Sharp wave-ripple Komplexe (SWRs) sind kurze Ereignisse von kohärenter Netzwerkaktivität im Hippocampus. SWRs spielen eine wichtige Rolle bei der Konsolidierung von expliziten Gedächtnisinhalten, die Mechanismen sind aber bis heute ungeklärt. Pyramidenzellen (PYR) und Parvalbumin-positive Korbzellen (PV+BCs) feuern während SWRs besonders häufig, wohingegen sie außerhalb beinahe inaktiv sind. SWRs treten spontan auf, und können durch Stimulation von PYR und PV+ Zellen hervorgerufen werden. Um die Rolle von PV+ Zellen in SWR Generierung zu klären, untersuche ich wie das Zusammenspiel von exzitatorischen Neuronen (PYR) und zwei Klassen von Interneuronen (PV+BCs und derzeit unbekannte Anti-SWR-Zellen) die Entstehung und die Häufigkeit von SWRs beeinflusst. Erstens entwickle ich ein Netzwerk aus feuernden Neuronen, das spontane Übergänge vom Anti-SWR-Zustand zum SWR-Zustand zeigt. Die Aktivität von PV+BCs, die die Aktivität von PYR disinhibieren, dominiert den SWR-Zustand. SWRs können hervorgerufen werden durch Stimulation von PYR oder PV+BCs, und durch Inaktivierung von Anti-SWR-Zellen. Durch Kurzzeitdepression der synaptischen Verbindung von PV+BCs zu Anti-SWR-Zellen wird die Dauer der SWRs reguliert. Die Koexistenz von Anti-SWR- und SWR-Zuständen bei konstanten Stärken der synaptischen Depression erlaubt die Untersuchung der Bistabilität des Netzwerks. Durch eine Mean-field-Näherung können Voraussetzungen für bistabile Netzwerkaktivität analytisch hergeleitet werden. Das Modell prognostiziert die Existenz von Anti-SWR-Zellen. Im letzten Teil dieser Arbeit zeige ich erste experimentelle Ergebnisse, die die Existenz von CA3-Interneuronen belegen, die anti-moduliert sind bezüglich SWRs. Durch die Untersuchung der Rolle von Interneuronen hinsichtlich der Generierung von SWRs trägt diese Arbeit zu einem tieferen Verständnis der neuronalen Schaltkreise im Hippocampus bei, die essentiell für den Erwerb und die Konsolidierung expliziter Gedächtnisinhalte sind. / Sharp wave-ripple complexes (SWRs) are events of coordinated network activity originating in the hippocampus. SWRs are thought to mediate the consolidation of explicit memories, but the mechanisms underlying their occurrence remain obscure. Pyramidal cells (PYR) and parvalbumin-positive basket cells (PV+BCs) preferentially fire during SWRs and are almost silent outside. SWRs emerge spontaneously or by activating PYR or PV+ cells. To understand how the activation of PV+ interneurons can result in an increase of PYR firing, I explore how the interaction of excitatory neurons (PYR) and two groups of interneurons (PV+BCs and a class of anti-SWR cells) contributes to the initiation, termination, and incidence of SWRs. First, I show that a biophysically constrained network of spiking neurons can exhibit spontaneous transitions from a non-SWR state to a SWR state, in which active PV+BCs disinhibit PYR by suppressing anti-SWR cells. SWR events can be triggered by activating PYR or PV+BCs, or inactivating anti-SWR cells. Short-term synaptic depression at the PV+BCs-to-anti-SWR cells connections regulates the termination of SWR events. The coexistence of states for intermediate values of the depression allows to study the network behavior in terms of bistability. To this end, I consider a mean-field approximation of the spiking network, where conditions for the emergence of a bistable configuration are derived analytically. This allows to unveil the mechanisms regulating the existence of bistable disinhibitory networks. The model predicts the existence of a class of anti-SWR cells. In the last part of this work, I show the first experimental evidence for CA3 interneurons anti-modulated with respect to SWRs, and discuss their involvement in the SWR generation process. Overall, the results of this thesis elucidate the role of interneurons in SWR generation and broaden our understanding of the microcircuits supporting the dynamics of memory-related networks.

In der Arbeit wird ein Ansatz zur Verwaltung von Lernmaterialien in einem semistrukturierten Datenbanksystem vorgestellt. Der Ansatz zeichnet sich durch die Wiederverwendung einmal gespeicherter Lernmaterialien aus

Die Chemnitzer Linux-Tage sind eine Veranstaltung rund um das Thema Open Source. Im Jahr 2011 wurden 102 Vorträge und Workshops gehalten. Der Band enthält ausführliche Beiträge zu 12 Hauptvorträgen sowie Zusammenfassungen zu 78 weiteren Vorträgen. / The "Chemnitz Linux Days" is a conference that deals with Linux and Open Source Software. In 2011 102 talks and workshops were given. This volume contains papers of 12 main lectures and 78 abstracts (in german).

