Qucosa
Not a member yet
63150 research outputs found
Sort by
Additive Kernel Methods with Fourier Acceleration
No full textKernel matrices are crucial in many learning tasks, such as kernel ridge regression, support vector machines, or Gaussian process regression. One of the main computational bottlenecks when working with large-scale kernel-based learning is dealing with the large and typically dense kernel matrix. Depending on the dimension of the feature space, even computing all of its entries in a reasonable time becomes a challenging task. For such dense matrices, the cost of a matrix-vector product scales quadratically with the dimensionality if no customized methods are applied. Techniques dealing with fast
approximations of such kernel operations typically deteriorate in their performance if the feature space is high-dimensional. In this thesis, we realize evaluations with the kernel matrix via Fourier-accelerated approximations supported by rigorous error analysis. This matrix-free approach leverages the computational efficiency of the non-equispaced fast Fourier transform (NFFT), achieving nearly linear complexity for fixed accuracy. To deal with high-dimensional data sets, we introduce an additive kernel structure based on a feature grouping, decomposing the feature space into multiple sub-kernels that capture lower-order feature interactions only. This additive scheme enables the use of the proposed NFFT approach to maximize efficiency while, in theory, providing the potential to improve accuracy for many real-world data sets. We show that this procedure is also well suited to allow the approximation of the matrix that arises when the kernel is differentiated with respect to the kernel hyperparameters, a problem often found in the training phase of methods such as Gaussian processes. It significantly accelerates multiplications with the kernel matrices and derivative kernel
matrices and reduces memory cost by eliminating the need for costly Hadamard products of the Euclidean distance matrix and the kernel matrix arising from the differentiation. In addition, we use a preconditioning strategy based on low-rank approximations of the sub-kernels in this additive scheme, further speeding up the training phase and enhancing the overall efficiency and effectiveness of the resulting learning model. We analyze the performance of the additive kernel scheme with Fourier-accelerated kernel operations on kernel ridge regression, support vector machine, and Gaussian process regression models on several large-scale data sets
MACHINE LEARNING BASED SOFT SENSOR DEVELOPMENT FOR AUTOMOTIVE FUEL CELL SYSTEMS
No full textThe paper discusses the development of a machine learning based soft sensor for polymer electrolyte membrane fuel cell systems (PEMFC). Different modelling techniques such as decision trees, artificial neural networks (ANN), linear regression, and support vector machines (SVM) were implemented and compared. Artificial neural networks correctly predicted the cathode humidity condition
of the fuel cell with high accuracy for Federal Test Procedure (FTP-75), Worldwide harmonized Light vehicles Test Procedure (WLTP) and New European Driving Cycle (NEDC) driving cycles, outperforming other machine learning models in terms of RMSE (root mean squared error) and R-squared (coefficient of determination) values, which are the metrics used for performance evaluation of regression models.
Furthermore, standard automotive driving cycles, i.e., FTP-75, WLTP and NEDC, are evaluated for their suitability in generating the training data for machine learning applications. Machine learning models trained on data generated by simulating WLTP and NEDC driving cycle produced the best results in terms of consistency and accuracy
METABOLOMSIGNATUR DES ÖSOPHAGEALEN ADENOKARZINOMS
No full textMetabolom des ösophagealen Adenokarzinoms
Die Langzeitprognose des Adenokarzinoms des Ösophagus (EAC) ist trotz Weiterentwicklung der Therapiemöglichkeiten und Standardisierung der Operationsverfahren relativ schlecht. Der Präkursor für das Karzinom ist der Barrett- Ösophagus (BE), dessen Prävalenz insbesondere in der westlichen Welt steigt. Trotz zunehmenden Wissens um die Tumorbiologie gibt es bisher keinen geeigneten prädikativen Tumormarker der den Progress der Metaplasie-Dysplasie-Karzinom- Sequenz stadiengerecht darstellt.
Der Hypothese dieser Arbeit nach sollen durch die massenspektroskopische Analyse des Metaboloms der entsprechenden Krankheitsstadien geeignete Metabolite gefunden werden und dem Grad der Erkrankung zugeordnet werden können. So sollte im optimalen Fall das Potential für einen Biomarker aufgedeckt werden.
