Refine
Year of publication
- 2024 (127)
- 2023 (256)
- 2022 (301)
- 2021 (293)
- 2020 (241)
- 2019 (378)
- 2018 (259)
- 2017 (259)
- 2016 (277)
- 2015 (301)
- 2014 (301)
- 2013 (301)
- 2012 (332)
- 2011 (328)
- 2010 (342)
- 2009 (369)
- 2008 (311)
- 2007 (312)
- 2006 (330)
- 2005 (303)
- 2004 (323)
- 2003 (254)
- 2002 (250)
- 2001 (221)
- 2000 (245)
- 1999 (236)
- 1998 (242)
- 1997 (220)
- 1996 (202)
- 1995 (192)
- 1994 (174)
- 1993 (154)
- 1992 (144)
- 1991 (100)
- 1990 (108)
- 1989 (111)
- 1988 (104)
- 1987 (105)
- 1986 (81)
- 1985 (84)
- 1984 (75)
- 1983 (70)
- 1982 (57)
- 1981 (54)
- 1980 (61)
- 1979 (58)
- 1978 (52)
- 1977 (32)
- 1976 (30)
- 1975 (28)
- 1974 (17)
- 1973 (12)
- 1972 (17)
- 1971 (11)
- 1970 (2)
- 1969 (2)
- 1968 (2)
- 1967 (1)
- 1963 (1)
- 1925 (1)
Institute
- Fachbereich Medizintechnik und Technomathematik (2074)
- Fachbereich Elektrotechnik und Informationstechnik (1184)
- Fachbereich Wirtschaftswissenschaften (1158)
- Fachbereich Energietechnik (1115)
- Fachbereich Chemie und Biotechnologie (912)
- Fachbereich Maschinenbau und Mechatronik (868)
- Fachbereich Luft- und Raumfahrttechnik (798)
- Fachbereich Bauingenieurwesen (711)
- IfB - Institut für Bioengineering (690)
- INB - Institut für Nano- und Biotechnologien (615)
Language
- German (5114)
- English (4909)
- Russian (14)
- Portuguese (6)
- Multiple languages (5)
- Spanish (3)
- Dutch (2)
- Italian (1)
Document Type
- Article (5646)
- Conference Proceeding (1639)
- Book (1079)
- Part of a Book (559)
- Bachelor Thesis (327)
- Patent (174)
- Report (101)
- Doctoral Thesis (79)
- Other (76)
- Administrative publication (76)
Keywords
- Amtliche Mitteilung (71)
- Bachelor (33)
- Aachen University of Applied Sciences (31)
- Master (31)
- Prüfungsordnung (31)
- Bauingenieurwesen (30)
- Lesbare Fassung (28)
- Biosensor (25)
- Fachhochschule Aachen (23)
- Illustration (23)
Zugriffsart
- campus (2147)
- weltweit (1860)
- bezahl (766)
- fachbereichsweit (FB4) (34)
In recent years, the development of large pretrained language models, such as BERT and GPT, significantly improved information extraction systems on various tasks, including relation classification. State-of-the-art systems are highly accurate on scientific benchmarks. A lack of explainability is currently a complicating factor in many real-world applications. Comprehensible systems are necessary to prevent biased, counterintuitive, or harmful decisions.
We introduce semantic extents, a concept to analyze decision patterns for the relation classification task. Semantic extents are the most influential parts of texts concerning classification decisions. Our definition allows similar procedures to determine semantic extents for humans and models. We provide an annotation tool and a software framework to determine semantic extents for humans and models conveniently and reproducibly. Comparing both reveals that models tend to learn shortcut patterns from data. These patterns are hard to detect with current interpretability methods, such as input reductions. Our approach can help detect and eliminate spurious decision patterns during model development. Semantic extents can increase the reliability and security of natural language processing systems. Semantic extents are an essential step in enabling applications in critical areas like healthcare or finance. Moreover, our work opens new research directions for developing methods to explain deep learning models.
