University of Kaiserslautern
KLUEDO Publication Server of University of Kaiserslautern-Landau (RPTU)Not a member yet
6017 research outputs found
Sort by
Tiefkalte Kühlstrategien bei der Fräsbearbeitung - Einfluss auf den Werkzeugverschleiß sowie Prozess- und Prozessergebnisgrößen beim Fräsen von Ti-6Al-4V
Get PDFTi-6Al-4V zeichnet sich durch eine sehr geringe Wärmekapazität und Wärmeleitfähigkeit aus, was bei der Zerspanung des Werkstoffs zu hohen thermischen Lasten an den Werkzeugschneiden fuhren kann. In Superposition mit der chemischen Reaktivität des Titans fuhrt dies zu einem ausgeprägten Werkzeugverschleiß, weswegen Ti-6Al-4V als schwer zerspanbarer Werkstoff klassifiziert wird. Um diesem thermo-chemisch induzierten Verschleiß entgegenzuwirken, müssen die auftretenden Schnitttemperaturen minimiert werden, was die Verwendung effektiver Kühlstrategien obligatorisch macht. In diesem Kontext weisen tiefkalte Kühlstrategien ein hohes Potential auf, da sie durch die Zufuhr von Kühlmedien bei Temperaturen weit unter 0 ◦C hohe Kühlleistungen realisieren können. In dieser Arbeit wird der Einsatz einer kryogenen CO2-Kühlung sowie die Verwendung eines sub-zero Kühlschmierstoffs beim Fräsen von Ti-6Al-4V untersucht. Dabei wird zunächst die Zufuhrstrategie der beiden tiefkalten Kühlstrategien in Abhängigkeit von dem auftretenden thermo-mechanischen Belastungskollektiv ausgelegt. Darauf aufbauend wird die Auslegung des Fräsprozesses sowie das Standvermögen der eingesetzten Werkzeuge beim kryogenen und sub-zero Fräsen untersucht. Die Ergebnisse zeigen, dass die kryogene CO2-Kuhlung zwar eine hohe Kühlwirkung erreichen kann, es aber aufgrund mangelnder Schmierwirkung dennoch zu einem ausgeprägten Werkzeugverschleiß kommt. Dahingegen ermöglichen die vorteilhaften Kuhl- und Schmiereigenschaften der sub-zero Kühlstrategie eine deutliche Reduzierung der thermischen Last, wodurch ein stabiler Fräsprozess auch bei anspruchsvollen Schnittbedingungen sowie eine Verbesserung des Standvermögens realisiert werden
Quantitative NMR methods for reaction and process monitoring
Get PDFAbstract
In this work, new methods are presented that facilitate the application of Nuclear Magnetic Resonance (NMR) spectroscopy for monitoring of reactions and processes. NMR spectroscopy has the advantage that it enables both elucidation of species and their following quantification in a reacting mixture in situ without the need of prior calibration. New post-processing methods were developed that enable handling of large sets of NMR spectra and that reduce influence of the user on the outcome of the measurements of the composition. Furthermore, a spectral analysis method was introduced and tested that allows evaluating the acquired NMR signals quantitatively even if the peaks in the NMR spectrum are distorted and the concentration of analytes becomes very small. As the standard NMR equipment is mostly designed for structure elucidation purposes but not for reaction and process monitoring, the apparatuses were tailored in this work. A liquid thermostatted NMR probe head is presented, in which fast reactions can be monitored under isothermal conditions. Methods and experimental procedures were established to investigate chemical equilibria of different industrial relevant systems in situ. Examples are: the formation of intermediates in the reaction system that is found in the synthesis of crotonaldehyde from acetaldehyde and water, and the reaction that take place in aqueous methyl diethanolamine solutions when loaded with carbon dioxide. Furthermore, an inline analysis method for monitoring dynamic processes reliably with a high chemical and temporal resolution is presented. To demonstrate the potential of this method, the complex interactions of reaction and separation in a fixed-bed chromatographic reactor process were studied. Furthermore, a benchtop NMR spectrometer was employed to study liquid-liquid phase equilibria in situ in different systems. This new type of spectrometer are an interesting alternative to the high-field NMR spectrometer because of its smaller size and lower costs. The results show that benchtop NMR spectrometers have the potential to widen the range of application of NMR spectroscopy for reaction and process monitoring significantly. This works demonstrate that NMR spectroscopy is a useful tool in chemical reaction engineering as it enables detailed insights into complex reactions and processes and provides data that is essential for the development of reliable process models
Documentation for LinTim 2024.12
Get PDFLinTim is a scientific algorithm and dataset library that has been under development since 2007 and offers the possibility to carry out the various planning steps in public transportation. Although the name originally derives from "Line planning and Timetabling", the available functions have grown far beyond this scope. This is the documentation for version 2024.12. For more information, see https://www.lintim.net
Pain Reduction in Patellofemoral Knee Patients During 3-Month Intervention with Biomechanical and Sensorimotor Foot Orthoses: A Randomized Controlled Clinical Study
Get PDFBackground: Patellofemoral pain (PFP) significantly affects patients’ daily activities and consequently reduces their quality of life. Custom-made foot orthoses (FOs) are a common method of medical treatment that positively influences biomechanical factors such as the kinematics of the lower extremity and reduces pain perception in patients.