Hierfür wurden Einhundertvierunddreißig (n=134) Patienten mit diagnostiziertem BE, diagnostiziertem EAC sowie therapiertem EAC nach Chemotherapie (EAC + CTx) in diese prospektive Studie aufgenommen.
Eine massenspektroskopische (MS) Analyse von 69 definierten Metaboliten wurde mit Trockenblut-Proben der entsprechenden Krankheitsstadien durchgeführt und mit den korrelierenden histologischen Befunden kreuzvalidiert.
Die gewonnenen Metabolom-Profile wurden statistisch ausgewertet. Anschließend erfolgte die
Berechnung der Confounder Diabetes, Alter, BMI und Geschlecht, um den Einfluss möglicher Störfaktoren auf das Metabolom zu detektieren.
In dem Ergebnis lässt sich der Progress anhand dreier Metaboliten stadiengerecht (BE, EAC und EAC+CTx) abbilden. Hierbei handelt es sich um Butyrylcarnitin (C4), Pipecolinsäure (PIPA) und Eicoseneoylcarnitin (C20_1). Zwei dieser gefunden Metabolite zeigten sich zudem nicht beeinflusst von den identifizierten Störfaktoren.
Damit zeigte diese Einzelzentrumsstudie für C4 und PIPA ein mögliches Potential als molekulare, stadienbezogene Biomarker der Metaplasie-Karzinom-Sequenz des EAC. Diese ersten Hinweise müssen in weiteren Studien bestätigt werden, um die hier beschriebenen Ergebnisse weiter verifizieren zu können.:1. ABKÜRUNGSVERZEICHNIS 2
2. EINFÜHRUNG 4
2.1. REFLUXKRANKHEIT 4
2.2. BARRETT EPITHEL 6
2.3. ÖSOPHAGUSKARZINOM 11
2.3.1. EPIDEMIOLOGIE UND ÄTIOLOGIE 11
2.3.2. DIAGNOSTIK 13
2.3.3. STAGING 13
2.3.4. PATHOLOGIE 14
2.3.5. TNM KLASSIFIKATION 16
2.3.6. THERAPIE 18
2.4. MASSENSPEKTROSKOPISCHE BESTIMMUNG DES METABOLOMS DES
ÖSOPHAGUSKARZINOMS 19
3. FRAGESTELLUNG 21
4. MATERIAL UND METHODEN 22
4.1. UNTERSUCHUNGSPROTOKOLL UND TECHNISCHE ASPEKTE 23
4.1.1. ÖSOPHAGO-GASTRO-DUODENOSKOPIE 23
4.1.2. BLUTPROBEN 23
4.1.3. MASSENSPEKTROSKOPIE 24
4.2. STATISTIK 24
4.2.1. DESKRIPTIVE STATISTIK 24
4.2.2. SUBGRUPPNANALYSE 25
5. ERGEBNISSE 27
5.1. DESKRIPTIVE STATISTIK 27
5.2. SUBGRUPPENANALYSE 28
5.2.1. MULTIPLES LINEARES REGRESSIONSMODELL DER
TUMORPROGRESSION UND DES
BEHANDLUNGSANSPRECHENS 28
5.2.2. CONFOUND-ISOLIERUNGS-KREUZVALIDIERUNGSANSATZ
(Metabolite Investigator) 38
6. DISKUSSION 40
7. ZUSAMMENFASSUNG DER ARBEIT 45
8. LITERATURVERZEICHNIS 47
9. ANLAGEN 53
9.1. ABKÜRZUNGEN DER UNTERSUCHTEN METABOLITEN 53
9.2. TABELLENVERZEICHNIS 54
9.3. ABBILDUNGSVERZEICHNIS 54
10. SELBSTSTÄNDIGKEITSERKLÄRUNG 55
11. LEBENSLAUF 56
12. VERÖFFENTLICHUNGEN 59
13. DANKSAGUNG 6
Der Einsatz von multispektralen Satellitenbildern im Geomonitoring von nachbergbaulichen Prozessen
No full textDie Arbeit befasst sich mit dem Einsatz multispektraler Satellitenbilder im Geomonitoring von Prozessen, die nach der Beendigung des Bergbaus in Bergbauregionen auftreten. Die Untersuchungen wurden am Beispiel der Zeche Prosper-Haniel im deutschen Ruhrgebiet durchgeführt, die im Jahr 2018 geschlossen wurde. Diese Region, ein Symbol der deutschen Kohleindustrie, ist geprägt von komplexen Umweltproblemen wie Bodendeformationen, hydrologischen Veränderungen und der Degradation der Vegetation.
