Die Dissertation hat sich mit der Aufgabe befasst, durch Kombination von IR-Spektroskopie und chemometrischen Auswertungsalgorithmen eine Differenzierung und Klassifizierung von Hirnmetastasen-Dünnschnitten zu erreichen. Die Untersuchungen konzentrieren sich dabei auf jene fünf Primärtumoren, die besonders oft Metastasen im Gehirn bilden. Das sind kolorektale Karzinome, Mammakarzinome, maligne Melanome, Nierenzellkarzinome und Bronchialkarzinome. Metastasen tragen die molekularen Informationen der Gewebezellen des Primärtumors in sich. Die Anwendung von IR-spektroskopischen Methoden stellt deshalb einen innovativen Ansatz zur Identifikation des Primärtumors von Hirnmetastasen dar, da die Spektren einem molekularen Fingerabdruck entsprechen. Als Klassifizierungsalgorithmen wurden SIMCA (soft independent modeling of class analogies) und ANN (artificial neural networks) herangezogen. Die Entwicklung der Klassifizierungsverfahren gliederte sich in drei Teile. Im ersten Teil wurden Trainingsmodelle mit den ausgewählten homogenen Bereichen der Metastasengewebeschnitte erstellt und an unabhängigen Daten weiterer Proben bekannter und unbekannter Organherkunft getestet. Im zweiten Teil wurden die Modelle mit Hilfe homogener Tumorzelllinien optimiert und auf die Zuordnung der Hirnmetastasen zu den Primärtumoren angewandt. Eine zweistufige Klassifizierungsstrategie gewährleistet damit eine Genauigkeit der Klassifizierung von über 80%.

Hannes Schwarzendorfer stellte in seinem Vortrag (16.07.12:15) den derzeitigen Stand der inhaltlichen Erschließung von Altbeständen vor. Anhand eines Muster- Altbestandes der UB Eichstätt prüfte er Erschließungsstände in den großen Staatsbibliotheken (Hamburg, Göttingen, Berlin, München … ). Über die Auswertung der Daten aus mehreren Verbund- und Bibliothekskatalogen stellte Schwarzendorfer den Grad der modernen Erschließung hinsichtlich der SWD-Anwendungen und/oder der Klassifikationsverknüpfungen fest. Wichtig sind seine abschließenden Überlegungen zu effektiveren Sacherschließungen der historischen Beständen.

This article, emerged from a bachelor thesis, focuses on the classification of hydrometeors measured by the Laser Precipitation Monitor by the Adolf Thies GmbH & Co. KG. The optical disdrometer can classify measurements of hydrometeor size and fall velocity spectra concerning the precipitation type. The measurement principle of the disdrometer is explained, as well as the classifications. For reasons of calculation time, mostly six main precipitation types are considered (drizzle, rain, snow, ice grains, hail, mixed). It is the goal to understand the process of a reliable classification and to determine how these classifications are implemented. Therefore, the precipitation measurements from the measurement field of the Leipzig Institute for Meteorology from 2021 are used. An analysis of the spectrum consisting of hydrometeor diameter and fall speed is investigated. Afterwards, two machine learning methods are applied to the dataset. The classification of each sample through grouping similar samples using cluster analysis serves as an unsupervised approach and in particular examines the natural clusters present in the dataset. Contrasting that the purely statistical, nonphysical, supervised Random Forest method is applied as well. The comparison of the unsupervised and supervised approach shows that for the classification the supervised method is more promising. / Dieser Artikel konzentriert sich auf die Klassifizierung von Hydrometeoren, welche durch den Laser Niederschlags Monitor der Adolf Thies GmbH & Co. KG gemessen werden. Das optische Disdrometer kann die Messungen von Fallgeschwindigkeits- und Größenspektren der Niederschlagspartikel eigenständig in Gruppen der Niederschlagsart einsortieren. Das Messprinzip, sowie die Klassifizierungsmechanismen werden erklärt. Auf Grund der Rechenzeit werden im Rahmen der folgenden Untersuchungen hauptsächlich die 6 Hauptniederschlagsarten (Niesel, Regen, Schnee, Eiskörner, Hagel, Gemischt) unterschieden. Das Ziel der Analyse ist es, den Prozess einer zuverlässigen Klassifizierung zu verstehen und die Möglichkeiten der Anwendung abzuschätzen. Dafür werden die Niederschlagsdaten der Wetterwiese des Leipziger Instituts für Meteorologie aus dem Jahr 2021 verwendet. Nach erster grundlegender Betrachtung des Datensatzes werden zwei verschiedene Machine Learning Methoden angewendet. Als unüberwachte Methode dient der Ansatz der Clusteranalyse, welcher alle Samples über Ähnlichkeitskriterien gruppiert und dadurch die natürliche Gruppierbarkeit eines Datensatzes aufzeigt. Im Gegensatz dazu steht die rein statistische, unphysikalische Methode des Random Forest mit überwachtem Lernprozess. Im Vergleich beider Ansätze zeigt sich, dass ein überwachter Machine Learning Methode zufriedenstellendere Ergebisse erzeugt als unüberwachte Prozesse.

