Publication Server of Hochschule Darmstadt
Not a member yet
259 research outputs found
Sort by
An Industry-Ready Machine Learning Ontology
No full textFeatured Application
The ML Ontology presented in this article is the information backbone of a data science platform used for training machine learning models from datasets. Features include a training configuration wizard and interactive help.
This article presents an industry-ready ontology for the machine learning domain, which is named “ML Ontology”. While based on lightweight modelling languages, ML ontology provides novel features including built-in queries and quality assurance, as well as sophisticated reasoning. With ca. 700 individuals that define key ML concepts and ca. 5000 RDF triples, ML Ontology ranks among the largest domain-specific ontologies for ML. An experiment to estimate the correctness and completeness of ML terminology included in ML Ontology indicates an F1-score of 0.83. A benchmark evaluating query performance reveals query response times far below 100 ms even for complex queries and memory consumption below 3.5 MB. Its industry-readiness is demonstrated by benchmarks as well as two use case implementations within a data science platform. ML Ontology is open source and published under an MIT license
Künstliche Intelligenz im Studium – Eine vertiefende Auswertung einer bundesweiten Befragung von Hochschullehrenden
No full textDer Einsatz generativer KI hat sich in der Hochschullehre innerhalb kurzer Zeit etabliert, wird jedoch bislang überwiegend pauschal oder einstellungsbezogen untersucht. Das vorliegende Addendum vertieft die Ergebnisse einer bundesweiten quantitativen Online-Befragung von 626 Hochschullehrenden in Deutschland (Erhebungszeitraum: 02.12.2024-10.01.2025) und verfolgt das Ziel, die Nutzung KI-basierter Tools funktionsdifferenziert sowie studienbereichsspezifisch zu analysieren.
Im Fokus stehen zentrale Funktionsbereiche akademischer Lehre, darunter die Vorbereitung, Durchführung und Nachbereitung von Lehrveranstaltungen, die Erstellung und Bewertung von Prüfungsleistungen, die Betreuung von Studierenden sowie von Praktika und Abschlussarbeiten sowie die Akquise und Betreuung hochschulexterner Lehrbeauftragter. Die Ergebnisse zeigen ein klares Nutzungsmuster: Generative KI wird vor allem in vorbereitungsnahen Tätigkeiten eingesetzt, insbesondere zur Erstellung, Strukturierung und Aktualisierung von Lehrmaterialien. Demgegenüber sind prüfungs- und betreuungsnahe Anwendungen deutlich seltener, was auf erhöhte Unsicherheiten, normative Sensibilitäten und institutionelle Rahmenbedingungen hinweist.
Die studienbereichsspezifischen Auswertungen verdeutlichen zudem ausgeprägte fachkulturelle Unterschiede. Während vorbereitungsbezogene Nutzungen in nahezu allen Studienbereichen verbreitet sind, variieren prüfungs- und betreuungsnahe Anwendungen erheblich zwischen den Disziplinen. Insgesamt unterstreichen die Befunde, dass die Integration generativer KI in der Hochschullehre weniger durch technische Verfügbarkeit als vielmehr durch funktionale Aufgabenlogiken, professionelle Normen und fachkulturelle Kontexte geprägt ist. Das Addendum leistet damit einen empirisch fundierten Beitrag zur Präzisierung des Diskurses über KI in der Hochschullehre und liefert Anknüpfungspunkte für hochschulische Governance, didaktische Entwicklung und weitere Forschung.The rapid diffusion of generative AI has significantly affected higher education teaching, yet empirical research has so far largely focused on attitudes, acceptance, or aggregated usage measures. This addendum builds on a nationwide quantitative online survey of 626 higher education instructors in Germany (conducted between December 2, 2024, and January 10, 2025) and aims to provide a functionally differentiated and discipline-specific analysis of AI-based tool usage in higher education teaching.
The analyses examine the use of generative AI across key functional areas of academic teaching, including the preparation, delivery, and follow-up of courses, the design and assessment of examinations, the supervision of students as well as project and thesis work, and the recruitment and support of external lecturers. The findings reveal a distinct usage pattern: generative AI is predominantly employed in preparation-related tasks, particularly for generating, structuring, and updating teaching materials. In contrast, applications closely related to assessment and supervision remain comparatively rare, indicating heightened uncertainty, normative sensitivity, and the relevance of institutional frameworks in these areas.
