Workshop "Netz- und Service-Infrastrukturen" vom 19.-22. April 2004 in Löbsal (bei Meißen)

Entwicklung und Validierung eines Messverfahrens zur Bestimmung der Geruchsausbreitung im bodennahen Bereich, Entwicklung einer künstlichen Nase, Nutzung von künstlich-neuronalen Netze (Kohonen- und MLP-Netze), Ausbreitungsrechnung beruhend auf ein Erweitertes Zellenmodell mit Platzwechselwahrscheinlichkeit (EZEMP), Gauß-Modelle sowie durch das CFD-Programm FLUENT, Beispielrechnungen für realitätsnahe Ausbreitungen in der Atmosphäre und Nachrechnungen von Untersuchungen an einem Versuchsstand, Beschreibung eines Messverfahrens

Für Übertragung von Live-Videodaten an mehrere Empfänger gibt es als etablierte Technologien die Übertragung per Multicast an mehrere Empfänger sowie die Unicast-Übertragung an jeden Empfänger von einem Verteilpunkt aus. Nachteilig ist im ersten Fall, dass viele ISPs kein Multicast unterstützen, im zweiten Fall der hohe Bandbreitenbedarf am Verteilpunkt. Die Unterschiede in der verfügbaren Bandbreite von ISP-Zugängen (DSL, ISDN) und Campusnetzwerken (z.B. Studentennetzen) erfordern es, das Videomaterial in mehreren Qualitätsstufen anzubieten. Im Team wurde ein System entworfen und realisiert, das aus einer Quelle effizient verschiedene Qualitätsstufen des Videomaterials erzeugt ("Videoteil") und dieses mittels Peer-To-Peer-Technologie verteilt ("Netzwerkteil"). Diese Arbeit enthält den den Netzwerkteil.

An introduction to Chord Algorithm.

Source is converted into pdf format. An introduction to Chord Algorithm.

Die manuelle Auswertung von Laue-Aufnahmen mittels der stereographischen Projektion im Wulffschen Netz stößt bei hochindizierten Orientierungen auf erhebliche Schwierigkeiten. Es wird eine einfache Kugelmethode beschrieben, die es gestattet, mit Hilfe des Greeninger Netzes jedes beliebig orientierte Lauebeugungsdiagramm in kurzer Zeit auszuwerten.

Invariant object recognition is maybe the most basic and fundamental property of our visual system. It is the basis of many other cognitive tasks, like motor actions and social interactions. Hence, the theoretical understanding and modeling of invariant object recognition is one of the central problems in computational neuroscience. Indeed, object recognition consists of two different tasks: classification and identification. The focus of this thesis is on object identification under the basic geometrical transformations shift, scaling, and rotation. The visual system can perform shift, size, and rotation invariant object identification. This thesis consists of two parts. In the first part, we present and investigate the VisNet model proposed by Rolls. The generalization problems of VisNet triggered our development of a new neural network model for invariant object identification. Starting point for an improved generalization behavior is the search for an operation that extracts images features that are invariant under shifts, rotations, and scalings. Extracting invariant features guarantees that an object seen once in a specific pose can be identified in any pose. We present and investigate our model in the second part of this thesis.

Univ., Diss.--Osnabrück, 2006.

Zugl.: Ilmenau, Techn. Univ., Diss., 2009

Thesis (doctoral)--Universität, Passau, 2000.