Die vorgestellten Analysen basieren auf der Nutzung ausgewählter Gruppen von Fernerkundungsindikatoren, darunter Vegetationsindizes wie GLI, GNDVI, GRNDVI, NDGI, NDVI, Norm_G, Norm_NIR und Norm_R sowie Wasserindikatoren wie MNDWI, MSR, NDWIGao und NDWIMcFeeters. Diese Indikatoren wurden auf Basis von Satellitendaten der Landsat-Mission berechnet. Die Bilder wurden in GIS-Systemen verarbeitet, was detaillierte Untersuchungen der Umweltveränderungen über längere Zeiträume ermöglichte. Zudem wurde eine Methodik zur Nutzung von Drohnen für die Validierung der Satellitendaten sowie Algorithmen des maschinellen Lernens zur Automatisierung der Datenanalyse entwickelt.
Ziel der Arbeit war es, einen umfassenden Ansatz für die Überwachung von Prozessen nach der Schließung von Bergwerken zu entwickeln, der den Anforderungen des Umweltschutzes und der nachhaltigen Bewirtschaftung postindustrieller Gebiete gerecht wird. Die Ergebnisse zeigen, dass Fernerkundungsindikatoren effektiv zur Überwachung von Veränderungen der Bodenoberfläche in Bergbauregionen eingesetzt werden können. Dies ermöglicht die Bewertung von Umweltveränderungen und die Reduzierung negativer Auswirkungen des Bergbaus durch die Planung von Rekultivierungsmaßnahmen. Die Arbeit bietet zudem Empfehlungen für die zukünftige Entwicklung von Monitoring-Tools, einschließlich eines stärkeren Einsatzes von Drohnentechnologie und fortschrittlichen Datenanalysemethoden.:Inhaltverzeichnis
Vorwort 4
Zusammenfassung 5
Abstract 6
Streszczenie 7
Inhaltverzeichnis 8
Abbildungverzeichnis 10
Tabellenverzeichnis 14
Abkürzungsverzeichnis 16
Formelverzeichnis 19
Anlageverzeichnis 20
1. Einleitung 22
2. Stand der Wissenschaft und Technik 24
2.1 Charakterisierung von Umwelteinflüssen bergbaulicher Tätigkeiten 24
2.2 Umweltmanagemetsystemen 42
2.3 Analyse von Monitoringmethoden für nachbergbauliche Prozesse 44
2.3.1 Klassisches geodätisches Monitoring 44
2.3.2 Umweltmonitoring 46
2.3.3 Terrestrische Sensorik 49
2.3.4 Fernerkundung mittels Satelliten 51
2.3.5 Fernerkundung mit UAV 69
2.3.6 Systematisierung und vergleichende Analyse der Methoden in Hinblick auf die Anforderungen zum Bergbaulichen Monitoring. 71
2.4 Geodatenmanagement für Geomonitoring im Nachbergbau 73
2.5 Defizitanalyse 76
2.6 Ziele der Arbeit und Forschungsfragen 78
3. Anforderungsanalyse für ein nachbergbauliches Monitoring am Beispiel des BW Prosper-Haniel 80
3.1 Geographie 80
3.2 Landbeckung 83
3.3 Wasserwirtschaft 85
3.4 Geologie 87
3.5 Hydrogeologie 90
3.6 Tektonik 92
3.7 Bergwerk Prosper-Haniel 94
3.7.1 Abbaugebiete 96
3.8 Bodensenkungen in Forschungsgebiet 98
4. Methodik 99
4.1 Auswahl die Testgebiete 101
4.2 Charakteristik des Satellitenbildes 103
4.2.1 Mission Landsat 105
4.3 Bilderfassung 108
4.4 Preprocessing 109
4.5 Fernerkundungsindikatoren 111
4.5.1 Vegetationsindikatoren 112
4.5.3 Wasserindikatoren 116
4.6 Die Benutzung GIS Software zur Berechnung fernerkundliche Indikatoren 119
4.7 Validierung der Ergebnisse 122
4.7.1 Drohnenbefliegungen 122
4.7.2 Mobile GIS 124
5. Beschreibung der Ergebnisse 125
5.1 Vegetationsindikatoren 125
5.2 Wasserindikatoren 150
6. Interpretation der Ergebnisse 163
6.1 Interpretation der Ergebnisse von Testgebiet 1 163
6.2 Interpretation der Ergebnisse von Testgebiet 2 170
6.3 Interpretation der Ergebnisse von Testgebiet 3 178
6.4 Interpretation die Ergebnisse von Testgebiet 4 186
7. Ausblick 196
8. Zusammenfassung 198
9. Literaturverzeichnis 204
10. Anlagen 241The study examines the application of multispectral satellite imagery in geomonitoring post-mining processes occurring in regions affected by the cessation of extraction activities. The research focuses on the Prosper-Haniel mine in Germany's Ruhr region, which ceased operations in 2018. This region, historically symbolic of the German coal industry, faces significant environmental challenges, including ground deformations, hydrological changes, and vegetation degradation.