However, there is a gap in research regarding the influence of different FO treatments on knee pain. Therefore, this study addresses the impact of biomechanical foot orthoses(BMFOs) and sensorimotor foot orthoses (SMFOs) on patients with foot deformity and PFP. Methods: A total of 26 participants (9 men, 17 women; 27.7 ± 10.7 years; 175.0 ± 0.1 cm; 75.7 ± 18.8 kg; BMI: 24.7 ± 5.6) took part in this randomized controlled clinical trial. In
the pre-test, knee pain was evaluated using the Kujala Anterior Knee Pain Scale after the physician’s anamnesis and plantar pressure measurement. A 3-month intervention with SMFO and BMFO was performed, and weekly development was evaluated using 11-item visual analog scales (VASs). Repeated measures analyses of variance were used to assess differences between time of measurements (ToMs) and the interaction effect between ToMs and treatment groups (SMFO, BMFO). Results: Statistical analysis revealed no statistically
significant interaction between ToMs and treatment groups but a significant main effect on Kujala anterior knee pain scores (MDiff = 10.189; p = 0.014) and 12-week VAS (p = 0.001). Conclusions: The findings indicate that both treatment approaches effectively alleviated perceived knee pain in the PFP sample with foot deformity, with neither approach demonstrating superior efficacy. This trial was registered in the WHO International Clinical Trials Registry Platform (ICTRP) and German Clinical Trials Register(DRKS00035082)
Automatic Differentiation of Compiled Programs
Get PDFAlgorithmic differentiation (AD) is a set of techniques to "differentiate computer programs": Given a primal program that evaluates some mathematical function, AD allows to evaluate the derivative function. Unlike numerical difference quotients, algorithmic derivatives are accurate up to machine precision and, in the "reverse mode", can be formed with respect to a large number of input variables in one stroke. When combined with gradient-based optimization algorithms, AD is therefore a powerful tool to optimize engineering designs or learn weights of neural networks, besides many other applications. Up to date, most implementations of AD access the primal program via its source code, which they require to be available and written in a limited set of programming languages, typically not supporting the full language standards without manual user intervention.
In this dissertation, we present the novel AD tool Derivgrind that interacts with the machine code of the compiled primal program. Implemented in the Valgrind framework for dynamic binary instrumentation, Derivgrind augments portions of machine code with AD logic just in time before they potentially execute on the processor.
Specifically, Derivgrind's forward-mode AD logic keeps track of a floating-point "dot value" for every floating-point number appearing during the execution of the primal program. These dot values store the derivatives with respect to a single input variable, and are computed alongside, using elementary differentiation rules. Derivgrind also implements reverse-mode AD, by inserting AD logic that tags all floating-point numbers with identifiers, and uses them to record the real-arithmetic evaluation graph on a datastructure called the "tape".
Besides our extensive suite of regression tests and a simple numerical solver for Burgers' partial differential equation, we have tested Derivgrind on three larger software projects: the Python interpreter CPython, the spreadsheet software LibreOffice Calc, and the medical imaging application GATE based on the Monte-Carlo particle physics simulator Geant4. We are not aware of any successful previous attemps to compute algorithmic derivatives of these programs. With Derivgrind, only a few lines of code needed to be changed to accomplish that.