Extracting workflow nets from textual descriptions can be used to simplify guidelines or formalize textual descriptions of formal processes like business processes and algorithms. The task of manually extracting processes, however, requires domain expertise and effort. While automatic process model extraction is desirable, annotating texts with formalized process models is expensive. Therefore, there are only a few machine-learning-based extraction approaches. Rule-based approaches, in turn, require domain specificity to work well and can rarely distinguish relevant and irrelevant information in textual descriptions. In this paper, we present GUIDO, a hybrid approach to the process model extraction task that first, classifies sentences regarding their relevance to the process model, using a BERT-based sentence classifier, and second, extracts a process model from the sentences classified as relevant, using dependency parsing. The presented approach achieves significantly better resul ts than a pure rule-based approach. GUIDO achieves an average behavioral similarity score of 0.93. Still, in comparison to purely machine-learning-based approaches, the annotation costs stay low.
Providing healthcare services frequently involves cognitively demanding tasks, including diagnoses and analyses as well as complex decisions about treatments and therapy. From a global perspective, ethically significant inequalities exist between regions where the expert knowledge required for these tasks is scarce or abundant. One possible strategy to diminish such inequalities and increase healthcare opportunities in expert-scarce settings is to provide healthcare solutions involving digital technologies that do not necessarily require the presence of a human expert, e.g., in the form of artificial intelligent decision-support systems (AI-DSS). Such algorithmic decision-making, however, is mostly developed in resource- and expert-abundant settings to support healthcare experts in their work. As a practical consequence, the normative standards and requirements for such algorithmic decision-making in healthcare require the technology to be at least as explainable as the decisions made by the experts themselves. The goal of providing healthcare in settings where resources and expertise are scarce might come with a normative pull to lower the normative standards of using digital technologies in order to provide at least some healthcare in the first place. We scrutinize this tendency to lower standards in particular settings from a normative perspective, distinguish between different types of absolute and relative, local and global standards of explainability, and conclude by defending an ambitious and practicable standard of local relative explainability.
The work in modern open-pit and underground mines requires the transportation of large amounts of resources between fixed points. The navigation to these fixed points is a repetitive task that can be automated. The challenge in automating the navigation of vehicles commonly used in mines is the systemic properties of such vehicles. Many mining vehicles, such as the one we have used in the research for this paper, use steering systems with an articulated joint bending the vehicle’s drive axis to change its course and a hydraulic drive system to actuate axial drive components or the movements of tippers if available. To address the difficulties of controlling such a vehicle, we present a model-predictive approach for controlling the vehicle. While the control optimisation based on a parallel error minimisation of the predicted state has already been established in the past, we provide insight into the design and implementation of an MPC for an articulated mining vehicle and show the results of real-world experiments in an open-pit mine environment.
Supervised machine learning and deep learning require a large amount of labeled data, which data scientists obtain in a manual, and time-consuming annotation process. To mitigate this challenge, Active Learning (AL) proposes promising data points to annotators they annotate next instead of a subsequent or random sample. This method is supposed to save annotation effort while maintaining model performance.
However, practitioners face many AL strategies for different tasks and need an empirical basis to choose between them. Surveys categorize AL strategies into taxonomies without performance indications. Presentations of novel AL strategies compare the performance to a small subset of strategies. Our contribution addresses the empirical basis by introducing a reproducible active learning evaluation (ALE) framework for the comparative evaluation of AL strategies in NLP.
The framework allows the implementation of AL strategies with low effort and a fair data-driven comparison through defining and tracking experiment parameters (e.g., initial dataset size, number of data points per query step, and the budget). ALE helps practitioners to make more informed decisions, and researchers can focus on developing new, effective AL strategies and deriving best practices for specific use cases. With best practices, practitioners can lower their annotation costs. We present a case study to illustrate how to use the framework.