The analyses presented in this study rely on selected groups of remote sensing indicators, including vegetation indices such as GLI, GNDVI, GRNDVI, NDGI, NDVI, Norm_G, Norm_NIR, and Norm_R, as well as water indicators like MNDWI, MSR, NDWIGao, and NDWIMcFeeters. These indicators were calculated using satellite data from the Landsat mission and processed in GIS systems, facilitating detailed, long-term environmental change assessments. Furthermore, the study developed a methodology for employing drones to validate satellite data and machine learning algorithms to automate data analysis.
The primary objective of this research was to establish a comprehensive framework for monitoring post-mining processes, addressing environmental protection priorities and the sustainable management of post-industrial landscapes. The findings demonstrate that remote sensing indicators are highly effective for monitoring surface changes in mining regions. This enables the evaluation of environmental transformations and supports the mitigation of mining-related impacts through strategic reclamation planning. Additionally, the study offers recommendations for advancing monitoring tools, emphasizing the integration of drone technology and sophisticated data analysis techniques.:Inhaltverzeichnis
Vorwort 4
Zusammenfassung 5
Abstract 6
Streszczenie 7
Inhaltverzeichnis 8
Abbildungverzeichnis 10
Tabellenverzeichnis 14
Abkürzungsverzeichnis 16
Formelverzeichnis 19
Anlageverzeichnis 20
1. Einleitung 22
2. Stand der Wissenschaft und Technik 24
2.1 Charakterisierung von Umwelteinflüssen bergbaulicher Tätigkeiten 24
2.2 Umweltmanagemetsystemen 42
2.3 Analyse von Monitoringmethoden für nachbergbauliche Prozesse 44
2.3.1 Klassisches geodätisches Monitoring 44
2.3.2 Umweltmonitoring 46
2.3.3 Terrestrische Sensorik 49
2.3.4 Fernerkundung mittels Satelliten 51
2.3.5 Fernerkundung mit UAV 69
2.3.6 Systematisierung und vergleichende Analyse der Methoden in Hinblick auf die Anforderungen zum Bergbaulichen Monitoring. 71
2.4 Geodatenmanagement für Geomonitoring im Nachbergbau 73
2.5 Defizitanalyse 76
2.6 Ziele der Arbeit und Forschungsfragen 78
3. Anforderungsanalyse für ein nachbergbauliches Monitoring am Beispiel des BW Prosper-Haniel 80
3.1 Geographie 80
3.2 Landbeckung 83
3.3 Wasserwirtschaft 85
3.4 Geologie 87
3.5 Hydrogeologie 90
3.6 Tektonik 92
3.7 Bergwerk Prosper-Haniel 94
3.7.1 Abbaugebiete 96
3.8 Bodensenkungen in Forschungsgebiet 98
4. Methodik 99
4.1 Auswahl die Testgebiete 101
4.2 Charakteristik des Satellitenbildes 103
4.2.1 Mission Landsat 105
4.3 Bilderfassung 108
4.4 Preprocessing 109
4.5 Fernerkundungsindikatoren 111
4.5.1 Vegetationsindikatoren 112
4.5.3 Wasserindikatoren 116
4.6 Die Benutzung GIS Software zur Berechnung fernerkundliche Indikatoren 119
4.7 Validierung der Ergebnisse 122
4.7.1 Drohnenbefliegungen 122
4.7.2 Mobile GIS 124
5. Beschreibung der Ergebnisse 125
5.1 Vegetationsindikatoren 125
5.2 Wasserindikatoren 150
6. Interpretation der Ergebnisse 163
6.1 Interpretation der Ergebnisse von Testgebiet 1 163
6.2 Interpretation der Ergebnisse von Testgebiet 2 170
6.3 Interpretation der Ergebnisse von Testgebiet 3 178
