@book{Schelthoff1994, author = {Schelthoff, Christof}, title = {Vergleich von parallelen Verfahren zur Vorkonditionierung f{\"u}r die Methode der konjugierten Gradienten}, publisher = {Forschungszentrum J{\"u}lich}, address = {J{\"u}lich}, pages = {VI, 87 S.}, year = {1994}, language = {de} } @book{Schelthoff2010, author = {Schelthoff, Christof}, title = {Mathematik im ingenieurwissenschaftlichen Bachelorstudium / 4., {\"u}berarb. Aufl.}, publisher = {Shaker}, address = {Aachen}, isbn = {978-3-8322-9288-1}, pages = {542 S. : graph. Darst.}, year = {2010}, language = {de} } @book{Schelthoff2010, author = {Schelthoff, Christof}, title = {Mathematik im ingenieurwissenschaftlichen Bachelorstudium : L{\"o}sung der {\"U}bungs- und Klausuraufgaben}, publisher = {Shaker}, address = {Aachen}, isbn = {978-3-8322-9502-8}, pages = {171 S. : Ill., graph. Darst.}, year = {2010}, language = {de} } @article{SchelthoffBasermann1995, author = {Schelthoff, Christof and Basermann, Achim}, title = {Polynomial Preconditioning for the Conjugate Gradient Method on Massively Parallel Systems}, series = {Workshop {\"u}ber Parallelverarbeitung : Lessach ({\"O}sterreich), 26.9.-30.9.1994 / Institut f{\"u}r Informatik, Clausthal-Zellerfeld. Klaus Ecker; J{\"o}rg Apsel}, journal = {Workshop {\"u}ber Parallelverarbeitung : Lessach ({\"O}sterreich), 26.9.-30.9.1994 / Institut f{\"u}r Informatik, Clausthal-Zellerfeld. Klaus Ecker; J{\"o}rg Apsel}, publisher = {Inst. f{\"u}r Informatik}, address = {Clausthal-Zellerfeld}, pages = {150 -- 167}, year = {1995}, language = {de} } @article{SchelthoffSteffen1996, author = {Schelthoff, Christof and Steffen, Bernhard}, title = {Modellierung und Simulation am Beispiel von Hochtemperatur-Brennstoffzellen}, series = {Praxis der Informationsverarbeitung und Kommunikation : PIK. 19 (1996), H. 3}, journal = {Praxis der Informationsverarbeitung und Kommunikation : PIK. 19 (1996), H. 3}, isbn = {0930-5157}, pages = {138 -- 141}, year = {1996}, language = {de} } @article{SchelthoffSteffenWeidneretal.1997, author = {Schelthoff, Christof and Steffen, Bernhard and Weidner, Peter and Hoßfeld, Friedel}, title = {Hochaufl{\"o}sende Modellierung von SOFC-Brennstoffzellen / Schelthoff, Christof ; Steffen, Bernhard ; Weidner, Peter ; Hoßfeld, Friedel ; Divisek, J. ; Jung, Rita}, series = {Mathematik : Schl{\"u}sseltechnologie f{\"u}r die Zukunft ; Verbundprojekte zwischen Universit{\"a}t und Industrie ; mit 33 Tabellen / Karl-Heinz Hoffmann ... (Hrsg.)}, journal = {Mathematik : Schl{\"u}sseltechnologie f{\"u}r die Zukunft ; Verbundprojekte zwischen Universit{\"a}t und Industrie ; mit 33 Tabellen / Karl-Heinz Hoffmann ... (Hrsg.)}, publisher = {Springer}, address = {Berlin}, isbn = {3-540-61677-2}, pages = {105 -- 115}, year = {1997}, language = {de} } @misc{SchmidtJelinekBiselli1999, author = {Schmidt, Sebastian and Jelinek, Nanni and Biselli, Manfred}, title = {Verfahren zur Durchf{\"u}hrung von chemischen oder biologischen Reaktionen}, pages = {1 -- 12}, year = {1999}, language = {de} } @article{SchmittFassbenderLuethetal.1999, author = {Schmitt, G. and Faßbender, F. and L{\"u}th, H. and Sch{\"o}ning, Michael Josef and Buss, G. and Kranzmann, A. and Gramberg, U.}, title = {Korrosionsschutzwirkung von Passivierungsschichten am Beispiel eines Mikroelektrodenarrays}, series = {Werkstoffe f{\"u}r die Energietechnik / Symposium 3}, journal = {Werkstoffe f{\"u}r die Energietechnik / Symposium 3}, publisher = {Wiley-VCH}, address = {Weinheim [u.a.]}, isbn = {3-527-29940-8}, pages = {345 -- 350}, year = {1999}, language = {de} } @article{SchneiderSchwabedalBialonski2022, author = {Schneider, Jules and Schwabedal, Justus T. C. and Bialonski, Stephan}, title = {Schlafspindeln - Funktion, Detektion und Nutzung als Biomarker f{\"u}r die psychiatrische Diagnostik}, series = {Der Nervenarzt}, journal = {Der Nervenarzt}, publisher = {Springer}, address = {Berlin, Heidelberg}, issn = {1433-0407}, doi = {10.1007/s00115-022-01340-z}, pages = {1 -- 8}, year = {2022}, abstract = {Hintergrund: Die Schlafspindel ist ein Graphoelement des Elektroenzephalogramms (EEG), das im Leicht- und Tiefschlaf beobachtet werden kann. Ver{\"a}nderungen der Spindelaktivit{\"a}t wurden f{\"u}r verschiedene psychiatrische Erkrankungen beschrieben. Schlafspindeln zeigen aufgrund ihrer relativ konstanten Eigenschaften Potenzial als Biomarker in der psychiatrischen Diagnostik. Methode: Dieser Beitrag liefert einen {\"U}berblick {\"u}ber den Stand der Wissenschaft zu Eigenschaften und Funktionen der Schlafspindeln sowie {\"u}ber beschriebene Ver{\"a}nderungen der Spindelaktivit{\"a}t bei psychiatrischen Erkrankungen. Verschiedene methodische Ans{\"a}tze und Ausblicke zur Spindeldetektion werden hinsichtlich deren Anwendungspotenzial in der psychiatrischen Diagnostik erl{\"a}utert. Ergebnisse und Schlussfolgerung: W{\"a}hrend Ver{\"a}nderungen der Spindelaktivit{\"a}t bei psychiatrischen Erkrankungen beschrieben wurden, ist deren exaktes Potenzial f{\"u}r die psychiatrische Diagnostik noch nicht ausreichend erforscht. Diesbez{\"u}glicher Erkenntnisgewinn wird in der Forschung gegenw{\"a}rtig durch ressourcenintensive und fehleranf{\"a}llige Methoden zur manuellen oder automatisierten Spindeldetektion ausgebremst. Neuere Detektionsans{\"a}tze, die auf Deep-Learning-Verfahren basieren, k{\"o}nnten die Schwierigkeiten bisheriger Detektionsmethoden {\"u}berwinden und damit neue M{\"o}glichkeiten f{\"u}r die praktisch}, 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} }