The capacity of renewable energy sources constantly increases world-wide and challenges the maintenance of the electric balance between power demand and supply. To allow for a better integration of solar energy supply into the power grids, a lot of research was dedicated to the development of precise forecasting approaches. However, there is still no straightforward and easy-to-use recommendation for a standardized forecasting strategy. In this paper, a classification of solar forecasting solutions proposed in the literature is provided for both weather- and energy forecast models. Subsequently, we describe our idea of a standardized forecasting process and the typical parameters possibly influencing the selection of a specific model. We discuss model combination as an optimization option and evaluate this approach comparing different statistical algorithms against flexible hybrid models in a case study.

In recent years, researchers have recognized relational tables on the Web as an important source of information. To assist this research we developed the Dresden Web Tables Corpus (DWTC), a collection of about 125 million data tables extracted from the Common Crawl (CC) which contains 3.6 billion web pages and is 266TB in size. As the vast majority of HTML tables are used for layout purposes and only a small share contains genuine tables with different surface forms, accurate table detection is essential for building a large-scale Web table corpus. Furthermore, correctly recognizing the table structure (e.g. horizontal listings, matrices) is important in order to understand the role of each table cell, distinguishing between label and data cells. In this paper, we present an extensive table layout classification that enables us to identify the main layout categories of Web tables with very high precision. We therefore identify and develop a plethora of table features, different feature selection techniques and several classification algorithms. We evaluate the effectiveness of the selected features and compare the performance of various state-of-the-art classification algorithms. Finally, the winning approach is employed to classify millions of tables resulting in the Dresden Web Table Corpus (DWTC).

Our sample (Xit; Yit) consists of pairs of variables. The real variable Xit measures the creditworthiness of individual i in period t. The Bernoulli variable Yit is the default indicator of individual i in period t. The objective is to estimate a credit rating system, i.e. to particularly divide the range of the creditworthiness into several rating classes, each with a homogeneous default risk. The field of change point analysis provides a way to estimate the breakpoints between the rating classes. As yet, the literature only considers models without dependencies or with dependence only in cross section. This contribution proposes multi-period models including dependencies in cross section as well as in longitudinal section. Furthermore, estimators for the model parameters are suggested. The estimators are applied to a data set of a German credit bureau.

