenrhodium unterscheiden optisch induzierte Nukleation ferromagnetischer Domänen von ihrem Wachstum in die Tiefe inhomogen angeregter Filme durch Wärmetransport und identifizieren die Rolle heißer Elektronen und Gitterverzerrungen für den laser-induzierten Phasenübergang. Zusätzlich habe ich ultraschnelle Röntgenbeugung, die auf das Auftauchen von lokaler ferromagnetsicher Ordnung sensitiv ist, mit zeitaufgelösten magneto optischen Kerr-Effekt-Experimenten, die auf die Orientierung der makroskopischen Magnetisierung sensitiv sind, kombiniert, um ein vollständiges Bild des Phasenübergangs inklusive dem Formieren einer makroskopischen Magnetisierung durch Ausrichtung der lokalen Magnetisierung zu erhalten.
Diese Kombination ist selbst dann ein vielversprechender Ansatz, wenn die Gitterdyamik keine Signaturen derÄnderung des magnetischen Zustands enthält. Stattdessen setze ich die, durch ultraschnelle Röntgenbeugung bestimmte, räumlich-zeitliche Dehnung und die Temperaturen von Elektronen und Phonon in die etablierten Modelle für die Präzession der Magnetiserung oder des Néel Vektors und die ultraschnelle Demagnetiserung ein. Das Verwenden realistischer transienter Amplituden dieser Größen, die die Dynamik treiben, reduziert die Anzahl der freien Parameter der Modelle drastisch, was die Bestimmung von Kopplungskonstanten und das Identifizieren der Rolle der verschiedenen Beiträge ermöglicht. Insgesamt führt dieser Ansatz zu zuverlässigen Vorraussagen der Modelle und überprüft deren Eignung die Magnetsiserungsdynamiken in den jeweiligen Materialien zu beschreiben
Verbesserte Vorhersagen von Nachbeben
No full textThe destructive nature of earthquakes and the significant losses they cause underscore the essential importance of hazard assessment for effective earthquake risk mitigation. Earthquake forecasts is an important ingredient for time-dependent seismic hazard assessments. Accurate forecasting models, as an important backbone of seismic hazard analysis, can help mitigate damage, save lives, and inform preparedness strategies. This thesis contributes to advancing earthquake forecasting, with a particular focus on aftershocks, which can be as destructive and deadly as the mainshocks, by exploring various perspectives and approaches. Understanding the underlying physical mechanisms and statistical patterns of aftershocks is crucial for enhancing the accuracy and effectiveness of practical forecasting models.
The occurrence of aftershocks is mainly related to the stress changes of the mainshock, although other effects such as the distance to the ruptured fault may also play an important role. First, I analyse the 2017-2019 Kermanshah (western Iran) sequence regarding the potential to forecast the spatial distribution of aftershocks based on information about the mainshock and its largest aftershocks. For the complex Kermanshah sequence, I applied five stress scalars, including three receiver-dependent metrics: (i) Coulomb failure stress (∆CFS) on master fault orientation (MAS), (ii) ∆CFS on optimally oriented planes (OOP), and (iii) ∆CFS assuming fault variability (VM), and two receiver-independent stress scalars (iv) maximum shear (MS) and (v) von-Mises stress (VMS), along with a distance-slip probabilistic model (R). Furthermore, I accounted for the potential impact of large secondary earthquakes and, recognizing the limitations of the receiver operating characteristic (ROC) metric in imbalanced datasets, also used the more appropriate MCC-F1 metric for testing. I observed that the receiver-independent stress scalars, together with the R model, provide better forecasts than the classical CFS values that rely on the specification of receiver mechanisms. I found that the performance of the best methods improves when the source information of large aftershocks is additionally considered. These results highlight the significance of incorporating all events in a sequence to improve earthquake forecasts, which may be achieved by incorporating probability maps from stress metrics and the R model into the spatiotemporal Epidemic Type Aftershock Sequence (ETAS) model.
The ETAS model is the most widely used and powerful statistical model for aftershock forecasting. While current earthquake catalogs provide high-precision depth values that contain valuable information, the ETAS is two-dimensional. Thus, I extended the spatiotemporal ETAS model to 3D by considering hypocentral distances instead of epicentral distances, which also allows incorporating available 3D spatial probability maps of large events into its spatial kernel. To explore the most appropriate parametric form of the spatial kernel, I first examined different triggering functions for the depth difference of the aftershock-mainshock pairs identified by the Nearest-Neighbor (NN) method, showing that a magnitude-dependent power-law kernel fits best the earthquakes data in Southern California. Therefore, I incorporated the corresponding kernel into the 3D-ETAS model with space-dependent background activity, where I additionally allow for depth-dependent aftershock productivity. The application to Southern California showed that the model fits the data well. I also found that the aftershock productivity strongly depends on depth, similar to the seismic moment released by the mainshocks, which may be related to depth-dependent seismic coupling.
