Hochschule Bonn-Rhein-Sieg
Publikationsserver der Hochschule Bonn-Rhein-Sieg - pub H-BRSNot a member yet
7939 research outputs found
Sort by
Design of Calorimetric Measurement System for Determination of the Power Losses in Magnetic Components
No full textComprehensive Data-Driven Assessment of Non-Kinase Targets of Inhibitors of the Human Kinome
No full textProtein kinases (PKs) are involved in many intracellular signal transduction pathways through phosphorylation cascades and have become intensely investigated pharmaceutical targets over the past two decades. Inhibition of PKs using small-molecular inhibitors is a premier strategy for the treatment of diseases in different therapeutic areas that are caused by uncontrolled PK-mediated phosphorylation and aberrant signaling. Most PK inhibitors (PKIs) are directed against the ATP cofactor binding site that is largely conserved across the human kinome comprising 518 wild-type PKs (and many mutant forms). Hence, these PKIs often have varying degrees of multi-PK activity (promiscuity) that is also influenced by factors such as single-site mutations in the cofactor binding region, compound binding kinetics, and residence times. The promiscuity of PKIs is often-but not always-critically important for therapeutic efficacy through polypharmacology. Various in vitro and in vivo studies have also indicated that PKIs have the potential of interacting with additional targets other than PKs, and different secondary cellular targets of individual PKIs have been identified on a case-by-case basis. Given the strong interest in PKs as drug targets, a wealth of PKIs from medicinal chemistry and their activity data from many assays and biological screens have become publicly available over the years. On the basis of these data, for the first time, we conducted a systematic search for non-PK targets of PKIs across the human kinome. Starting from a pool of more than 155,000 curated human PKIs, our large-scale analysis confirmed secondary targets from diverse protein classes for 447 PKIs on the basis of high-confidence activity data. These PKIs were active against 390 human PKs, covering all kinase groups of the kinome and 210 non-PK targets, which included other popular pharmaceutical targets as well as currently unclassified proteins. The target distribution and promiscuity of the 447 PKIs were determined, and different interaction profiles with PK and non-PK targets were identified. As a part of our study, the collection of PKIs with activity against non-PK targets and the associated information are made freely available
1st International Workshop on Standardization in Cybersickness Research: “Establishing Standards for Cybersickness Measurement and Mitigation: A Community-Driven Approach”
No full textGerman Student Responses to Probability Theory and Statistics Bachelor Course (WuS24): Evaluated with Rubrics
No full textThis dataset contains questions and answers from an introductory computer science bachelor course on statistics and probability theory at Hochschule Bonn-Rhein-Sieg. The dataset includes three questions and a total of 90 answers, each evaluated using binary rubrics (yes/no) associated with specific scores
Mixing Flows in Dynamic Fluid Transport Simulations
No full textThis paper presents a new numerically efficient implementation of flow mixing algorithms in dynamic simulation of pipeline fluid transport. Mixed characteristics include molar mass, heat value, chemical composition and the temperature of the transported fluids. In the absence of chemical reactions, the modeling is based on the universal conservation laws for molar flows and total energy. The modeling formulates a sequence of linear systems, solved by a sparse linear solver, typically in one iteration per integration step. The functionality and stability of the developed simulation methods have been tested on a number of realistic network scenarios. The main output of the paper is a functioning and stable implementation of flow mixing algorithms for dynamic simulation of fluid transport networks