In dieser Arbeit werden spektroskopische und spektrometrische Methoden diskutiert, um Verfahren auf Grundlage von umfassenden, molekularen Informationen für die Charakterisierung, Klassifizierung und Identifizierung von Pollen zu entwickeln. Es ist bereits bekannt, dass Raman- und Infrarot-Spektroskopie spezifische Fingerabdrücke der chemischen Zusammensetzung von Pollen liefern können. Im Rahmen dieser Arbeit werden nun die oberflächenverstärkte Raman-Streuung (surface-enhanced Raman scattering, SERS), die matrix-assisted laser desorption/ionisation time-of-flight-Massenspektrometrie (MALDI-TOF MS) und die Fourier-Transform-Infrarot-Spektroskopie (FTIR-Spektroskopie) einzelner Pollenkörner für die taxonomische Klassifizierung eingesetzt. Neben der Anwendung zur taxonomischen Klassifizierung können spektroskopische und spektrometrische Methoden auch zur Erkennung von Unterschieden, die durch Umwelteinflüsse verursacht werden, eingesetzt werden. Als ein erstes Beispiel dieser Anwendung werden cherry leaf roll virus (CLRV) infizierte Birkenpollen untersucht und mit Pollen von Kontrollpflanzen verglichen. Die Ergebnisse dieser Arbeit zeigen, dass spektroskopische und spektrometrische Methoden vielversprechend für die Pollenanalytik in vielen verschiedenen Forschungsgebieten sind. / The investigation of pollen grain samples for characterization, classification and identification is still an analytical task that is both challenging and time-consuming, since it is mainly based on the morphological characteristics of the pollen grains. In order to develop approaches that are based on extensive molecular information and that lead to an automated classification, in this thesis, a combination of spectroscopic and spectrometric tools is discussed. It is already known that a fingerprint analysis of the chemical composition of pollen samples can be accomplished by Raman and infrared spectroscopies. Here, surface-enhanced Raman scattering (SERS), matrix-assisted laser desorption/ionisation time-of-flight mass spectrometry (MALDI-TOF MS), and Fourier transform infrared (FTIR) spectroscopy of single pollen grains are successfully applied for the taxonomic classification of pollen samples. In addition to the application for taxonomic classification, it is conceivable that spectroscopic and spectrometric data could also be used to investigate chemical changes caused by environmental influences. As a first example for such an application, cherry leaf roll virus (CLRV) infected birch pollen are investigated and compared to samples from control plants. The results in this work indicate that spectroscopic and spectrometric methods are powerful analytical tools that may be useful for improved pollen investigation in different areas of research.

Investigations into the origin and evolution of regulatory mechanisms require quantitative estimates of the abundance and co-occurrence of functional protein domains among distantly related genomes. The metabolic and regulatory capabilities of an organism are implicit in its protein content. Currently available methods suffer for strong ascertainment biases, requiring methods for unbiased approaches to protein domain contents at genome-wide scales. The discussion will be highlighted on large scale patterns of similarities and differences of domain contains between phylum-level or even higher level taxonomic groups. This provides insights into large-scale evolutionary trends. The complement of recognizable functional protein domains and their combinations convey essentially the same information and at the same time are much more readily accessible, although protein domain models trained for one phylogenetic group frequently fail on distantly related sequences. Transcription factors (TF) typically cooperate to activate or repress the expression of genes. They play a critical role in developmental processes. While Chromatin Regulation (CR) facilitates DNA organization and prevent DNA aggregation and tangling which is important for replication, segregation, and gene expression. To compare the set of TFs and CRs between species, the genome annotation of equal quality was employed. However, the existing annotation suffers from bias in model organism. The similar count of transcripts are expected to be similar in mammals, but model organism such as human has more annotated transcripts than non model such as gorilla. Moreover, closely related species (e.g, dolphin and human) show a dramatically different distribution of TFs and CRs. Within vertebrates, this is unreasonable and contradicts phylogenetic knowledge. To overcome this problem, performing gene prediction followed by the detection of functional domains via HMM-based annotation of SCOP domains were proposed. This methods was demonstrated to lead toward consistent estimates for quantitative comparison. To emphasize the applicability, the protein domain distribution of putative TFs and CRs by quantitative and boolean means were analyzed. In particular, systematic studies of protein domain occurrences and co-occurrences to study avoidance or preferential co-occurrence of certain protein domains within TFs and CRs were utilized. Pooling related domain models based on their GO-annotation in combination with de novo gene prediction methods provides estimates that seem to be less affected by phylogenetic biases. it was shown for 18 diverse representatives from all eukaryotic kingdoms that a pooled analysis of the tendencies for co-occurrence or avoidance of protein domains is indeed feasible. This type of analysis can reveal general large-scale patterns in the domain co-occurrence and helps to identify lineage-specific variations in the evolution of protein domains. Somewhat surprisingly, strong ubiquitous patterns governing the evolutionary behavior of specific functional classes were not found. Instead, there are strong variations between the major groups of Eukaryotes, pointing at systematic differences in their evolutionary constraints. Species-specific training is required, however, to account for the genomic peculiarities in many lineages. In contrast to earlier studies wide-spread statistically significant avoidance of protein domains associated with distinct functional high-level gene-ontology terms were found.