6.4 Interpretation die Ergebnisse von Testgebiet 4 186
7. Ausblick 196
8. Zusammenfassung 198
9. Literaturverzeichnis 204
10. Anlagen 241Praca dotyczy zastosowania multispektralnych obrazów satelitarnych w geomonitoringu procesów poeksploatacyjnych, które zachodzą w regionach górniczych po zakończeniu działalności wydobywczej. Badania przeprowadzono na przykładzie kopalni Prosper-Haniel w niemieckim Zagłębiu Ruhry, zamkniętej w 2018 roku. Region ten, będący symbolem niemieckiego przemysłu węglowego, charakteryzuje się złożonymi wyzwaniami środowiskowymi, w tym deformacjami gruntu, zmianami hydrologicznymi oraz degradacją roślinności.
Przedstawione analizy opierają się na wykorzystaniu wybranych grup wskaźników teledetekcyjnych, takich jak wskaźniki wegetacyjne: GLI, GNDVI, GRNDVI, NDGI, NDVI, Norm_G, Norm_NIR, Norm_R oraz wskaźniki wodne: MNDWI, MSR, NDWIGao czy NDWIMcFeeters, które obliczono na podstawie danych satelitarnych z misji Landsat. Obrazy te przetworzono w systemach GIS, co umożliwiło szczegółowe badanie zmian w środowisku w długoterminowej perspektywie czasowej. Opracowano również metodykę wykorzystania dronów do weryfikacji danych satelitarnych oraz algorytmów uczenia maszynowego do automatyzacji analizy danych.
Celem pracy było stworzenie kompleksowego podejścia do monitorowania procesów zachodzących po zakończeniu eksploatacji górniczej, z uwzględnieniem potrzeb ochrony środowiska oraz wymagań zrównoważonego zarządzania terenami poprzemysłowymi. Wyniki badań wskazują, że wskaźniki teledetekcyjne mogą być skutecznie wykorzystywane do monitorowania zmian powierzchni terenu w regionach górniczych, co umożliwia ocenę zmian środowiskowych oraz redukcję negatywnego wpływu działalności górniczej poprzez planowanie działań rekultywacyjnych. Praca dostarcza także rekomendacji dotyczących przyszłego rozwoju narzędzi monitoringu, w tym większego wykorzystania technologii dronów i zaawansowanych metod analizy danych.:Inhaltverzeichnis
Vorwort 4
Zusammenfassung 5
Abstract 6
Streszczenie 7
Inhaltverzeichnis 8
Abbildungverzeichnis 10
Tabellenverzeichnis 14
Abkürzungsverzeichnis 16
Formelverzeichnis 19
Anlageverzeichnis 20
1. Einleitung 22
2. Stand der Wissenschaft und Technik 24
2.1 Charakterisierung von Umwelteinflüssen bergbaulicher Tätigkeiten 24
2.2 Umweltmanagemetsystemen 42
2.3 Analyse von Monitoringmethoden für nachbergbauliche Prozesse 44
2.3.1 Klassisches geodätisches Monitoring 44
2.3.2 Umweltmonitoring 46
2.3.3 Terrestrische Sensorik 49
2.3.4 Fernerkundung mittels Satelliten 51
2.3.5 Fernerkundung mit UAV 69
2.3.6 Systematisierung und vergleichende Analyse der Methoden in Hinblick auf die Anforderungen zum Bergbaulichen Monitoring. 71
2.4 Geodatenmanagement für Geomonitoring im Nachbergbau 73
2.5 Defizitanalyse 76
2.6 Ziele der Arbeit und Forschungsfragen 78
3. Anforderungsanalyse für ein nachbergbauliches Monitoring am Beispiel des BW Prosper-Haniel 80
3.1 Geographie 80
3.2 Landbeckung 83
3.3 Wasserwirtschaft 85
3.4 Geologie 87
3.5 Hydrogeologie 90
3.6 Tektonik 92
3.7 Bergwerk Prosper-Haniel 94
3.7.1 Abbaugebiete 96
3.8 Bodensenkungen in Forschungsgebiet 98
4. Methodik 99
4.1 Auswahl die Testgebiete 101