While the distribution of aftershocks around the mainshock is anisotropic, the spatial probability density function of the ETAS model is commonly assumed to be isotropic due to insufficient information. In addition, its parameter estimation can be highly biased due to catalog incompleteness after the mainshock. Thus, I extended the recently developed 2D temporal ETASI, which accounts for short-term incompleteness, to 2D and 3D spatiotemporal ETASI, considering additional spatial occurrence probabilities in the framework of ETAS and ETASI to improve aftershock forecasting. I replaced the isotropic spatial kernel with anisotropic kernels estimated by a spatial probability map of stress scalars, including MAS, VM, MS, and VMS, and the nearest distance to the ruptured fault of the mainshock (R). The fit to six prominent mainshock-aftershock sequences in California demonstrates that the ETASI model outperforms the standard ETAS model. Furthermore, positive information gains indicate that using stress calculations as additional input information can improve the parameter fit. This improvement is weaker in 3D, which is likely related to greater positional uncertainty in the depth domain. However, incorporating the probability map calculated as a function of the nearest distance to the mainshock rupture leads to the best performance in all model variants.
The findings in this thesis provide valuable insights into aftershock forecasting by investigating and developing physics-based, statistical and hybrid approaches. The results contribute to a better understanding of aftershocks behavior and forecasting, which can assist in the development of more accurate probabilistic seismic hazard analysis and risk reduction strategies.Die zerstörerische Natur von Erdbeben und die beträchtlichen Schäden, die sie verursachen, unterstreichen die wesentliche Bedeutung der Gefährdungsbeurteilung für eine wirksame Risikominderung bei Erdbeben. Die probabilistische Erdbebenvorhersage ist ein wichtiger Bestandteil der zeitabhängigen seismischen Gefährdungseinschätzung und kann dazu beitragen, Schäden zu mindern, Menschenleben zu retten und Strategien für die Vorsorge zu entwickeln. Meine Arbeit kann dazu beitragen, die Qualität von Erdbebenvorhersagen zu verbessern, mit besonderem Augenmerk auf Nachbeben, die ebenso zerstörerisch und tödlich sein können wie die Hauptbeben. Das Verständnis der zugrundeliegenden physikalischen Mechanismen und statistischen Muster von Nachbeben ist dabei entscheidend für die Verbesserung der Genauigkeit und Wirksamkeit praktischer Vorhersagemodelle.
Das Auftreten von Nachbeben hängt hauptsächlich mit den Spannungsänderungen des Hauptbebens zusammen. Zunächst analysierte ich die Kermanshah-Sequenz 2017-2019 (Westiran) hinsichtlich der Möglichkeit, die räumliche Verteilung von Nachbeben anhand von Informationen über das Hauptbeben und seiner größten Nachbeben vorherzusagen. Für die komplexe Kermanshah-Sequenz habe ich fünf Spannungsskalare verwendet, darunter drei Metriken, die eine Spezifikation der Nachbebenmechanismen benötigen, nämlich (i) Coulomb-Spannungsänderungen (∆CFS) berechnet für den Hauptbebenmechanismus (MAS), (ii) ∆CFS für optimal orientierte Ebenen (OOP) und (iii) ∆CFS für variable Mechanismen (VM), sowie die zwei empfängerunabhängige Spannungsskalare (iv) maximale Scherung (MS) und (v) Von-Mises-Spannung (VMS), und ein Abstandsmaß zum Hauptbebenbruch (R). Darüber hinaus habe ich die potenziellen Auswirkungen großer Sekundärbeben berücksichtigt und in Anbetracht der Grenzen der Receiver Operating Characteristic (ROC) Metrik bei unausgewogenen Datensätzen auch die besser geeignete MCC-F1 Metrik für die Tests verwendet. Ich habe festgestellt, dass die empfängerunabhängigen Spannungsskalare und das R-Modell bessere Vorhersagen liefern als die klassischen CFS Werte, die auf der Spezifikation der Empfängermechanismen beruhen. Ich fand heraus, dass sich die Vorhersagen weiter verbessern, wenn die Quelleninformationen großer Nachbeben zusätzlich berücksichtigt werden. Diese Ergebnisse verdeutlichen, wie wichtig es ist, alle Ereignisse in einer Sequenz einzubeziehen, um die Erdbebenvorhersage zu verbessern. Dies kann insbesondere durch die Berücksichtigung solcher stressbasierten räumlichen Vorhersagen in raum-zeitlichen Seismizitätsmodellen wie dem Epidemic Type Aftershock Sequence (ETAS) Modell erreicht werden.