Die Dissertation befasste sich mit der Entwicklung einer neuen diagnostischen Methode für in-situ-Gewebeuntersuchungen. Der Ansatzpunkt war die Untersuchung von pathologischen Veränderungen im Gewebe, die sich biochemisch in den Zellen widerspiegeln und deshalb mit schwingungsspektroskopischen Methoden, wie der IR-Spektroskopie, erfassbar sind. Das Ziel der Arbeit war die IR-spektroskopische Charakterisierung und Klassifizierung von benignen, präkanzerösen und malignen Geweben mittels chemometrischer Algorithmen auf der Basis multivariater Informationen der IR-Spektren. Um komplexe spektrale Veränderungen zu charakterisieren und die Ergebnisse statistisch abzusichern, ist für jeden Gewebetyp eine Vielzahl an Spektren erforderlich. Daher wurde zur Spektrenakkumulation das IR-mikrospektroskopische Imaging mittels Focal Plane Array Detektor (FPA) genutzt. Die Herausforderung liegt in der Datenanalyse. Der große Datenumfang macht die Anwendung multivariater Algorithmen notwendig. Angewendet wurden Clusteralgorithmen zur Spektrendifferenzierung und die SIMCA (Soft Independent Modelling of Class Analogies) zur Spektrenklassifizierung. Die Validierung der Ergebnisse erfolgt über die histologische Untersuchung der nach der spektroskopischen Messung gefärbten Gewebedünnschnitte. Die genaue Vorgehensweise bei der Auswertung wird in dieser Arbeit anhand humaner Gewebeproben dargestellt. Die untersuchten Plattenepithelkarzinome und Adenokarzinome gehören zu den epithelialen Tumoren, die oralen bzw. zervikalen Ursprungs sind. Die Übertragbarkeit der spektralen Modelle wurde mit Gewebeproben mehrerer Patienten innerhalb einer und zwischen verschiedenen Tumorarten untersucht. Das ist ein erster Schritt zum Einsatz spektroskopischer Methoden in der medizinischen Forschung und Diagnostik.