4.2 Charakteristik des Satellitenbildes 103
4.2.1 Mission Landsat 105
4.3 Bilderfassung 108
4.4 Preprocessing 109
4.5 Fernerkundungsindikatoren 111
4.5.1 Vegetationsindikatoren 112
4.5.3 Wasserindikatoren 116
4.6 Die Benutzung GIS Software zur Berechnung fernerkundliche Indikatoren 119
4.7 Validierung der Ergebnisse 122
4.7.1 Drohnenbefliegungen 122
4.7.2 Mobile GIS 124
5. Beschreibung der Ergebnisse 125
5.1 Vegetationsindikatoren 125
5.2 Wasserindikatoren 150
6. Interpretation der Ergebnisse 163
6.1 Interpretation der Ergebnisse von Testgebiet 1 163
6.2 Interpretation der Ergebnisse von Testgebiet 2 170
6.3 Interpretation der Ergebnisse von Testgebiet 3 178
6.4 Interpretation die Ergebnisse von Testgebiet 4 186
7. Ausblick 196
8. Zusammenfassung 198
9. Literaturverzeichnis 204
10. Anlagen 24
Verwertung von Abwärme und Sauerstoff zur Steigerung der Rentabilität von Elektrolyseuren in kostenoptimalen Energiesystemen
No full textGrüner Wasserstoff ist ein zentrales Element für die Energie- und Wärmewende, jedoch ist der Betrieb von Elektrolyseuren noch nicht rentabel. Etwa 20 – 50 % der zugeführten Energie gehen während der Elektrolyse verloren, wovon ein Großteil in Form von Wärme und Sauerstoff weitergenutzt werden könnte. Wir untersuchen in einem Optimierungsmodell, wie die Verwertung der Elektrolysenebenprodukte zur Rentabilitätssteigerung beitragen kann, wenn Unsicherheiten über eine Monte-Carlo-Simulation hinreichend berücksichtigt werden. Vier Szenarien veranschaulichen die kostenoptimale Investitions- und Einsatzplanung mit und ohne Allokation der Investitionskosten auf die Elektrolysenebenprodukte. Es zeigt sich, dass Elektrolyseure bei ausgewählten Kombinationen aus Elektrolyseleistungen und Wasserstoffexportpreisen rentabel sein können. Der ROI weist die Rentabilitätssteigerung durch Kostenallokation auf die Elektrolysenebenprodukte nach. Es wird abschließend diskutiert, wie Modell und Methodik weiterentwickelt werden könnten, um die Investitions- und Einsatzplanung unter Unsicherheit für wasserstoffbasierte Energiesysteme zu optimieren.Green hydrogen is a key element of the energy and heat transition, but the operation of electrolyzers is not yet profitable. Around 20 - 50 % of the energy supplied is lost during electrolysis, much of which could be reused in the form of heat and oxygen. In an optimization model, we are investigating how the utilization of electrolysis by-products can contribute to increasing profitability if uncertainties are adequately taken into account using a Monte Carlo simulation. Four scenarios illustrate the cost-optimized investment and deployment planning with and without allocation of investment costs to the electrolysis by-products. It is shown that electrolyzers can be profitable with selected combinations of electrolysis capacities and hydrogen export prices. The ROI demonstrates the increase in profitability through cost allocation to the electrolysis by-products. The paper concludes by discussing how the model and methodology could be further developed to optimize investment and deployment planning under uncertainty for hydrogen-based energy systems