As a price for its versatility, Derivgrind slows down the primal program by a larger factor than many source-code-based tools. In addition, the issue of "bit-tricks" is more pronounced on the machine code level: If the primal program performs real-arithmetic operations in too obscure ways, Derivgrind cannot recognize their arithmetic meaning and may compute wrong derivatives. We have included a detailed discussion of various bit-trick mechanisms; in practical terms, nearly all of them are academic or originate from highly optimized math libraries. As long as differentiating those are avoided, Derivgrind is applicable to an unprecedentedly wide range of cross-language or partially closed-source software with little manual efforts
Der Transfer von Bildung für nachhaltige Entwicklung (BNE) über den Schulträger – Potenziale und Herausforderungen am Beispiel des BNE-Programms des Landkreises Waldeck-Frankenberg
Get PDFBildung für nachhaltige Entwicklung (BNE) wird global eine wachsende Bedeutung für einen nachhaltigen Entwicklungsprozesse beigemessen. BNE ist ein integraler Bestandteil der Agenda 2030, explizit als Zielsetzung im SDG 4.7 formuliert und wird als eine Voraussetzung für die Verwirklichung der anderen SDGs angesehen. Als ganzheitliches und transformatorisches Bildungskonzept soll BNE die Menschen befähigen, sich an der Gestaltung einer sozial, ökologisch und ökonomisch tragbaren Zukunft zu beteiligen. In Deutschland werden die Strukturen, Programme und Maßnahmen zur Umsetzung von BNE seit 2015 auf einer nationalen Plattform BNE gebündelt und wissenschaftlich begleitet. Das Monitoring zum Bildungsbereich Schule zeigt in einer Untersuchung aus dem Jahr 2022, dass mehr als ein Drittel der befragten Lernenden sich nicht oder gar nicht durch das formale Bildungssystem befähigt zu fühlen, einen Beitrag zur Lösung von Nachhaltigkeitsproblemen leisten zu können. Es stellt sich daher die Frage, wie das Bildungskonzept BNE in die Schulen getragen werden kann und welche Strukturen und Bedingungen einen BNE-Transfer befördern können. Die vorliegende Arbeit untersucht die Möglichkeit eines Transfers über den Schulträger anhand eines konkreten Umsetzungsbeispiels aus dem nordhessischen Landkreis Waldeck-Frankenberg, der in seiner Funktion als Schulträger ein BNE-Programm aufgesetzt hat, um die Umsetzung von BNE in den Schulen seines Verantwortungsbereichs in Kooperation mit außerschulischen Bildungspartnern voranzubringen. Die Untersuchung ordnet zunächst das BNE-Programm innerhalb der rechtlichen und strukturellen Rahmenbedingungen sowie der politischen Zielvorgaben ein. Darauf aufbauend werden die konkreten Erfahrungen der verschiedenen Akteure im Kontext des BNE-Programms in Bezug auf den Transferprozess analysiert, herausfordernde und förderliche Bedingungen dargestellt und konkrete Handlungsempfehlungen für verschiedene Akteure und politische Entscheidungsträger abgeleitet
[Halb-]trocken im Unterstockbereich?
Get PDF[Halb]- trocken im Unterstockbereich?
„Untersuchungen meteorologisch-hydrologischer Messgrößen im Weinbau als Anpassungsstrategie an den Klimawandel sowie für eine nachhaltige Wassernutzung von Vitis vinifera [cv. Riesling]. “
Christian Ihrig & Sascha Henninger
RPTU Kaiserslautern
Der vom Menschen verursachte Klimawandel beeinflusst sowohl langfristige Klimaprozesse, als auch das aktuelle, kurzfristige Wettergeschehen in allen Regionen der Erde. Er äußert sich in einer Vielzahl an Phänomenen, die sich je nach Klimagebiet unterschiedlich manifestieren lassen oder auch unterschiedliche Auswirkungen mit sich bringen. Diese Forschungsarbeit beschäftigt sich mit dem Wasserhaushalt von Weinreben im Rahmen des rezenten Klimawandels. Ziel dieses Projektes ist es, mittels meteorologisch-hydrologischen Messgrößen eine Anpassungsstrategie zu generieren, die auf alle Weinbauregionen in Rheinland-Pfalz übertragen werden kann, um Winzer*innen die Möglichkeit zu eröffnen, auf natürlicher Art und Weise der Rebe Wasser zugänglich zu machen.