Discipline-specific analyses further highlight pronounced differences between fields of study. While preparation-related uses are widespread across disciplines, assessment- and supervision-related applications vary considerably, reflecting discipline-specific teaching cultures, assessment practices, and professional norms. Overall, the results suggest that the integration of generative AI into higher education teaching is shaped less by technological availability than by functional task logics, disciplinary cultures, and institutional conditions. By providing empirically grounded insights into actual usage practices, this addendum contributes to a more nuanced understanding of generative AI in higher education and informs future research, governance, and didactic development
Challenges in Controlled Doping of NaMnF3:Yb3+ , Er3+ Nanoparticles
No full textNaMnF3:Yb3+, Er3+ upconversion nanoparticles (UCNPs) are highly attractive for multimodal biomedical imaging because they combine a single red emission band with magnetic properties, allowing their use as T1 contrast agents in magnetic resonance imaging. However, compared to other magnetic or red-emitting UCNPs, their synthesis remains challenging, so they are rarely used despite their great potential. Syntheses based on hydrothermal approaches usually yield rather large or aggregated and
often polydisperse and polymorphic particles. Reported thermal decomposition
methods, in principle more suited to yield highly crystalline, small, and monodisperse UCNPs, are questionable because of the unclear phase and doping state of the NaMnF3 particles despite their strong red emission. This is due to the parallel formation of red
luminescent NaYbF4 particles, which has not been sufficiently investigated. In this work, different thermal decomposition routes are studied, and the particles are analyzed to optimize them for high dopant integration and strong red luminescence at 655 nm. An optimized synthesis route for well-defined phase-pure particles in a size range
from 20 to 25 nm was developed. This approach is based on separately
preparing Mn2+, Er3+, and Yb3+ oleates and then introducing them into the reaction, followed by a purification step. This leads to phase-pure UCNPs and substantial increases in dopant concentrations as well as luminescence compared to reported
synthesis routes. After their hydrophilic functionalization with polyacrylic acid, the ability of the particles to serve as magnetic resonance imaging (MRI) contrast agents with a high Mn2+ content was demonstrated by NMR relaxometry
Targeted HDAC8 inhibition with non-hydroxamate [1,2,4]triazolo[4,3-a] quinoline compounds
No full textHistone deacetylase 8 (HDAC8) is a key enzyme involved in regulating gene expression and tumor development, positioning it as an attractive target for neuroblastoma. In this work, we designed and synthesized a novel series of substituted [1,2,4]Triazolo[4,3-a]quinoline derivatives to investigate their potential as HDAC8 inhibitors. Structural insights into their inhibitory activity were gained through molecular docking studies, highlighting critical interactions within the HDAC8 active site. To assess the stability of these interactions, molecular dynamics simulations were performed, confirming that the compounds maintained strong and stable binding within the HDAC8 enzyme. The most promising inhibitors 9h and 9m demonstrated significant efficacy in IMR-32 neuroblastoma cells, but had much weaker effects on the HCT116 and MCF7 cancer cell lines, as well as on the normal control cell line, HEK293. Further biological evaluations, including colony formation and cell migration assays, revealed their potential to inhibit the growth and spread of neuroblastoma tumor cells. Additional studies on cell cycle progression, apoptosis induction, and SMC3 acetylation indicated increased acetylation levels without altering total SMC3 protein levels, suggesting effective HDAC8 target engagement. In summary, comprehensive molecular modelling and biological assessments have demonstrated the strong potential of these non-hydroxamate-based HDAC8 inhibitors for treating neuroblastoma
Robust and Efficient Algorithms for Image Reconstruction with Applications to Magnetic Particle Imaging
No full textMagnetic Particle Imaging (MPI) is a recently developed imaging technique that allows for both high spatial and temporal resolution. Compared with other classical modalities there is no exposition to ionizing radiation. These features make it a promising modality in medical applications. However, the corresponding imaging task constitutes a severely ill-posed inverse problem which requires regularization techniques to produce acceptable results. Currently used reconstruction methods are based on a time-consuming and memory-intensive calibration process. This calibration process is at the core of the measurement-based approach. To avoid the calibration, model-based approaches are of interest in MPI. In this thesis we outline the main contributions obtained both to the model-based approach and to the measurement-based approach. The main contribution in measurement-based approach is the employment of a Plug-and-Play reconstruction algorithm that uses a pretrained deep-learning-based Gaussian denoiser in a zero-shot fashion, with additional L1-prior, to achieve fast and competitive reconstructions on the OpenMPI dataset. Concerning the model-based approach, we consider a two-stage algorithm based on a reconstruction formula for Field-Free Point (FFP) MPI. This algorithm consists of two stages: the Core Stage and the Deconvolution Stage. We provide a variational formulation of the Core Stage and improve the Deconvolution Stage with TV-like regularization and with a Nonnegative Fused LASSO algorithm, for which we also prove convergence. The two-stage algorithm is capable to deal with scans that are not dependent on the scanning trajectory. We show how this property can be leveraged in multi-patch MPI in a simulated scenario.