Smarte Prüfsysteme werden ein Schlüsselbaustein zur Qualitätssicherung in der industriellen Fertigung und Produktion sein. Insbesondere trifft dies auf komplexe Prüf- und Bewertungsprozesse zu. In den letzten Jahren haben sich hierfür lernbasierte Verfahren als besonders vielversprechend herauskristallisiert. Ihr Einsatz geht in der Regel mit erheblichen Performanceverbesserungen gegenüber konventionellen, regel- bzw. geometriebasierten Methoden einher. Der Black-Box-Charakter dieser Algorithmen führt jedoch dazu, dass die Interpretationen der berechneten Prognosegüten kritisch zu hinterfragen sind. Das Vertrauen in die Ergebnisse von Algorithmen, die auf maschinellem Lernen basieren, kann erhöht werden, wenn verschiedene, voneinander unabhängige Verfahren zum Einsatz kommen. Hierbei sind Datenfusionsstrategien anzuwenden, um die Resultate der verschiedenen Methoden zu einem Endergebnis zusammenzufassen. Im Konferenzbeitrag werden, aufbauend auf einer kurzen Vorstellung wichtiger Ansätze zur Objektklassifikation, entsprechende Fusionsstrategien präsentiert und an einem Fallbeispiel evaluiert. Im Anschluss wird auf Basis der Ergebnisse das Potential der Datenfusion in Bezug auf das Maschinelle Lernen erörtert.

Dünnwandige Strukturen erreichen bei richtiger Gestaltung ein sehr gutes Masse-Steifigkeitsverhältnis und besitzen damit großes Potential für effektiven Strukturleichtbau. In ebenen und schwach gekrümmten Bereichen weisen diese jedoch eine geringe Biegesteifigkeit auf, welche häufig nicht den gestellten Anforderungen entspricht. Zur Formversteifung werden hier Sicken eingesetzt. Diese rinnenartigen oder flächigen Vertiefungen werden mithilfe einer Blechumformung, wie Tiefziehen, in das jeweilige Bauteil eingebracht. Damit ein Sickenfeld die maximale Versteifungswirkung erreicht, muss es beanspruchungsgerecht ausgelegt werden. In der Praxis werden Sicken häufig erfahrungsbasiert oder mit den Erkenntnissen aus Sickenkatalogen in ein Bauteil eingebracht. Allerdings bleibt hier die Frage nach einer beanspruchungsgerechten Auslegung der Sickenparameter, wie Position und Ausrichtung, offen. Bei komplexeren Bauteilen generiert die FE-Netz basierte Formoptimierung hingegen ein deutlich besseres Ergebnis. Allerdings muss dieses für ein fertigungsgerechtes Sickenbild manuell im CAD rekonstruiert werden. Dieser Prozess ist im CAD-System zeitaufwändig und fehleranfällig. Ziel dieser Arbeit ist es, die FEM gestützte Sickenauslegung effektiver zu gestalten. Eine Teilaufgabe ist die Verbesserung der Ergebnisinterpretation von formoptimierten FE-Netzen. Weiterhin werden neue Methoden gezeigt, welche ohne Interpretation verzerrter FE-Netze eine CAD-integrierte Sickenauslegung ermöglichen. / Thin-walled structures are used within various products, due to their optimal relation between mass and stiffness. Nevertheless those structures have a low bending stiffness in areas with less curvature. To bypass this disadvantage channels or flattened areas, so called beads, are embossed. To maximize the stiffening effect the position and orientation of the bead is essential. One of the latest methods for bead creation is based on the experience of the designer supported with construction catalogues. They offer predefined bead patterns, tested on simple plate structures and various load cases. The adoption of the predefined bead pattern on complex real live parts is often impossible. A second method uses FEM based optimization algorithms. They are more effective but the actual workflow of interpreting the distorted FEM meshes in CAD and resulting adoption on manufacturing constrains lead to non-optimal results, too. The aim of this thesis is to represent new methods for bead creation with a high CAD integration level. As a result, three new methods are developed. At first, the workflow for the interpretation of bead patterns created by a FEM based optimization algorithm was simplified using tailor made CAD features for the reverse engineering process. The designer is now able to recreate tangency steady CAD geometry with the provided deformed FE mesh. The second method focuses on channel shaped beads. Herefore, the stress distribution is calculated within the FE-shell first and then analyzed. With this information the direction of a bead profile can be estimated in every FE-node and displayed to the user as vector field. In the second step guidelines similar to streamlines are created using the vector field. These guidelines are the basic elements for channels shaped beads represented as CAD features. This approach enables the designer to create load step depending bead patterns without distorted FE-Meshes in CAD. The last scheme represents a semi-analytical approach to create the guidelines without Finite Elements Analyses for simple plate like structures. The vector field is calculated with the stresses using Kirchoff-Love's theory of plates. The investigation shows that the resulting guidelines can be approximated with superellipse. All methods are tested with parts of the automotive industry and academic examples.