Durch die Zunahme abiotischer Schäden (z.B. Niederschlag) und die Veränderung der Vegetationszeit sowie die Zunahme invasiver Schaderreger ist vermehrt eine Steigerung der Vulnerabilität des Ökosystems „Wingert“ zu erkennen. Winzer*innen werden aufgrund der Zunahme von Extremwetterereignissen (Hitze-/Dürrephasen) zur langfristigen Bewässerung ihrer Weinbauflächen gezwungen. Große Mengen Wasser werden bereits vereinzelt in Weinbergsregionen gepumpt, was langfristig hinsichtlich eines sinkenden Grundwasserspiegels einen fatalen Fehler darstellt. Die ressourcenschonende Gestaltung des Wasserhaushaltes sollte daher in den Mittelpunkt der Weinbauforschung gestellt werden. Weinbauer*innen sind an regional-/ lokalklimatischen Lösungsmöglichkeiten und Anpassungsstrategien interessiert, um Risiken für die Anbaufrucht reduzieren und auf die lokalklimatischen Auswirkungen des Klimawandels reagieren zu können. Um gegen dieses Risiko anzugehen und den Produktionsausfall zu minimieren, muss die Anpassungsfähigkeit in Sachen Wasserhaushalt der Reben bekräftigt werden. Demzufolge wird das Mikroklima in der Weinbauregion Rheinhessen mittels des Einsatzes der Scholander-Druckkammer untersucht. Die Bestimmung des Wasserstatus hinsichtlich der exakten Bewässerungssteuerung von Weinreben hat sich durch das frühmorgendliche Blattwasser- (Ψpd) und mittägliche Stammwasserpotential (Ψstem) bewährt. Physiologische Prozesse, wie die stomatäre Leitfähigkeit der Blattschließzellen sowie das vegetative Wachstum, aber auch die Photosynthese, sind direkt oder indirekt an Ψpd + Ψstem gekoppelt. Darüber hinaus lässt sich der Wasserhaushalt durch ein an Trockenstandorten angepasstes Bodenpflegesystem, wie zum Beispiel einer flächendeckenden Bodenabdeckung mittels Holzhäcksel, deutlich verbessern. Des Weiteren wird das Mikroklima im Weinberg durch die Laubwandstruktur mitbestimmt, was durch eine gesteigerte Photosyntheseleistung der Laubwand, eine optimale Belüftung und Belichtung gewährleistet wird. Im praktischen Weinbau wird dies durch die Höhe der Laubwand realisiert. Um dem Herbizid im Unterstockraum durch das anstehende Glyphosatverbot eine Alternative zu bieten, entwickelt die Landmaschinenbranche bereits heute alternative Arbeitsgeräte, die eine Möglichkeit darstellen, dem Wuchs des Unkrautes im Unterstockbereich entgegenzuwirken.
Daher ist es von gesteigertem Interesse zu analysieren, inwiefern sich eine Bodenabdeckung im Unterstockbereich von einer flächendeckenden bzw. moderaten Tropfbewässerung in Flachlage unterscheidet. Darüber hinaus sollen Möglichkeiten zur Reduzierung des Wasserverbrauchs und zur Reifeverzögerung (Verminderung des Botrytisbefalls, Verlängerung der Reifedauer, Vermeidung eines zu hohen Alkoholgehaltes) durch eine kürzere Laubwandhöhe beim Riesling in Flachlage in diesem Projekt erprobt werden. Als Versuchsvarianten dienen vier Variationen, um abgrenzbare und eindeutige Ergebnisse erzielen zu können (V1: Tropfbewässerung; V2: Unterstockabdeckung Holzhäcksel; V3: Flächendeckende Holzhäcksel; V4: Kontrollvariante)
Infobrief FBK 72/24
Get PDFInformationen aus dem Lehrstuhl für Fertigungstechnik und Betriebsorganisatio
Amtliche Bekanntmachung der RPTU Kaiserslautern-Landau 2024.04
Get PDFAmtliche Bekanntmachung der RPTU Nr. 04/14. Mai 202
Application of hybrid quantum machine learning for image processing in the NISQ era
Get PDFMachine learning and artificial intelligence are pivotal pillars in the area of
computer vision, especially object detection and classification. They support
or replace conventional methods such as morphological operators or manual
surveillance. These models, tailored and trained for various use cases, typically possess a vast number of trainable parameters to cover a wide range of scenarios.
However, their sizes have reached a point where classical computers struggle
to train them efficiently, both in terms of time and computational resources.
Moreover, the data itself is becoming increasingly detailed and thus larger. In
our case, we are dealing with 2D or 3D image data, specifically gray value
images.