As a further contribution to model-based MPI, we have also provided reconstruction formulae for the case of 3D Field-Free Line (FFL) MPI. Such formulae were missing in the literature at the beginning of this project. We show the applicability of the 3D FFL reconstruction formulae in simulated scenarios.
Finally, we further develop our methodology to apply the two-stage model-based algorithm to real MPI data. In particular, we show the first reconstruction with our algorithm on real 2D MPI data collected by a Bruker's scanner. The results are interesting in view of the fact that these are the first reconstructions obtained on real multi-dimensional (2D) MPI with a method that does not depend on the specific choice of the scanning trajectory. To highlight the flexibility of our method, we additionally display reconstructions from data obtained with an MPI scanner that does not use Lissajous trajectories. The results obtained demonstrate that the methods developed in this work are capable of competitive reconstruction quality, while offering flexibility for future general-purpose model-based MPI reconstructions.Die Magnetpartikelbildgebung (MPI) ist eine kürzlich entwickelte Bildgebungstechnik, die sowohl eine hohe räumliche als auch zeitliche Auflösung ermöglicht. Im Vergleich zu anderen klassischen Verfahren gibt es keine Exposition gegenüber ionisierender Strahlung. Diese Eigenschaften machen sie zu einem vielversprechenden Verfahren für medizinische Anwendungen. Die entsprechende Bildgebungsaufgabe stellt jedoch ein schwer zu lösendes inverses Problem dar, das Regularisierungstechniken erfordert, um akzeptable Ergebnisse zu erzielen. Die derzeit verwendeten Rekonstruktionsmethoden basieren auf einem zeitaufwändigen und speicherintensiven Kalibrierungsprozess. Dieser Kalibrierungsprozess ist das Herzstück des messungsbasierten Ansatzes. Um die Kalibrierung zu vermeiden, sind modellbasierte Ansätze in der MPI von Interesse. In dieser Arbeit werden die wichtigsten Beiträge aufgezeigt, die sowohl für den modellbasierten Ansatz als auch für den messungsbasierten Ansatz erzielt wurden. Der wichtigste Beitrag zum messungsbasierten Ansatz ist die Verwendung eines Plug-and-Play-Rekonstruktionsalgorithmus, der einen vortrainierten Deep-Learning-basierten Gaußschen Denoiser in einer Zero-Shot-Weise mit zusätzlichem -Prior verwendet, um schnelle und wettbewerbsfähige Rekonstruktionen auf dem OpenMPI-Datensatz zu erzielen. In Bezug auf den modellbasierten Ansatz betrachten wir einen zweistufigen Algorithmus, der auf einer Rekonstruktionsformel für Field-Free Point (FFP) MPI basiert. Dieser Algorithmus besteht aus zwei Stufen: der Kernstufe und der Dekonvolutionsstufe. Wir bieten eine variationale Formulierung der Kernstufe und verbessern die Dekonvolutionsstufe mit TV-ähnlicher Regularisierung und einem nicht-negativen Fused-LASSO-Algorithmus, für den wir auch die Konvergenz nachweisen. Der zweistufige Algorithmus ist in der Lage, Scans zu verarbeiten, die nicht von der Scan-Trajektorie abhängig sind. Wir zeigen, wie diese Eigenschaft in einem simulierten Szenario bei Multi-Patch-MPI genutzt werden kann.