Das ETAS-Modell ist das am weitesten verbreitete und leistungsfähigste statistische Modell für Nachbebenvorhersagen. Obwohl aktuelle Erdbebenkataloge inzwischen auch sehr genaue Tiefenwerte liefern, die wertvolle Informationen enthalten, war das ETAS bisher nur zweidimensional. Daher habe ich das raum-zeitliche ETAS-Modell auf 3D erweitert, indem ich hypozentrale Entfernungen anstelle von epizentralen Entfernungen berücksichtigt habe. Damit ist es nun auch möglich, verfügbare räumliche 3D-Wahrscheinlichkeitskarten in das Modell zu integrieren. Um die geeignetste parametrische Form des räumlichen Kernels zu finden, habe ich zunächst verschiedene Funktionen für die Tiefenabhängigkeit der mit der Nearest-Neighbor (NN) Methode identifizierten Nachbeben-Hauptbeben-Paare untersucht und festgestellt, dass ein magnitudenabhängiger Potenzgesetz-Kernel am besten zu den Erdbebendaten in Südkalifornien passt. Daher habe ich den entsprechenden Kernel in das 3D-ETAS Modell mit raumabhängiger Hintergrundaktivität integriert und zusätzlich eine tiefenabhängige Nachbebenproduktivität berücksichtigt. Die Anwendung auf Südkalifornien zeigte, dass das Modell gut zu den Daten passt. Wir fanden auch heraus, dass die Nachbebenproduktivität stark von der Tiefe abhängt, ähnlich wie das seismische Moment, das von den Hauptbeben freigesetzt wird. Dies hängt wahrscheinlich mit der tiefenabhängigen seismischen Kopplung zusammen.
Während die Verteilung der Nachbeben im Umfeld des Hauptbebens anisotrop ist, wird die räumliche Wahrscheinlichkeitsdichtefunktion des ETAS-Modells aufgrund unzureichender Informationen üblicherweise als isotrop angenommen. Außerdem kann die Parameterschätzung aufgrund unvollständiger Kataloge nach dem Hauptbeben stark verzerrt sein. Daher habe ich das kürzlich entwickelte zeitliche ETASI Modell, welches die Unvollständigkeit der Kataloge berücksichtigt, auf 2D- und 3D-raumzeitliche ETASI Modelle erweitert und zusätzliche räumliche spannungsbasierte Auftretenswahrscheinlichkeiten im Rahmen von ETAS und ETASI berücksichtigt, um die Nachbebenvorhersage zu verbessern. Dabei ersetzte ich den isotropen räumlichen Kernel durch anisotrope Kernel, die durch eine räumliche Wahrscheinlichkeitskarte von Spannungsskalaren, einschließlich MAS, VM, MS und VMS, und dem Distanzmaß R geschätzt wurden. Die Anpassung an sechs prominente Hauptbeben-Nachbeben-Sequenzen in Kalifornien zeigt, dass das ETASI-Modell dem ETAS-Standardmodell überlegen ist. Darüber hinaus weisen positive Informationsmaße darauf hin, dass die Verwendung von Spannungsberechnungen als zusätzliche Eingabeinformation die Parameteranpassung und den Datenfit verbessern kann. Diese Verbesserung ist in 3D geringer, was wahrscheinlich mit den größeren Unsicherheiten der Tiefenbestimmung zusammenhängt. Die Einbeziehung der Wahrscheinlichkeitskarte, die als Funktion des nächstgelegenen Abstands zum Hauptbruch berechnet wird, führt jedoch in allen Modellvarianten zum besten Resultat.
Die in dieser Arbeit gewonnenen Erkenntnisse liefern wertvolle Einblicke in die Nachbebenvorhersage durch die Untersuchung und Entwicklung physikalischer, statistischer und hybrider Ansätze. Die Ergebnisse tragen zu einem besseren Verständnis des Verhaltens und der Vorhersage von Nachbeben bei, was die Entwicklung genauerer probabilistischer seismischer Gefährdungsanalysen und Risikominderungsstrategien unterstützen kann