TY - RPRT A1 - Stölzle-Feix, Sonja A1 - Thomas, Ulrich A1 - Engelstädter, Max A1 - Goßmann, Matthias A1 - Linder, Peter A1 - Staat, Manfred A1 - Raman, Aravind Hariharan A1 - Jung, Alexander A1 - Fertig, Niels T1 - Plattformtechnologie für kardiale Sicherheitspharmakologie basierend auf teilsynthetischem Herzmuskelgewebe (FLEXcyte) : gemeinsamer FuE-Abschlussbericht aller Partner des Verbundprojektes : Projektlaufzeit: 01.10.2018 bis 30.09.2020 Y1 - 2021 U6 - https://doi.org/10.2314/KXP:1813208581 N1 - Förderkennzeichen BMBF 02P18K020-021 Verbundnummer 01185221 PB - Nanion Technologies GmbH CY - München ER - TY - GEN A1 - Schreiber, Marc T1 - Mit Maximum-Entropie das Parsing natürlicher Sprache erlernen N2 - Für die Verarbeitung von natürlicher Sprache ist ein wichtiger Zwischenschritt das Parsing, bei dem für Sätze der natürlichen Sprache Ableitungsbäume 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, können nicht auf das Parsen der natürlichen Sprache übertragen werden, da keine Formalisierung der natürlichen Sprachen existiert [3, 12, 23, 30]. In den ersten Programmen, die natürliche Sprache verarbeiten [32, 41], wurde versucht die natürliche Sprache mit festen Regelmengen zu verarbeiten. Dieser Ansatz stieß jedoch schnell an seine Grenzen, da die Regelmenge nicht vollständig sowie nicht minimal ist und wegen der benötigten Menge an Regeln schwer zu verwalten ist. Die Korpuslinguistik [22] bot die Möglichkeit, die Regelmenge durch Supervised-Machine-Learning-Verfahren [2] abzulösen. Teil der Korpuslinguistik ist es, große Textkorpora zu erstellen und diese mit sprachlichen Strukturen zu annotieren. Zu diesen Strukturen gehören sowohl die Wortarten als auch die Ableitungsbäume der Sätze. Vorteil dieser Methodik ist es, dass repräsentative Daten zur Verfügung stehen. Diese Daten werden genutzt, um mit Supervised-Machine-Learning-Verfahren die Gesetzmäßigkeiten der natürliche Sprachen zu erlernen. Das Maximum-Entropie-Verfahren ist ein Supervised-Machine-Learning-Verfahren, das genutzt wird, um natürliche Sprache zu erlernen. Ratnaparkhi [25] nutzt Maximum-Entropie, um Ableitungsbäume für Sätze der natürlichen Sprache zu erlernen. Dieses Verfahren macht es möglich, die natürliche Sprache (abgebildet als Σ∗) trotz einer fehlenden formalen Grammatik zu parsen. Y1 - 2016 N1 - Aufsatz zu einem Seminar (Theoretische Informatik) an der FH Aachen, 2016. PB - FH Aachen CY - Aachen ER - TY - JOUR A1 - Lanzl, I. A1 - Kotliar, Konstantin T1 - Können Anti-VEGF-Injektionen Glaukom oder okuläre Hypertension verursachen? T1 - Can Anti-VEGF Injections Cause Glaucoma or Ocular Hypertension? JF - Klinische Monatsblätter für Augenheilkunde Y1 - 2017 U6 - https://doi.org/10.1055/s-0043-101819 SN - 0023-2165 VL - 234 IS - 2 SP - 191 EP - 193 PB - Thieme CY - Stuttgart ER - TY - JOUR A1 - Laack, Walter van T1 - Neurophysiologisch ist das nicht alles zu erklären : Nahtoderfahrungen aus wissenschaftlicher Sicht JF - Der Allgemeinarzt Y1 - 2017 SN - 0172-7249 VL - 38 IS - 1 SP - 4 EP - 7 PB - Universimed Deutschland GmbH CY - Mainz ER - TY - JOUR A1 - Kolditz, Melanie A1 - Albin, Thivaharan A1 - Brüggemann, Gert-Peter A1 - Abel, Dirk A1 - Albracht, Kirsten T1 - Robotergestütztes System für ein verbessertes neuromuskuläres Aufbautraining der Beinstrecker JF - at - Automatisierungstechnik N2 - Neuromuskuläres Aufbautraining der Beinstrecker ist ein wichtiger Bestandteil in der Rehabilitation und Prävention von Muskel-Skelett-Erkrankungen. Effektives