Improving Spatial Awareness in Video Mirror-Mediated XR Telementoring through Visual Cues
No full textVielfältigkeitsdimensionen in der visuellen Darstellung von MINT-Berufen: Eine Analyse von Text-to-Image-Generatoren am Beispiel von DALL E Mini
Get PDFText-to-Image-Transformer synthetisieren auf Grundlage ungefilterter Bilddatenbanken und neuronaler Netzwerke (GANs) Bilder. Das Open Access Modell DALL E Mini markiert einen Höhepunkt der Aufmerksamkeit für KI-Anwendungen (vgl. O'Meara/Murphy 2023). Diese Popularität wurde von kritischen Diskussionen begleitet: So schrieben Journalistinnen für Vice und Futurism „The AI That Draws What You Type Is Very Racist, Shocking No One" (vgl. Rose 2022) und „The AI Image Generator Is Spitting Out Some Awfully Racist Stuff“ (vgl. Al-Sibai 2022). Studien zu generativer KI und Social Bias von Cheong et al. (2023) und Naik/Nushi (2023) stellen eine Genderstereotypisierung bei Berufsbildern fest, sowie eine überwiegende Darstellung weiß-konstruierter Subjekte. Auch die Entwickelnden von DALL E Mini gestehen eine Synthese von Vorurteilen gegen Minderheiten ein (vgl. Dayma et al. 2022). Die Unterrepräsentation von Frauen in MINT-Berufen (vgl. Anger et al. 2021: 30ff.) wird unter anderem durch die Selbstidentifikation und Eigenwahrnehmung der MINT-Kompetenz beeinflusst (vgl. Dodiya et al. 2022; Keil/Orth 2023: 31). Bildtransformer als Artefakte heteropatriarchaler Hegemonie könnten so die Technikferne unterrepräsentierter Gruppen als „Kreislauf derPropagierung von Vorurteilen zwischen Gesellschaft, KI und Nutzenden" (Vlasceanu/Amodio 2022: 1) verstärken. Zudem erfahren auch People of Color immer wieder Diskriminierung durch Technologie, die sie nicht mitbedenkt oder überwacht (Automated Anti-Blackness, vgl. Nkonde 2019: 31).
Die vorgeschlagene Arbeit untersucht, wie DALL E Mini zur Reproduktion von Darstellungsdefiziten in MINT-Berufen beiträgt. Über 200 DALL E Mini Bilder zu MINT-Berufen wurden in Bezug auf Genderattribution und People of Color Anteil kodiert. Anschließend wurden Ergebnisse mit repräsentativen Zahlen von Belegschaften aus US-amerikanischen Labor Statistics verglichen. Die Geschlechtszuordnung von KI-synthetisierten Subjekten sollte bei der Kodierung nur durch eine Fremdzuweisung geschehen, die auf Performance-/Diskursmächten basiert; das Individuum ist hier ein Phantasma. Der gender-konforme Ausdruck und das endogeschlechtliche Körperverständnis wird zu einer Attribution herangezogen. Die Benennung der Darstellung von Ausdruck und Körper bei KI-Bildern könnte mit Bezug auf Judith Butler als eine zyklische Gewalt des Dialogs interpretiert werden, die jene Geschehnisse hervorbringt, die sie versucht zu regeln und einzuengen (vgl. Butler 1995: 22). Da die rituelle Geschlechtszuschreibung erst erschafft, was sie versucht zu deklarieren, werden Subjekte bei der Kodierung von Gender mit dem Suffix „-konstruiert“ bezeichnet. Dies soll die Prägung einer Zuweisung durch eine kulturelle Matrix mit dem inhärent konstruierten Duktus von KI-Bildern verknüpfen. Hierdurch differenziert sich die Arbeit von der Kodierung bestehender Studien. Die Ergebnisse zeigen eine starke Tendenz zur Unterrepräsentation von Frauen und People of Color in generierten Bildern. So zeigen dreizehn von zwanzig MINT-Berufe keine weiblich konstruierten Personen, und sechzehn von zwanzig keine Subjekte, die als People of Color kodiert werden konnten. Somit findet eine doppelte Verzerrung durch Bilddatenbanken und generative KI statt, ihre prädiktive Natur (GANs, CLIP) führt zu einer Progredienz des Status Quo. Selbst Promptengineering mit ethischer Intervention (guidance) wie „female computer scientist" führt zu Darstellungen von Wissenschaftlerinnen mit Laborkittel und Schutzbrille vor einem PC, nicht Informatikerinnen.
Die vorgeschlagene Arbeit möchte verdeutlichen, dass Text-to-Image-Generatoren bei unkritischer Anwendung zur Verstärkung bestehender sozialer Ungleichheiten beitragen können und einen Impuls zur Diskussion über den Einsatz generativer KI geben