Als weiteren Beitrag zur modellbasierten MPI haben wir auch Rekonstruktionsformeln für den Fall von 3D-Field-Free Line (FFL)-MPI bereitgestellt. Solche Formeln fehlten zu Beginn dieses Projekts in der Literatur. Wir zeigen die Anwendbarkeit der 3D-FFL-Rekonstruktionsformeln in simulierten Szenarien.
Schließlich entwickeln wir unsere Methodik weiter, um den zweistufigen modellbasierten Algorithmus auf reale MPI-Daten anzuwenden. Insbesondere zeigen wir die erste Rekonstruktion mit unserem Algorithmus auf realen 2D-MPI-Daten, die mit einem Bruker-Scanner erfasst wurden. Die Ergebnisse sind insofern interessant, als es sich um die ersten Rekonstruktionen handelt, die mit einer Methode auf realen mehrdimensionalen (2D) MPI-Daten erzielt wurden, die nicht von der spezifischen Wahl der Scanbahn abhängt. Um die Flexibilität unserer Methode hervorzuheben, zeigen wir zusätzlich Rekonstruktionen aus Daten, die mit einem MPI-Scanner gewonnen wurden, der keine Lissajous-Trajektorien verwendet. Die erzielten Ergebnisse zeigen, dass die in dieser Arbeit entwickelten Methoden eine wettbewerbsfähige Rekonstruktionsqualität bieten und gleichzeitig Flexibilität für die zukünftige modellbasierte MPI-Rekonstruktion für allgemeine Zwecke bieten
Epigenetic Dysregulation in Neurodegeneration: The Role of Histone Deacetylases and Emerging Inhibitor Strategies
No full textNeurodegenerative diseases such as Alzheimer’s disease (AD), Parkinson’s disease (PD), and Huntington’s disease (HD) are characterized by complex pathologies with progressive neurodegeneration, protein misfolding, oxidative stress, and persistent inflammation. Recent findings indicate the pivotal involvement of epigenetic disruption, particularly aberrant histone deacetylase (HDAC) activity, in disease initiation and progression. In the current review, we systematically discuss the mechanistic function of HDACs across all classes (I, IIa, IIb, III, and IV) in neurodegenerative disease mechanisms, such as their involvement in the modulation of gene expression, mitochondrial function, proteostasis, and neuronal survival. We discuss the therapeutic potential, as well as limitations, of HDAC inhibitors (HDACis), such as pan-inhibitors and isoenzyme-selective inhibitors, and new multi-target-directed ligands with HDAC inhibition combined with acetylcholinesterase modulation, PDE modulation, MAO-B inhibition, or NMDAR modulation. Particular emphasis is placed on the development of HDAC6-selective inhibitors with enhanced brain permeability and reduced toxicity, which have shown promising preclinical efficacy in ameliorating hallmark pathologies of AD, PD, and HD. In addition, s-triazine-based scaffolds have recently emerged as promising chemotypes in HDAC inhibitor design, offering favorable pharmacokinetic profiles, metabolic stability, and the potential for dual-target modulation relevant to neurodegeneration. The review also explores the future of HDAC-targeted therapies, including PROTAC degraders, dual-inhibitor scaffolds, and sustainable, BBB-penetrant molecules. Collectively, this review underscores the importance of HDAC modulation as a multifaceted strategy in the treatment of neurodegenerative diseases and highlights the need for continued innovation in epigenetic drug design
Werbewirkung verspielt? Wie Spielschwierigkeit die Effektivität von In-Game-Advertising beeinflusst
Full text linkUnternehmen setzen zunehmend auf Werbung in Videospielen, doch Studien zeigen, dass die Wirkung nicht immer den Erwartungen entspricht. Die vorliegende Arbeit fußt auf der Evaluativen Konditionierung als Wirkmechanismus für Markeneinstellungen in Videospielen. Für das Experiment wurde ein eigenes 2D-Minispiel entwickelt, um den Einfluss der Spielschwierigkeit auf die Markeneinstellung zu untersuchen. Mit zunehmender Spielschwierigkeit verschlechterte sich die Markeneinstellung signifikant, wobei der gesamte Effekt über den Spielerfolg vermittelt wurde. Dabei wurde die Größe des Effekts nicht durch internale Erfolgsattributionen der Spieler verstärkt. Die korrekte Erinnerung an die Paarung von Spielerfolg und Marke hingegen war maßgeblich für eine erfolgreiche Konditionierung. Die Studie liefert hilfreiche Erkenntnisse für die erfolgreiche Implementierung von In-Game-Advertising und