Messenger apps like WhatsApp and Telegram are frequently used for everyday communication, but they can also be utilized as a platform for illegal activity. Telegram allows public groups with up to 200.000 participants. Criminals use these public groups for trading illegal commodities and services, which becomes a concern for law enforcement agencies, who manually monitor suspicious activity in these chat rooms. This research demonstrates how natural language processing (NLP) can assist in analyzing these chat rooms, providing an explorative overview of the domain and facilitating purposeful analyses of user behavior. We provide a publicly available corpus of annotated text messages with entities and relations from four self-proclaimed black market chat rooms. Our pipeline approach aggregates the extracted product attributes from user messages to profiles and uses these with their sold products as features for clustering. The extracted structured information is the foundation for further data exploration, such as identifying the top vendors or fine-granular price analyses. Our evaluation shows that pretrained word vectors perform better for unsupervised clustering than state-of-the-art transformer models, while the latter is still superior for sequence labeling.
Werkstatt Zukunft - Die FH Aachen versteht sich als interdisziplinäre Ideenschmiede
04| Aufbruch ins Ungewisse
08| Mit Altpapierresten aus der Energiekrise
14| Mehr Power für die Energiewende
20| Pfadfinder im Datendschungel
23| Ein historischer Schritt
24| Gemeinsam vorwärts
30| Für eine gerechte Hochschule. Für alle.
32| Der grüne Reiter
34| Vom Flugsimulator bis zum Roboter
36| Unsere Azubis sind top!
38| WIR sind ein Sportteam!
40| Effizient und sicher: Der Bergbau der Zukunft
46| Mit Sonnenlicht zu sauberem Trinkwasser
48| Neue Brandmeldeanlage für den Dom zu Aachen
50| Auszeichnung für außergewöhnliches Engagement
52| Neue Ideen für Schloss Lichtenburg
55| Kopfnuss
56| One-Man-Show
60| Kämpferin für das Schöne
61| Ein charmanter Diplomat
62| Teamplay für die Zukunft
63| Impressum
To fulfil the CO2 emission reduction targets of the European Union (EU), heavy-duty (HD) trucks need to operate 15% more efficiently by 2025 and 30% by 2030. Their electrification is necessary as conventional HD trucks are already optimized for the long-haul application. The resulting hybrid electric vehicle (HEV) truck gains most of the fuel saving potential by the recuperation of potential energy and its consecutive utilization. The key to utilizing the full potential of HEV-HD trucks is to maximize the amount of recuperated energy and ensure its intelligent usage while keeping the operating point of the internal combustion engine as efficient as possible. To achieve this goal, an intelligent energy management strategy (EMS) based on ECMS is developed for a parallel HEV-HD truck which uses predictive discharge of the battery and adaptive operating strategy regarding the height profile and the vehicle mass. The presented EMS can reproduce the global optimal operating strategy over long phases and lead to a fuel saving potential of up to 2% compared with a heuristic strategy. Furthermore, the fuel saving potential is correlated with the investigated boundary conditions to deepen the understanding of the impact of intelligent EMS for HEV-HD trucks.
Krebstherapie bei Kindern ist für alle Beteiligten eine emotional bedrückende Angelegenheit. Besonders die Strahlentherapie stellt Kinder aufgrund der Häufigkeit der Termine, der Isolation während der Bestrahlung und der Fixierung vor Herausforderungen. „nia“ ermöglicht es den Angehörigen, während der Behandlung einen physischen Kontakt zum Kind zu halten. Zwei miteinander verbundene Zwillingsgeräte registrieren die Bewegungen der Hände und übertragen die Berührung an das jeweils andere Gerät. Diese taktile Kommunikation sorgt für innere Ruhe und Verbundenheit. Vor der eigentlichen Therapie liegen die Geräte in einem Koffer, welcher ein Modell des Behandlungsraums beinhaltet. Mithilfe dessen werden die Kinder spielerisch auf die Bestrahlung vorbereitet. So sollen sich in Zukunft weniger Kinder ängstlich und allein einer Strahlentherapie stellen müssen.