One promising avenue to mitigate computational demands is quantum computing.
With properties like superposition, entanglement, and other quantum
mechanical properties, there exists a theoretical advantage over classical methods.
In this doctoral thesis, we aim to investigate the practical utility of quantum
hardware in several application scenarios.
The first part of our study focuses on encoding classical image data into
quantum states. To design quantum algorithms, we must first transform image
information, represented as gray values, into quantum states. This step is
crucial and a main part for the development of quantum algorithms. Image
information is converted into quantum states through methods like basis encoding,
amplitude encoding, or phase encoding. We contribute to this field by
enhancing a phase encoding method called Flexible Representation of Quantum
Images (FRQI). This contribution is included in our two papers [1, 2] and in
Chapter 4 in this thesis. Our approach reduces the number of so called CXoperations
and consequently the errors observed on current quantum hardware.
We also evaluate the scalability in terms of feasibility and usability on existing
hardware.
We adapted our research for the following parts of the thesis based on the
results of the first part. We can not encode and retrieve large images on current
quantum devices. Either we simulate the quantum hardware as in the second
part of this thesis, reduce the image size, or use hybrid approaches as in the
other parts of this thesis.
In the second part, we concentrate on amplitude encoding, with Quantum
Probability Image Encoding (QPIE), and apply the Quantum Fourier Transform
(QFT) to the quantum states. We can detect the orientation of objects in images
with this approach by using additional post-processing methods. We compare
the results of the QFT with those of the Fast Fourier Transform (FFT) and
demonstrate that, at least on the simulator, we get the same results as with the
classical method (see Chapter 5).
The third part of the study is about edge detection of objects in gray value
images. We use the idea of a quantum artificial neuron as the core building block
of our algorithm (see [3] and Chapter 6). In this part, our primary focus is on
the algorithm’s robustness in the face of current hardware limitations. To tailor
it further to the current hardware, we developed six variations of the algorithm
with the aim of reducing the number of quantum circuits. We compare the
results of the six variations. Our adaption of the algorithm allows to examine
image sizes that were previously unattainable by quantum algorithms on existing
quantum hardware.
In the fourth part, we focus on hybrid algorithms in the form of quantum
transfer learning. Drawing from the experiences of the first part regarding the
practical usability of current hardware, quantum transfer learning offers a way
to circumvent these limitations by keeping some parts of the algorithm classical
while executing other parts on quantum hardware. Our algorithm demonstrates
its utility in detecting small cracks with a thickness of approximately one or
two pixels in concrete samples (see [4] and Chapter 7). We highlight differences
between simulators and current quantum computers and demonstrate the capability
to detect the cracks in the images with the current quantum hardware.Maschinelles Lernen und künstliche Intelligenz bilden wichtige Säulen im Bereich
Computer Vision. Vor allem bei der Erkennung von Objekten oder der Klassifizierung
von Bildern unterstützen oder ersetzen sie dabei klassische Methoden,
wie morphologische Operatoren oder auch händische Überwachung. Dabei sind
die Modelle, die trainiert und auf Probleme angepasst werden, meist nicht optimiert.
Es wird versucht, mit einer großen Anzahl von trainierbaren Parametern
jeden Use-Case abzudecken. Mittlerweile ist die Anzahl an Parametern
so stark gestiegen, dass selbst leistungsstarke klassische Computer einen hohen
Rechenaufwand haben und viel Zeit benötigen, um die Modelle zu trainieren.
Des Weiteren werden die Bilder oder Daten mit verbesserten Kameras oder
Scangeräten zunehmend detaillierter und benötigen somit auch mehr Speicherplatz.
In unserem Fall handelt es sich um 2D oder 3D Bilddaten und in dieser
Arbeit speziell um 2D Grauwertbilder.
Eine vielversprechende Möglichkeit, Rechenaufwand zu sparen, bildet Quantencomputing.
Mit Superposition, Verschränkung und weiteren quantenmechanischen
Effekten ist dabei ein theoretischer Vorteil gegenüber klassischen Methoden
nachweisbar. Allerdings ist neben den theoretischen Vorteilen nur wenig
über den praktischen Nutzen von Quantencomputern erforscht. Wir untersuchen
in dieser Doktorarbeit speziell die Möglichkeiten für eine Nutzung von
Quantencomputern im Bereich der Bildverarbeitung.
