@phdthesis{Gaigall2016,
  author    = {Gaigall, Daniel},
  title     = {Vergleich von statistischen Tests im verbundenen und unabh{\"a}ngigen Stichprobenfall},
  publisher = {Gottfried Wilhelm Leibniz Universit{\"a}t Hannover},
  address   = {Hannover},
  doi       = {10.15488/8678},
  pages     = {281 Seiten},
  year      = {2016},
  abstract  = {Es werden Effizienzbegriffe zum Vergleich von statistischen Tests basierend auf verschiedenen statistischen Experimenten eingef{\"u}hrt. Dabei handelt es sich um die schon aus dem Vergleich von statistischen Tests in je demselben Modell bekannten asymptotischen relativen Effizienzen wie die Hodges-Lehmann-Effizienz, die Bahadur-Effizienz und die Pitman-Effizienz sowie um Kriterien basierend auf Volumina von Konfidenzbereichen. Effizienzaussagen werden unter anderem f{\"u}r Likelihood-Quotienten-Tests und Waldsche Tests im Rahmen eines allgemeinen multivariaten parametrischen Modells erhalten. Statistische Tests zur Pr{\"u}fung von Hypothesen {\"u}ber die relative Wirksamkeit zweier Experimente werden vorgeschlagen. Auf der Grundlage der erhaltenen Ergebnisse erfolgt ein Vergleich der Wirksamkeit von korrespondierenden Verfahren bei verbundener Stichprobenerhebung und unabh{\"a}ngiger Stichprobenerhebung. Die Rolle der Kovarianzmatrix bei verbundener Stichprobenerhebung wird insbesondere unter der Annahme, dass die zugrunde liegenden Verteilungen durch k-parametrische Exponentialfamilien modellierbar sind, herausgearbeitet. Verbindungen zu Effizienzbegriffen bei Punkt- und Konfidenzbereichssch{\"a}tzverfahren werden aufgezeigt. Ausf{\"u}hrlichere Untersuchungen betreffen die korrespondierenden Hotellingschen T²-Tests im multivariaten Normalverteilungsfall, die klassischen Homogenitatstests bei k × k-Kontingenztafeln und die Wilcoxon Tests in nichtparametrischen Lagealternativmodellen},
  language  = {de}
}
@phdthesis{Foeckler2016,
  author    = {F{\"o}ckler, Nicole},
  title     = {Biomarker zur Prognose von Fr{\"u}hgeburten : ein biomedizintechnischer Ansatz},
  publisher = {Deutsche Zentralbibliothek f{\"u}r Medizin},
  address   = {K{\"o}ln},
  doi       = {10.4126/FRL01-006401575},
  pages     = {VII, 117 S.},
  year      = {2016},
  language  = {de}
}
@techreport{BhattaraiFrotscherDurongetal.2016,
  author    = {Bhattarai, Aroj and Frotscher, Ralf and Durong, Minh Tu{\´a}n and Staat, Manfred},
  title     = {Schlussbericht zu BINGO. Optimierung des Systems Netzimplantat-Beckenboden zur therapeutischen Gewebeverst{\"a}rkung nach der Integraltheorie.},
  address   = {Aachen},
  pages     = {34},
  year      = {2016},
  language  = {de}
}
@inproceedings{MarinovaKerroumiLintermannetal.2016,
  author    = {Marinova, V. and Kerroumi, I. and Lintermann, A. and G{\"o}bbert, J.H. and Moulinec, C. and Rible, S. and Fournier, Y. and Behbahani, Mehdi},
  title     = {Numerical Analysis of the FDA Centrifugal Blood Pump},
  series = {NIC Symposium 2016},
  booktitle = {NIC Symposium 2016},
  isbn      = {978-3-95806-109-5},
  pages     = {355 -- 364},
  year      = {2016},
  language  = {de}
}
@article{KolditzAlbinBrueggemannetal.2016,
  author    = {Kolditz, Melanie and Albin, Thivaharan and Br{\"u}ggemann, Gert-Peter and Abel, Dirk and Albracht, Kirsten},
  title     = {Robotergest{\"u}tztes System f{\"u}r ein verbessertes neuromuskul{\"a}res Aufbautraining der Beinstrecker},
  series = {at - Automatisierungstechnik},
  volume    = {64},
  journal   = {at - Automatisierungstechnik},
  number    = {11},
  publisher = {De Gruyter},
  address   = {Berlin},
  issn      = {2196-677X},
  doi       = {10.1515/auto-2016-0044},
  pages     = {905 -- 914},
  year      = {2016},