Training erfordert hohe Muskelkräfte, die gleichzeitig hohe Belastungen von bereits geschädigten Strukturen bedeuten. Um trainingsinduzierte Schädigungen zu vermeiden, müssen diese Kräfte kontrolliert werden. Mit heutigen Trainingsgeräten können diese Ziele allerdings nicht erreicht werden. Für 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 möglichen Stellgrößen wird der Aufbau eines robotischen Systems vorgestellt, das sowohl für Forschungszwecke als auch zur Entwicklung neuartiger Trainingsgeräte verwendet werden kann. Y1 - 2016 U6 - https://doi.org/10.1515/auto-2016-0044 SN - 2196-677X VL - 64 IS - 11 SP - 905 EP - 914 PB - De Gruyter CY - Berlin ER - TY - BOOK A1 - Laack, Walter van T1 - Sterben und Tod aus wissenschaftlicher Sicht - dying and death from a scientific point of view Y1 - 2018 SN - 978-3-936624-41-0 PB - van Laack GmbH CY - Aachen ER - TY - JOUR A1 - Keutmann, Sabine A1 - Staat, Manfred A1 - Laack, Walter van T1 - Untersuchung der thermischen Auswirkung von therapeutischem Ultraschall N2 - Zusammenfassung: In der Orthopädie zählt der therapeutische Ultraschall als Mittel zur Prävention und Therapiebegleitung. Er hat mechanische, thermische und physiko-chemische Auswirkungen auf den menschlichen Körper. Um mehr Erkenntnisse über die thermischen Auswirkungen zu erlangen, wurden Versuche an einem Hydrogel-Phantom und an Probanden durchgeführt. Dabei entstand eine signifikante Erwärmung des Gewebes, welche beim Probandenversuch an der Oberfläche und beim Hydrogelversuch in der Tiefe gemessen wurde. Summary: In orthopaedics, therapeutic ultrasound is a tool of prevention and therapy support. It has mechanical, thermal and physico-chemical effects on the human body. Tests with a hydrogel phantom and with human probands have been performed in order to obtain more knowledge about their thermal effects. Both tests measured temperature increases in cell tissue, on the surface with the human proband test and in depth with the hydrogel phantom test. T2 - Research about the thermal effects of therapeutic ultrasound Y1 - 2018 SN - 2193-5793 SN - 2193-5785 (Druckausgabe) VL - 7 IS - 10 SP - 518 EP - 522 PB - Deutscher Ärzte-Verl. CY - Köln ER - TY - CHAP A1 - Schöning, Michael Josef A1 - Poghossian, Arshak T1 - Enzyme und Biosensorik T2 - Einführung in die Enzymtechnologie N2 - Enzymbasierte Biosensoren finden seit mehr als fünf Jahrzehnten einen prosperierenden Wachstumsmarkt und werden zunehmend auch in biotechnologischen Prozessen eingesetzt. In diesem Kapitel werden, ausgehend vom Sensorbegriff und typischen Kenngrößen für Biosensoren (Abschn. 18.1), elektrochemische Enzym-Biosensoren vorgestellt und deren typischen Einsatzgebiete diskutiert (Abschn. 18.2). Ein Blick über den „Tellerrand“ hinaus zeigt alternative Transduktorprinzipien (Abschn. 18.3) und führt abschließend in aktuelle Forschungstrends ein (Abschn. 18.4). Y1 - 2018 SN - 978-3-662-57619-9 U6 - https://doi.org/10.1007/978-3-662-57619-9_18 SP - 323 EP - 347 PB - Springer Spektrum CY - Berlin ER - TY - CHAP A1 - Marinova, V. A1 - Kerroumi, I. A1 - Lintermann, A. A1 - Göbbert, J.H. A1 - Moulinec, C. A1 - Rible, S. A1 - Fournier, Y. A1 - Behbahani, Mehdi T1 - Numerical Analysis of the FDA Centrifugal Blood Pump T2 - NIC Symposium 2016 Y1 - 2016 SN - 978-3-95806-109-5 SP - 355 EP - 364 ER - TY - BOOK A1 - Laack, Walter van T1 - Größer als das ganze Universum Y1 - 2021 SN - 978-3-936624-38-0 PB - van Laack GmbH CY - Aachen ER -