Im ersten Teil geht es dabei um die Kodierung der klassischen Bilddaten.
Um Quantenalgorithmen entwerfen zu können, müssen wir zunächst die Bildinformationen,
in Form von Grauwerten, in Quantenzustände überführen. Diese
Kodierung ist ein sehr wichtiger Schritt und legt den Grundstein dafür, welche
Arten von Quantenalgorithmen später angewendet werden können. Die Bildinformationen
werden dabei über Basis-, Amplituden- oder Phasenkodierung
in Quantenzustände umgewandelt. Die Verbesserung einer Methode basierend
auf Phasenkodierung, Flexible Representation of Quantum Images (FRQI), ist
Teil dieser Arbeit (siehe [1, 2] und Kapitel 4). Wir reduzieren dabei die Anzahl
von sogenannten CX-Operationen und somit auch den Fehler, welchen wir
aktuell auf der Quantenhardware bekommen. Zusätzlich zeigen wir mit einer
experimentellen Studie, bis zu welcher Bildgröße eine Nutzung von FRQI auf
aktuellen Quantencomputern möglich ist und bis zu welcher die Rekonstruktion
des Bildes genaue Ergebnisse liefert.
Nach der Untersuchung verschiedener Quantenkodierungsmöglichkeiten im
ersten Teil, nutzen wir diese für die weiteren Teile dieser Arbeit. Wir haben
unsere weiteren Forschungen und Untersuchungen für die folgenden Teile der
Arbeit anhand der Erkenntnisse des ersten Teils angepasst. Wir können mit
den aktuellen Quantencomputern keine großen Bilder enkodieren und wieder verlustfrei rekonstruieren. Als Ausweg können wir aktuell entweder einen Quantencomputer
wie im zweiten Teil der Arbeit simulieren, die Bildgröße reduzieren
oder hybride Ansätze verwenden, wie in den anderen Teilen dieser Arbeit.
Im zweiten Teil dieser Arbeit nutzen wir die Amplitudenkodierungmethode
Quantum Probability Image Encoding (QPIE) und wenden die Quanten Fourier
Transformation (QFT) auf die Quantenzustände an. Dadurch können wir mit
weiteren Bildverarbeitungsmethoden die Orientierung von Objekten in Bildern
erkennen. Wir vergleichen die Ergebnisse der QFT mit der schnellen Fourier
Transformation (FFT) und zeigen, dass zumindest auf dem Simulator die gleichen
Ergebnisse erzielt werden können wie mit der klassischen Methode (siehe
Kapitel 5).
Den dritten Teil der Arbeit bildet die Erkennung von Kanten von Objekten
in Grauwertbildern. Dabei nutzen wir die in die Quantenwelt überführte
Idee eines künstlichen Neurons als Grundbaustein unseres Algorithmus (siehe
[3] und Kapitel 6). In diesem Teil der Arbeit liegt der Fokus vor allem auf der
Robustheit des Algorithmus gegenüber den aktuellen Fehlern der Hardware.
Um den Algorithmus noch stärker auf die aktuelle Hardware anzupassen, entwickelten
wir sechs Varianten des Algorithmus mit dem Ziel die Anzahl der
Quanten-Schaltkreise zu reduzieren. Wir vergleichen die Ergebnisse der sechs
Variationen in dieser Arbeit. Durch die Anpassung des Algorithmus können wir
größere Bilder verarbeiten, die zuvor noch nicht von Quantenalgorithmen auf
der aktuellen Quantenhardware verarbeitet wurden.
Im vierten Teil konzentrieren wir uns auf hybride Algorithmen. Aus den Erfahrungen
des ersten Teils bez
üglich der praktischen Nutzbarkeit der aktuellen
Hardware, bildet Quantum Transfer Learning eine Möglichkeit mit diesen aktuellen
Beschränkungen umzugehen. Wir behalten die Struktur eines neuronalen
Netzes wie im klassischen Sinne bei und ersetzen lediglich Teile davon
mit Quantenschaltkreisen. Wir nutzen diesen hybriden Algorithmus zur Erkennung
kleiner Risse mit einer Dicke von etwa ein oder zwei Pixeln in Betonproben
(siehe [4] und Kapitel 7). Wir zeigen Unterschiede zwischen Simulatoren und
den aktuellen Quantencomputern auf und demonstrieren die Fähigkeit, Risse in
den Bildern mit der aktuellen Quantenhardware zu erkennen