  abstract  = {Neuromuskul{\"a}res Aufbautraining der Beinstrecker ist ein wichtiger Bestandteil in der Rehabilitation und Pr{\"a}vention von Muskel-Skelett-Erkrankungen. Effektives Training erfordert hohe Muskelkr{\"a}fte, die gleichzeitig hohe Belastungen von bereits gesch{\"a}digten Strukturen bedeuten. Um trainingsinduzierte Sch{\"a}digungen zu vermeiden, m{\"u}ssen diese Kr{\"a}fte kontrolliert werden. Mit heutigen Trainingsger{\"a}ten k{\"o}nnen diese Ziele allerdings nicht erreicht werden. F{\"u}r ein sicheres und effektives Training sollen durch den Einsatz der Robotik, Sensorik, eines Regelkreises sowie Muskel-Skelett-Modellen Belastungen am Zielgewebe direkt berechnet und kontrolliert werden. Auf Basis zweier Vorstudien zu m{\"o}glichen Stellgr{\"o}ßen wird der Aufbau eines robotischen Systems vorgestellt, das sowohl f{\"u}r Forschungszwecke als auch zur Entwicklung neuartiger Trainingsger{\"a}te verwendet werden kann.},
  language  = {de}
}
@misc{Schreiber2016,
  author    = {Schreiber, Marc},
  title     = {Mit Maximum-Entropie das Parsing nat{\"u}rlicher Sprache erlernen},
  publisher = {FH Aachen},
  address   = {Aachen},
  pages     = {23 Seiten},
  year      = {2016},
  abstract  = {F{\"u}r die Verarbeitung von nat{\"u}rlicher Sprache ist ein wichtiger Zwischenschritt das Parsing, bei dem f{\"u}r S{\"a}tze der nat{\"u}rlichen Sprache Ableitungsb{\"a}ume bestimmt werden. Dieses Verfahren ist vergleichbar zum Parsen formaler Sprachen, wie z. B. das Parsen eines Quelltextes. Die Parsing-Methoden der formalen Sprachen, z. B. Bottom-up-Parser, k{\"o}nnen nicht auf das Parsen der nat{\"u}rlichen Sprache {\"u}bertragen werden, da keine Formalisierung der nat{\"u}rlichen Sprachen existiert [3, 12, 23, 30]. In den ersten Programmen, die nat{\"u}rliche Sprache verarbeiten [32, 41], wurde versucht die nat{\"u}rliche Sprache mit festen Regelmengen zu verarbeiten. Dieser Ansatz stieß jedoch schnell an seine Grenzen, da die Regelmenge nicht vollst{\"a}ndig sowie nicht minimal ist und wegen der ben{\"o}tigten Menge an Regeln schwer zu verwalten ist. Die Korpuslinguistik [22] bot die M{\"o}glichkeit, die Regelmenge durch Supervised-Machine-Learning-Verfahren [2] abzul{\"o}sen. Teil der Korpuslinguistik ist es, große Textkorpora zu erstellen und diese mit sprachlichen Strukturen zu annotieren. Zu diesen Strukturen geh{\"o}ren sowohl die Wortarten als auch die Ableitungsb{\"a}ume der S{\"a}tze. Vorteil dieser Methodik ist es, dass repr{\"a}sentative Daten zur Verf{\"u}gung stehen. Diese Daten werden genutzt, um mit Supervised-Machine-Learning-Verfahren die Gesetzm{\"a}ßigkeiten der nat{\"u}rliche Sprachen zu erlernen. Das Maximum-Entropie-Verfahren ist ein Supervised-Machine-Learning-Verfahren, das genutzt wird, um nat{\"u}rliche Sprache zu erlernen. Ratnaparkhi [25] nutzt Maximum-Entropie, um Ableitungsb{\"a}ume f{\"u}r S{\"a}tze der nat{\"u}rlichen Sprache zu erlernen. Dieses Verfahren macht es m{\"o}glich, die nat{\"u}rliche Sprache (abgebildet als Σ∗) trotz einer fehlenden formalen Grammatik zu parsen.},
  language  = {de}
}
@inproceedings{KolditzAlbinAlbrachtetal.2016,
  author    = {Kolditz, Melanie and Albin, Thivaharan and Albracht, Kirsten and Br{\"u}ggemann, Gert-Peter and Abel, Dirk},
  title     = {Isokinematic leg extension training with an industrial robot},
  series = {6th IEEE RAS/EMBS International Conference on Biomedical Robotics and Biomechatronics (BioRob) June 26-29, 2016. UTown, Singapore},
  booktitle = {6th IEEE RAS/EMBS International Conference on Biomedical Robotics and Biomechatronics (BioRob) June 26-29, 2016. UTown, Singapore},
  doi       = {10.1109/BIOROB.2016.7523750},
  pages     = {950 -- 955},
  year      = {2016},
  language  = {de}
}
@inproceedings{HafnerOchsWeickertetal.2016,
  author    = {Hafner, David and Ochs, Peter and Weickert, Joachim and Reißel, Martin},
  title     = {FSI Schemes : Fast Semi-Iterative Solvers for PDEs and Optimisation Methods},
  series = {Pattern Recognition : 38th German Conference, GCPR 2016, Hannover, Germany, September 12-15, 2016, Proceedings},
  booktitle = {Pattern Recognition : 38th German Conference, GCPR 2016, Hannover, Germany, September 12-15, 2016, Proceedings},
