No description available.

Proefschrift Universiteit Twente, Enschede. / Met lit.opg. en samenvatting in het Nederlands.

Proefschrift Universiteit Maastricht. / Auteursnaam op omslag: Wanda van Ast. Met lit. opg. - Met een samenvatting in het Nederlands.

No description available.

No description available.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciencias Fisicas e Matematicas / Made available in DSpace on 2012-10-16T08:49:47Z (GMT). No. of bitstreams: 0Bitstream added on 2016-01-08T19:34:13Z : No. of bitstreams: 1 99949.pdf: 1839807 bytes, checksum: 6c279f29fc4c75b84f85a4b5ddc3df75 (MD5) / Expansões não necessariamente ortogonais de funções no espaço de Hilbert das funções reais quadrado integráveis, através de uma família de funções gerada a partir de uma única função Wavelet. Se a família gera um frame, então para qualquer função f no espaço de Hilbert citado, existe uma expansão semelhante à expansão ortogonal.

Det er i denne rapporten utarbeidet et bæresystem for NTNUs referansetidevannsturbin. Bæresystemet består av sirkulære hulprofiler som er sveiset sammen, og er en kombinasjon av et fagverk og en ramme. Konstruksjonen er utformet symmetrisk med turbinen på toppen, og siden bladene til turbinen roterer gjennom konstruksjonen er det ikke noen avstivere der, derav rammen. Denne konstruksjonen er utsatt for utmatting og det er kravet til levetid som blir dimensjonerende. Konstruksjonen dimensjoneres først statisk, for så å gjennomgå en levetidsanalyse. Dimensjonerende laster er bestemt. For dimensjonering av konstruksjonen finnes det flere standarder som kan brukes. Disse er ikke spesielt tilpasset bæresystem for tidevannsturbiner, men de dekker samme type konstruksjon. Det vil bli presentert et design som har en levetid på 55 år og veier 85 tonn. Det som blir bestemmende for designet og levetiden er de høye spenningsvariasjoner i hotspot-punktet. Disse variasjonene kommer fra den kvasi-statiske delen av tidevannslastene, som blant annet består av en thrustkraft som varierer mellom 1056 kN og – 1056 kN.

In dieser Masterarbeit wird eine selbst erstelle Volltextannotation einer deutschen Übersetzung aus dem Englischen untersucht und die beiden Textversionen und ihre Annotation miteinander verglichen. Im Mittelpunkt stehen die Fragen, inwieweit sich die in FrameNet für das Englische formulierten Frames für die Volltextannotation eines deutschen Textes nutzen lassen und welche Abweichungen zwischen englischem Original und deutscher Übersetzung auf Ebene der Frames und ihrer Lexikalisierung bestehen. Zu Beginn der Arbeit wird ein Überblick über den relevanten theoretischen Hintergrund und Forschungsstand der Frame-Semantik einschließlich ihrer Anwendung im FrameNet Project, in der Annotation und in der sprachübergreifenden Forschung gegeben. Im dritten Kapitel wird die Untersuchung einschließlich des verwendeten Materials und der Methoden vorgestellt. Darauf aufbauend folgt die Präsentation der Ergebnisse, die in Kapitel fünf mit Bezug auf die Forschungsfragen ausgewertet werden. Den Abschluss bilden Schlussfolgerungen zur sprachübergreifenden Nutzung von FrameNet und zur Volltextannotation sowie ein Ausblick auf weitere Forschungsfelder.:1 Einleitung 2 Hintergrund und Forschungsstand 2.1 Ansätze der kognitiven Linguistik 2.2 Frame-Semantik 2.3 FrameNet Project 2.4 Framesemantische Annotation 2.5 Sprachübergreifende Annotation und Frame-Semantik 3 Vorstellung der Untersuchung 3.1 Textmaterial 3.2 Methodisches Vorgehen 3.2.1 Volltextannotation 3.2.2 Vergleich der annotierten Textversionen 4 Ergebnisse und Diskussion 4.1 Volltextannotation der deutschen Übersetzung 4.1.1 Übertragbarkeit von FrameNet-Frames auf den deutschen Text 4.2 Vergleich der annotierten Textversionen 4.2.1 Frame Shifts 4.3 Evaluation der Methoden 5 Fazit und Ausblick 5.1 Volltextannotation 5.2 Sprachübergreifende Nutzung von FrameNet 5.3 Verbindung von Frame-Semantik und Konstruktionsgrammatik 5.4 Abschließendes Fazit Literaturverzeichnis

<p>I denne rapporten beskriver vi en statistisk modell som fanger opp teksturer i et bilde og overfører disse til et annet bilde. Vi modellerer bilder som markovfelt, og beskriver filtre som vi bruker til å fange opp forskjellen mellom et observert og et syntetisk bilde ved hjelp av histogrammer. Denne forskjellen benytter vi til å oppdatere en sannsynlighetsfordeling for det syntetiske bildet ved hjelp av metoden for sannsynlighetsmaksimering. Deretter oppdaterer vi det syntetiske bildet ved å simulere fra den oppdaterte sannsynlighetsfordelingen ved hjelp av Metropolis-Hastings algoritme. Vi implementerer denne modellen på algoritmeform, og evaluerer algoritmen i flere situasjoner. Vi undersøker først om algoritmen kan gjenskape en tydelig struktur. Her virker algoritmen å bestemme en fornuftig sannsynlighetsfordeling, men mikser for dårlig til at vi kan skape nye realisasjoner ved å simulere fra denne. Videre forsøker vi å gjenskape forskjellige AR(2)-prosesser. Her klarer algoritmen å gjenskape realisasjoner med samme langsiktige trender som i de observerte prosessene, men klarer ikke å fange opp mer lokale teksturegenskaper. Vi opplever det samme når vi tester algoritmen på kunstig genererte geologiske realisasjoner, enkelte langsiktige teksturegenskaper fanges opp, men ikke lokale i like stor grad.</p>

I denne rapporten beskriver vi en statistisk modell som fanger opp teksturer i et bilde og overfører disse til et annet bilde. Vi modellerer bilder som markovfelt, og beskriver filtre som vi bruker til å fange opp forskjellen mellom et observert og et syntetisk bilde ved hjelp av histogrammer. Denne forskjellen benytter vi til å oppdatere en sannsynlighetsfordeling for det syntetiske bildet ved hjelp av metoden for sannsynlighetsmaksimering. Deretter oppdaterer vi det syntetiske bildet ved å simulere fra den oppdaterte sannsynlighetsfordelingen ved hjelp av Metropolis-Hastings algoritme. Vi implementerer denne modellen på algoritmeform, og evaluerer algoritmen i flere situasjoner. Vi undersøker først om algoritmen kan gjenskape en tydelig struktur. Her virker algoritmen å bestemme en fornuftig sannsynlighetsfordeling, men mikser for dårlig til at vi kan skape nye realisasjoner ved å simulere fra denne. Videre forsøker vi å gjenskape forskjellige AR(2)-prosesser. Her klarer algoritmen å gjenskape realisasjoner med samme langsiktige trender som i de observerte prosessene, men klarer ikke å fange opp mer lokale teksturegenskaper. Vi opplever det samme når vi tester algoritmen på kunstig genererte geologiske realisasjoner, enkelte langsiktige teksturegenskaper fanges opp, men ikke lokale i like stor grad.