gibt Anstöße für vertiefende Forschungsansätze zu den Konditionierungsprozessen.In response to the increasing use of advertising in video games, this study addresses discrepancies between such marketing practices and expected consumer responses. The re-search is grounded in Evaluative Conditioning as a mechanism influencing brand attitudes within the gaming context. An independent 2D minigame was developed for the experiment to empirically examine the impact of gameplay difficulty on brand attitudes. The results indicate a significant decline in brand attitudes with increasing gameplay difficulty, with the overall effect being mediated by player success. Notably, the magnitude of this effect was not amplified by players' internal attributions of success. However, accurate recall of the pairing between player success and brand emerged as a crucial factor for successful conditioning. These findings offer insights for the effective implementation of In-Game Advertising and suggest avenues for further research into conditioning processes
Künstliche Intelligenz im Studium - Eine quantitative Befragung zur Nutzung KI-basierter Tools durch Hochschullehrende
Full text linkPolicy Recommendations for Higher Education Institutions to Begin Advancing from Digital Transformation to Bifurcation
No full textA quantitative approach to practical transcription of Japanese names into Ukrainian
No full textThis study introduces a quantitative phonetic distance metric to evaluate and improve the practical transcription of Japanese names into Ukrainian. We argue for a standardization of Japanese–Ukrainian transcription grounded in objective phonetic similarity, while also proposing a phonetic-phonemic model that accounts for coarticulation effects in Japanese. By applying a metric method grounded in articulatory phonetics, this work identifies the closest phoneme pairs between Japanese and Ukrainian and assesses their alignment in several established transcription systems. Special attention is given to Japanese palatalized consonants such as [ɕ], [ʑ], and [t͡ɕ], which correspond more accurately to Ukrainian soft alveolar phonemes [sʲ], [zʲ], and [t͡sʲ] than to their post-alveolar counterparts. The results reveal that the modified Fedoryshyn system – replacing the Ukrainian letter “ґ” (“g”) with “г” (“gh”) – most closely aligns with both phonetic and phonological principles of the Ukrainian language. Statistical frequency data from the Ukrainian language corpus further support these findings. The metric method used here provides a replicable framework that can be extended to other language pairs and transcription contexts. This approach enhances linguistic precision and supports the development of consistent, phonetically accurate, and computationally useful transcription systems.В настоящей статье представлена количественная метрика фонетических расстояний для оценки и совершенствования практической транскрипции японских названий на украинский язык. Обосновывается необходимость стандартизации японско-украинской транскрипции исходя из объективного фонетического сходства, а также предлагается фонетико-фонемная модель, учитывающая коартикуляционные эффекты в японском языке. На основе артикуляционного подхода определены наиболее близкие пары фонем между японским и украинским языками и проанализировано их соответствие в ряде существующих систем японско-украинской практической транскрипции. Особое внимание уделено японским палатализованным согласным, таким как [ɕ], [ʑ] и [t͡ɕ], которые точнее соответствуют мягким альвеолярным украинским фонемам [sʲ], [zʲ] и [t͡sʲ] по сравнению с постальвеолярными аналогами. Результаты показывают, что модифицированная система Федоришина – с заменой украинской буквы “ґ” (“g”) на “г” (“gh”) – наилучшим образом согласуется с фонетическими и фонологическими принципами украинского языка. Эти выводы дополнительно подтверждаются статистическими данными частотного употребления из корпуса украинского языка. Применяемый метрический метод формирует воспроизводимую методологию, которую можно адаптировать к другим языковым парам и контекстам транскрипции. Такой подход повышает лингвистическую точность и способствует разработке согласованных, фонетически обоснованных и пригодных для вычислительных задач систем транскрипции