The work presented in this thesis mainly focuses on two subjects related to the application of remote sensing data: (1) for land cover classification combining optical sensor, texture features generated from spectral information and synthetic aperture radar (SAR) features, and (2) to develop a non-destructive approach for above ground biomass (AGB) and forest attributes estimation employing multi-source remote sensing data (i.e. optical data, SAR backscatter) combined with in-situ data. Information provided by reliable land cover map is useful for management of forest resources to support sustainable forest management, whereas the generation of the non-destructive approach to model forest biophysical properties (e.g. AGB and stem volume) is required to assess the forest resources more efficiently and cost-effective, and coupled with remote sensing data the model can be applied over large forest areas. This work considers study sites over tropical rain forest landscape in Indonesia characterized by different successional stages and complex vegetation structure including tropical peatland forests. The thesis begins with a brief introduction and the state of the art explaining recent trends on monitoring and modeling of forest resources using remote sensing data and approach. The research works on the integration of spectral information and texture features for forest cover mapping is presented subsequently, followed by development of a non-destructive approach for AGB and forest parameters predictions and modeling. Ultimately, this work evaluates the potential of mosaic SAR data for AGB modeling and the fusion of optical and SAR data for peatlands discrimination. The results show that the inclusion of geostatistics texture features improved the classification accuracy of optical Landsat ETM data. Moreover, the fusion of SAR and optical data enhanced the peatlands discrimination over tropical peat swamp forest. For forest stand parameters modeling, neural networks method resulted in lower error estimate than standard multi-linear regression technique, and the combination of non-destructive measurement (i.e. stem number) and remote sensing data improved the model accuracy. The up scaling of stem volume and biomass estimates using Kriging method and bi-temporal ETM image also provide favorable estimate results upon comparison with the land cover map. / Die in dieser Dissertation präsentierten Ergebnisse konzentrieren sich hauptsächlich auf zwei Themen mit Bezug zur angewandten Fernerkundung: 1) Der Klassifizierung von Oberflächenbedeckung basierend auf der Verknüpfung von optischen Sensoren, Textureigenschaften erzeugt durch Spektraldaten und Synthetic-Aperture-Radar (SAR) features und 2) die Entwicklung eines nichtdestruktiven Verfahrens zur Bestimmung oberirdischer Biomasse (AGB) und weiterer Waldeigenschaften mittels multi-source Fernerkundungsdaten (optische Daten, SAR Rückstreuung) sowie in-situ Daten. Eine zuverlässige Karte der Landbedeckung dient der Unterstützung von nachhaltigem Waldmanagement, während eine nichtdestruktive Herangehensweise zur Modellierung von biophysikalischen Waldeigenschaften (z.B. AGB und Stammvolumen) für eine effiziente und kostengünstige Beurteilung der Waldressourcen notwendig ist. Durch die Kopplung mit Fernerkundungsdaten kann das Modell auf große Waldflächen übertragen werden. Die vorliegende Arbeit berücksichtigt Untersuchungsgebiete im tropischen Regenwald Indonesiens, welche durch verschiedene Regenerations- und Sukzessionsstadien sowie komplexe Vegetationsstrukturen, inklusive tropischer Torfwälder, gekennzeichnet sind. Am Anfang der Arbeit werden in einer kurzen Einleitung der Stand der Forschung und die neuesten Forschungstrends in der Überwachung und Modellierung von Waldressourcen mithilfe von Fernerkundungsdaten dargestellt. Anschließend werden die Forschungsergebnisse der Kombination von Spektraleigenschaften und Textureigenschaften zur Waldbedeckungskartierung erläutert. Desweiteren folgen Ergebnisse zur Entwicklung eines nichtdestruktiven Ansatzes zur Vorhersage und Modellierung von AGB und Waldeigenschaften, zur Auswertung von Mosaik- SAR Daten für die Modellierung von AGB, sowie zur Fusion optischer mit SAR Daten für die Identifizierung von Torfwäldern. Die Ergebnisse zeigen, dass die Einbeziehung von geostatistischen Textureigenschaften die Genauigkeit der Klassifikation von optischen Landsat ETM Daten gesteigert hat. Desweiteren führte die Fusion von SAR und optischen Daten zu einer Verbesserung der Unterscheidung zwischen Torfwäldern und tropischen Sumpfwäldern. Bei der Modellierung der Waldparameter führte die Neural-Network-Methode zu niedrigeren Fehlerschätzungen als die multiple Regressions. Die Kombination von nichtdestruktiven Messungen (z.B. Stammzahl) und Fernerkundungsdaten führte zu einer Steigerung der Modellgenauigkeit. Die Hochskalierung des Stammvolumens und Schätzungen der Biomasse mithilfe von Kriging und bi-temporalen ETM Daten lieferten positive Schätzergebnisse im Vergleich zur Landbedeckungskarte.