In Deutschland verfügen mehr als 95 % aller Haushalte über einen Internetzugang und das Interesse an Smart Home Anwendungen steigt. Je vernetzter das Zuhause wird, desto mehr Devices müssen dort ihren Platz finden. WLAN Router wirken durch ihre technische Designsprache meist wie Fremdkörper im Raum, sodass oft versucht wird, sie zu verstecken. Das soll sich mit „Cobo“, dem smarten WLAN Router, ändern. Neben der Bereitstellung einer Internetanbindung wird er zum Hub für alle Smart Home Anwendungen. Als Herzstück des Zuhauses sorgt er für die Vernetzung aller Devices und schafft zudem eine Verbindung zwischen Technologie und Interior. Mit seinem minimalistischen Design und der gezielten Auswahl an Materialien und Farben fügt sich der intelligente Router in die eigenen vier Wände ein. „Cobo“ ist kein WLAN Router, der im Schuhregal versteckt werden muss, denn er wird zum Teil der Einrichtung.
Wohlfühlen in den eigenen vier Wänden : ein Produkt, welches die Wohn- und Lebensqualität steigert.
(2023)
Viele Menschen fühlen sich in ihren eigenen vier Wänden nicht wohl. Sie sind gestresst und können nicht entspannen. Ziel dieser Arbeit ist es, ein Produkt zu erschaffen, welches in seinen Funktionen und seinem Design dafür sorgt, dass die Nutzer:innen sich zu Hause wohler fühlen. Es soll alle Funktionen vereinen, die dafür sorgen, dass der Alltagsstress besser bewältigt werden kann und man in seinem Zuhause entspannen kann und den Moment mehr genießt. Entstanden ist Iwa, ein Produkt, welches zum einen als Luftreiniger arbeitet und die Raumluft filtert und im Zusammenspiel mit Licht und Musik die Raumatmosphäre verbessert und so Stress mindert. Das Design soll genau wie die Funktionen beruhigend, entspannend und erdend wirken. Es ist angelehnt am Zen-Design. So bietet Iwa einen großen Mehrwert. Die Funktionen sorgen im Zusammenspiel mit dem Design für eine verbesserte Wohn- und Lebensqualität.
Essen zuzubereiten bedeutet für viele Menschen Normalität, es bestimmt Teile ihrer Identität und ist eng verbunden mit Familie und Kultur. Der Beginn der Alzheimererkrankung erschwert diese Tätigkeit, oft muss sie aus Sicherheitsgründen aufgegeben werden. Kochen als Therapieansatz hat zur Verbesserung der Aktivität und Verringerung von Stress beigetragen. Pila ist ein Küchensystem, das Kochenthusiasten begleitet und Selbstständigkeit sowie Partizipation ermöglicht. Das Kompetenzgefühl, die Autonomie und die Verbundenheit zu betreuenden Personen stärken das Wohlbefinden. Das System führt die Nutzerinnen und Nutzer digital durch alle Phasen von der Vorbereitung bis zum Aufräumen. Aus den Elementen entsteht ein klar organisierter Arbeitsplatz ohne Ablenkungen und mit eindeutigen Aktionspunkten. Die Funktionen der Kocheinheit sind simplifiziert und bedürfnisgerecht angepasst.