  editor    = {Rosenhahn, Bodo},
  publisher = {Springer},
  isbn      = {978-3-319-45886-1},
  doi       = {10.1007/978-3-319-45886-1_8},
  pages     = {91 -- 102},
  year      = {2016},
  language  = {de}
}
@article{KotliarLanzl2016,
  author    = {Kotliar, Konstantin and Lanzl, I. M.},
  title     = {Mit Statistik gemeistert: perfekte Augentropfen und idealer Screeningtest : M{\"o}glichkeiten und Grenzen statistischer Methoden beim Glaukom},
  series = {Der Ophthalmologe: Zeitschrift Der Deutschen Ophthalmologischen Gesellschaft},
  journal   = {Der Ophthalmologe: Zeitschrift Der Deutschen Ophthalmologischen Gesellschaft},
  number    = {113},
  publisher = {Springer},
  address   = {Berlin},
  issn      = {0941-293X},
  doi       = {10.1007/s00347-016-0312-y},
  pages     = {838 -- 843},
  year      = {2016},
  abstract  = {Hintergrund Die Anwendung und das Verst{\"a}ndnis von Statistik sind sehr wichtig f{\"u}r die biomedizinische Forschung und f{\"u}r die klinische Praxis. Dies gilt insbesondere auch zur Absch{\"a}tzung der M{\"o}glichkeiten unterschiedlichster Diagnostik- und Therapieoptionen beim Glaukom. Die scheinbare Komplexit{\"a}t der Statistik, die zum Teil dem „gesunden Menschenverstand" zu widersprechen scheint, zusammen mit der nur vorsichtigen Akzeptanz der Statistik bei vielen Medizinern k{\"o}nnen zu bewussten und unbewussten Manipulationen bei der Datendarstellung und -interpretation f{\"u}hren. Ziel der Arbeit Ziel ist die verst{\"a}ndliche Darstellung einiger typischer Fehler in der medizinisch-statistischen Datenbehandlung. Material und Methoden Anhand hypothetischer Beispiele aus der Glaukomdiagnostik erfolgen die Darstellung der Wirkung eines hypotensiven Medikamentes sowie die Beurteilung der Ergebnisse eines diagnostischen Tests. Es werden die typischsten statistischen Einsatzbereiche und Irrtumsquellen ausf{\"u}hrlich und verst{\"a}ndlich analysiert Ergebnisse Mechanismen von Datenmanipulation und falscher Dateninterpretation werden aufgekl{\"a}rt. Typische Irrtumsquellen bei der statistischen Auswertung und Datendarstellung werden dabei erl{\"a}utert. Schlussfolgerungen Die erl{\"a}uterten praktischen Beispiele zeigen die Notwendigkeit, die Grundlagen der Statistik zu verstehen und korrekt anwenden zu k{\"o}nnen. Fehlendes Grundlagenwissen und Halbwissen der medizinischen Statistik k{\"o}nnen zu folgenschweren Missverst{\"a}ndnissen und falschen Entscheidungen in der medizinischen Forschung, aber auch in der klinischen Praxis f{\"u}hren.},
  language  = {de}
}
@article{MiyamotoYuIsodaetal.2016,
  author    = {Miyamoto, Ko-ichiro and Yu, Bing and Isoda, Hiroko and Wagner, Torsten and Sch{\"o}ning, Michael Josef and Yoshinobu, Tatsuo},
  title     = {Visualization of the recovery process of defects in a cultured cell layer by chemical imaging sensor},
  series = {Sensors and Actuators B: Chemical},
  volume    = {236},
  journal   = {Sensors and Actuators B: Chemical},
  publisher = {Elsevier},
  address   = {Amsterdam},
  issn      = {0925-4005},
  doi       = {10.1016/j.snb.2016.04.018},
  pages     = {965 -- 969},
  year      = {2016},
  abstract  = {The chemical imaging sensor is a field-effect sensor which is able to visualize both the distribution of ions (in LAPS mode) and the distribution of impedance (in SPIM mode) in the sample. In this study, a novel cell assay is proposed, in which the chemical imaging sensor operated in SPIM mode is applied to monitor the recovery of defects in a cell layer brought into proximity of the sensing surface. A reduced impedance at a defect formed artificially in a cell layer was successfully visualized in a photocurrent image. The cell layer was cultured over two weeks, during which the temporal change of the photocurrent distribution corresponding to the recovery of the defect was observed.},
  language  = {de}
}