Refine
Year of publication
- 2024 (3)
- 2023 (10)
- 2022 (6)
- 2021 (3)
- 2020 (1)
- 2019 (3)
- 2018 (7)
- 2017 (6)
- 2016 (11)
- 2015 (8)
- 2014 (6)
- 2013 (10)
- 2012 (12)
- 2011 (11)
- 2010 (11)
- 2009 (12)
- 2008 (8)
- 2007 (10)
- 2006 (9)
- 2005 (8)
- 2004 (10)
- 2003 (11)
- 2002 (9)
- 2001 (6)
- 2000 (14)
- 1999 (11)
- 1998 (13)
- 1997 (11)
- 1996 (11)
- 1995 (3)
- 1994 (2)
- 1993 (3)
- 1992 (6)
- 1991 (7)
- 1990 (6)
- 1989 (10)
- 1988 (5)
- 1987 (20)
- 1986 (5)
- 1985 (7)
- 1984 (8)
- 1983 (4)
- 1982 (4)
- 1981 (3)
- 1980 (3)
- 1979 (2)
- 1978 (1)
- 1976 (4)
- 1975 (5)
- 1974 (2)
- 1973 (2)
- 1972 (4)
- 1971 (1)
- 1969 (1)
- 1968 (1)
- 1967 (1)
Institute
- Fachbereich Medizintechnik und Technomathematik (371) (remove)
Language
- German (371) (remove)
Document Type
- Article (225)
- Book (52)
- Conference Proceeding (31)
- Part of a Book (18)
- Report (15)
- Patent (13)
- Doctoral Thesis (8)
- Other (3)
- Habilitation (2)
- Course Material (1)
Keywords
- CAD (7)
- Bauingenieurwesen (6)
- civil engineering (6)
- Finite-Elemente-Methode (4)
- Einspielen <Werkstoff> (3)
- shakedown analysis (3)
- Architektur (2)
- Traglast (2)
- architecture (2)
- limit analysis (2)
Mathematik im ingenieurwissenschaftlichen Bachelorstudium : Lösung der Übungs- und Klausuraufgaben
(2010)
Schlafspindeln – Funktion, Detektion und Nutzung als Biomarker für die psychiatrische Diagnostik
(2022)
Hintergrund:
Die Schlafspindel ist ein Graphoelement des Elektroenzephalogramms
(EEG), das im Leicht- und Tiefschlaf beobachtet werden kann. Veränderungen der
Spindelaktivität wurden für verschiedene psychiatrische Erkrankungen beschrieben. Schlafspindeln zeigen aufgrund ihrer relativ konstanten Eigenschaften Potenzial als Biomarker in der psychiatrischen Diagnostik.
Methode:
Dieser Beitrag liefert einen Überblick über den Stand der Wissenschaft
zu Eigenschaften und Funktionen der Schlafspindeln sowie über beschriebene
Veränderungen der Spindelaktivität bei psychiatrischen Erkrankungen. Verschiedene methodische Ansätze und Ausblicke zur Spindeldetektion werden hinsichtlich deren Anwendungspotenzial in der psychiatrischen Diagnostik erläutert.
Ergebnisse und Schlussfolgerung:
Während Veränderungen der Spindelaktivität
bei psychiatrischen Erkrankungen beschrieben wurden, ist deren exaktes Potenzial für die psychiatrische Diagnostik noch nicht ausreichend erforscht. Diesbezüglicher Erkenntnisgewinn wird in der Forschung gegenwärtig durch ressourcenintensive und fehleranfällige Methoden zur manuellen oder automatisierten Spindeldetektion ausgebremst. Neuere Detektionsansätze, die auf Deep-Learning-Verfahren basieren, könnten die Schwierigkeiten bisheriger Detektionsmethoden überwinden und damit neue Möglichkeiten für die praktisch
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.
Markierungsfreie DNA-Detektion mit Silizium-Feldeffekt-Sensoren – Messeffekte oder Artefakte?
(2007)
"Biologie trifft Mikroelektronik", das Motto des Instituts für Nano- und Biotechnologien (INB) an der FH Aachen, unterstreicht die zunehmende Bedeutung interdisziplinär geprägter Forschungsaktivitäten. Der thematische Zusammenschluss grundständiger Disziplinen, wie die Physik, Elektrotechnik, Chemie, Biologie sowie die Materialwissenschaften, lässt neue Forschungsgebiete entstehen, ein herausragendes Beispiel hierfür ist die Nanotechnologie: Hier werden neue Werkstoffe und Materialien entwickelt, einzelne Nanopartikel oder Moleküle und deren Wechselwirkung untersucht oder Schichtstrukturen im Nanometerbereich aufgebaut, die neue und vorher nicht bekannte Eigenschaften hervorbringen.
Vor diesem Hintergrund bündelt das im Jahre 2006 gegründete INB die an der FH Aachen vorhandenen Kompetenzen von derzeit insgesamt sieben Laboratorien auf den Gebieten der Halbleitertechnik und Nanoelektronik, Nanostrukturen und DNA-Sensorik, der Chemo- und Biosensorik, der Enzymtechnologie, der Mikrobiologie und Pflanzenbiotechnologie, der Zellkulturtechnik, sowie der Roten Biotechnologie synergetisch. In der Nano- und Biotechnologie steckt außergewöhnliches Potenzial! Nicht zuletzt deshalb stellen sich die Forscher der Herausforderung, in diesem Bereich gemeinsam zu forschen und Schnittstellen zu nutzen, um so bei der Gestaltung neuartiger Ideen und Produkte mitzuwirken, die zukünftig unser alltägliches Leben verändern werden.
Im Folgenden werden die verschiedenen Forschungsbereiche kurz zusammenfassend vorgestellt und vorhandene Interaktionen anhand von exemplarisch ausgewählten, aktuellen Forschungsprojekten skizziert.
Enzyme und Biosensorik
(2018)
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).
Miniaturisierte Referenzelektroden in Siliziumtechnologie für elektrochemische Sensoranwendungen
(2004)
Die Detektion von Schadstoffen repräsentiert in der Umweltanalytik eine wichtige Aufgabenstellung. Gerade die Abwasser- bzw. Brauchwasseranalytik sowie die Prozesskontrolle haben einen hohen Stellenwert. Siliziumbasierte Dünnschichtsensoren bieten eine kostengünstige Möglichkeit, „online“-Messungen bzw. Vor-Ort-Messungen zeitnah durchzuführen. In dieser Arbeit wird ein potentiometrisches Sensorarray auf der Basis von Chalkogenidgläsern zur Detektion von Schwermetallen in wässrigen Medien vorgestellt.
Gummi-Metall-Bauteile
(1987)
Der Mensch als Läufer
(1999)