Jedes Jahr werden Hunderttausende Fahrradrahmen produziert. 90 % davon werden in Asien hergestellt und von dort über die ganze Welt versendet. Mehr als 80 % der Rahmen werden nach der Nutzung wieder nach Asien zurückgeschickt und landen dort auf riesigen Fahrradfriedhöfen. Das Kinderfahrradkonzept "KiBix" wirkt diesem Problem entgegen, indem es eine Alternative für das regelmäßige Kaufen von neuen Kinderfahrrädern bietet. Im Fokus stehen der Kinderfahrradrahmen und die Gabel aus Kunststoff, welche im Spritzgussverfahren produziert werden. Das City-Bike ist in ein Abo-Sharing-System mit Rädern in unterschiedlichen Größen eingebettet, welches durch eine monatliche Gebühr wie das Eigene genutzt werden kann. Der hohlgespritzte Rahmen ermöglicht die Integration kleiner Boxen im Inneren, in denen Kinder ihre persönlichen "Schätze" mitnehmen können. Somit vereint das Konzept die drei Segmente Material/Produktion, Sharing-System und die Mitnahme des "Schatzes". "KiBix" gibt Kindern in Zeiten der Digitalisierung und der globalen Erwärmung die Möglichkeit, selbstbestimmt und nachhaltig die Welt zu erkunden.
Atmen tut jeder, automatisch. Es wird nicht auf die Ausführung geachtet. Doch was, wenn nur ein wenig Feinschliff an unserer Atmung bereits Großes für unsere Gesundheit bewirkt?
Von etlichen unterschiedlichen Studien wurde bezeugt, dass Atmung und Empfinden eins sind. Das persönliche Empfinden ist unser Portal zur Außenwelt. Die Art wie wir auf äußerliche Reize reagieren, wie achtsam wir im Tun und Denken sind, spiegelt unsere Innenwelt und körperliches Wohlbefinden wieder.
FLOWCEAN QI dient dazu, Stress- und Angststörungen im Alltagsleben für Berufstätige mit hohem Stressfaktor zu reduzieren. Vor allem, um das Gesundheitssystem zu entlasten und die Psyche der Menschen gesund wieder aufzubauen. Sind Berufstätige viel gelassener, steigen auch Leistung und Produktivität. Es ist immer wichtig, die Kernursache von Problemen zu finden und zu lösen. So können auch vielerlei andere auf die Psyche zurückzuführende Probleme der Gesellschaft gelöst werden.
FLOWCEAN QI agiert durch modernste Technologie aktiv mit dem Nutzer. Die KI-Assistenz gestaltet das Lernen der Atemtechniken spaßiger, was wiederum den Lerneffekt verbessert. Der Beamer wird im Innenbereich platziert und der Tracker begleitet einen unterwegs und zeichnet die Datenanalyse auf. Für mehr Datenschutz ist das Armband ein reines offline Produkt. Förmlich sollte es dem Nutzer nah sein, naturverbunden, vertrauenswürdig und beruhigend wirken.
FLOWCEAN QI basiert gestalterisch auf eine antike japanische Philosophie namens „Kintsugi“. Nach der japanischen Philosophie Kintsugi werden zerbrochene Teegläser wiederzusammengeklebt statt weggeworfen. Die in Teile getrennten Elemente werden glatt und geschmeidig wieder zusammengefügt. Sie formen ein neues Ganzes, dass die Schönheit des Originals meist übertrifft. Die Ästhetik hinter „Kintsugi“ nennt man „Wabi-Sabi“. Es bedeutet, die Schönheit im Vergänglichen, Alten oder Fehlerhaften zu verstehen. Die Philosophie dahinter wird metaphorisch auf das Design abgebildet und auf unsere Gesundheit übertragen. Statt letztere zu ignorieren, schenken wir ihr unsere volle Aufmerksamkeit. Ziel der Produkte ist, uns stets an sie zu erinnern, sodass wir täglich an unserem Wohlbefinden arbeiten können.
The connective tissues such as tendons contain an extracellular matrix (ECM) comprising collagen fibrils scattered within the ground substance. These fibrils are instrumental in lending mechanical stability to tissues. Unfortunately, our understanding of how collagen fibrils reinforce the ECM remains limited, with no direct experimental evidence substantiating current theories. Earlier theoretical studies on collagen fibril reinforcement in the ECM have relied predominantly on the assumption of uniform cylindrical fibers, which is inadequate for modelling collagen fibrils, which possessed tapered ends. Recently, Topçu and colleagues published a paper in the International Journal of Solids and Structures, presenting a generalized shear-lag theory for the transfer of elastic stress between the matrix and fibers with tapered ends. This paper is a positive step towards comprehending the mechanics of the ECM and makes a valuable contribution to formulating a complete theory of collagen fibril reinforcement in the ECM.
Even though BIM (Building Information Modelling) is successfully implemented in most of the world, it is still in the early stages in Germany, since the stakeholders are sceptical of its reliability and efficiency. The purpose of this paper is to analyse the opportunities and obstacles to implementing BIM for prefabrication. Among all other advantages of BIM, prefabrication is chosen for this paper because it plays a vital role in creating an impact on the time and cost factors of a construction project. The project stakeholders and participants can explicitly observe the positive impact of prefabrication, which enables the breakthrough of the scepticism factor among the small-scale construction companies. The analysis consists of the development of a process workflow for implementing prefabrication in building construction followed by a practical approach, which was executed with two case studies. It was planned in such a way that, the first case study gives a first-hand experience for the workers at the site on the BIM model so that they can make much use of the created BIM model, which is a better representation compared to the traditional 2D plan. The main aim of the first case study is to create a belief in the implementation of BIM Models, which was succeeded by the execution of offshore prefabrication in the second case study. Based on the case studies, the time analysis was made and it is inferred that the implementation of BIM for prefabrication can reduce construction time, ensures minimal wastes, better accuracy, less problem-solving at the construction site. It was observed that this process requires more planning time, better communication between different disciplines, which was the major obstacle for successful implementation. This paper was carried out from the perspective of small and medium-sized mechanical contracting companies for the private building sector in Germany.
Urban farming is an innovative and sustainable way of food production and is becoming more and more important in smart city and quarter concepts. It also enables the production of certain foods in places where they usually dare not produced, such as production of fish or shrimps in large cities far away from the coast. Unfortunately, it is not always possible to show students such concepts and systems in real life as part of courses: visits of such industry plants are sometimes not possible because of distance or are permitted by the operator for hygienic reasons. In order to give the students the opportunity of getting into contact with such an urban farming system and its complex operation, an industrial urban farming plant was set up on a significantly smaller scale. Therefore, all needed technical components like water aeriation, biological and mechanical filtration or water circulation have been replaced either by aquarium components or by self-designed parts also using a 3D-printer. Students from different courses like mechanical engineering, smart building engineering, biology, electrical engineering, automation technology and civil engineering were involved in this project. This “miniature industrial plant” was also able to start operation and has now been running for two years successfully. Due to Corona pandemic, home office and remote online lectures, the automation of this miniature plant should be brought to a higher level in future for providing a good control over the system and water quality remotely. The aim of giving the student a chance to get to know the operation of an urban farming plant was very well achieved and the students had lots of fun in “playing” and learning with it in a realistic way.
Using scenarios is vital in identifying and specifying measures for successfully transforming the energy system. Such transformations can be particularly challenging and require the support of a broader set of stakeholders. Otherwise, there will be opposition in the form of reluctance to adopt the necessary technologies. Usually, processes for considering stakeholders' perspectives are very time-consuming and costly. In particular, there are uncertainties about how to deal with modifications in the scenarios. In principle, new consulting processes will be required. In our study, we show how multi-criteria decision analysis can be used to analyze stakeholders' attitudes toward transition paths. Since stakeholders differ regarding their preferences and time horizons, we employ a multi-criteria decision analysis approach to identify which stakeholders will support or oppose a transition path. We provide a flexible template for analyzing stakeholder preferences toward transition paths. This flexibility comes from the fact that our multi-criteria decision aid-based approach does not involve intensive empirical work with stakeholders. Instead, it involves subjecting assumptions to robustness analysis, which can help identify options to influence stakeholders' attitudes toward transitions.