Dünnwandige Strukturen erreichen bei richtiger Gestaltung ein sehr gutes Masse-Steifigkeitsverhältnis und besitzen damit großes Potential für effektiven Strukturleichtbau. In ebenen und schwach gekrümmten Bereichen weisen diese jedoch eine geringe Biegesteifigkeit auf, welche häufig nicht den gestellten Anforderungen entspricht. Zur Formversteifung werden hier Sicken eingesetzt. Diese rinnenartigen oder flächigen Vertiefungen werden mithilfe einer Blechumformung, wie Tiefziehen, in das jeweilige Bauteil eingebracht. Damit ein Sickenfeld die maximale Versteifungswirkung erreicht, muss es beanspruchungsgerecht ausgelegt werden. In der Praxis werden Sicken häufig erfahrungsbasiert oder mit den Erkenntnissen aus Sickenkatalogen in ein Bauteil eingebracht. Allerdings bleibt hier die Frage nach einer beanspruchungsgerechten Auslegung der Sickenparameter, wie Position und Ausrichtung, offen. Bei komplexeren Bauteilen generiert die FE-Netz basierte Formoptimierung hingegen ein deutlich besseres Ergebnis. Allerdings muss dieses für ein fertigungsgerechtes Sickenbild manuell im CAD rekonstruiert werden. Dieser Prozess ist im CAD-System zeitaufwändig und fehleranfällig. Ziel dieser Arbeit ist es, die FEM gestützte Sickenauslegung effektiver zu gestalten. Eine Teilaufgabe ist die Verbesserung der Ergebnisinterpretation von formoptimierten FE-Netzen. Weiterhin werden neue Methoden gezeigt, welche ohne Interpretation verzerrter FE-Netze eine CAD-integrierte Sickenauslegung ermöglichen. / Thin-walled structures are used within various products, due to their optimal relation between mass and stiffness. Nevertheless those structures have a low bending stiffness in areas with less curvature. To bypass this disadvantage channels or flattened areas, so called beads, are embossed. To maximize the stiffening effect the position and orientation of the bead is essential. One of the latest methods for bead creation is based on the experience of the designer supported with construction catalogues. They offer predefined bead patterns, tested on simple plate structures and various load cases. The adoption of the predefined bead pattern on complex real live parts is often impossible. A second method uses FEM based optimization algorithms. They are more effective but the actual workflow of interpreting the distorted FEM meshes in CAD and resulting adoption on manufacturing constrains lead to non-optimal results, too. The aim of this thesis is to represent new methods for bead creation with a high CAD integration level. As a result, three new methods are developed. At first, the workflow for the interpretation of bead patterns created by a FEM based optimization algorithm was simplified using tailor made CAD features for the reverse engineering process. The designer is now able to recreate tangency steady CAD geometry with the provided deformed FE mesh. The second method focuses on channel shaped beads. Herefore, the stress distribution is calculated within the FE-shell first and then analyzed. With this information the direction of a bead profile can be estimated in every FE-node and displayed to the user as vector field. In the second step guidelines similar to streamlines are created using the vector field. These guidelines are the basic elements for channels shaped beads represented as CAD features. This approach enables the designer to create load step depending bead patterns without distorted FE-Meshes in CAD. The last scheme represents a semi-analytical approach to create the guidelines without Finite Elements Analyses for simple plate like structures. The vector field is calculated with the stresses using Kirchoff-Love\'s theory of plates. The investigation shows that the resulting guidelines can be approximated with superellipse. All methods are tested with parts of the automotive industry and academic examples.

Materialfluss-Systeme für den Stückgut-Transport auf der Basis von Stetigförderern sind meist modular aufgebaut. Das Verhalten gleichartiger Materialfluss-Elemente unterscheidet sich durch technische Parameter (z.B. geometrische Größen) und durch unterschiedliche logistische Belastungen der Elemente im System. Durch die in der Arbeit getroffenen Modellannahmen werden für die Elemente nur lokale Steuerungsregeln zugelassen und für das System Blockierfreiheit vorausgesetzt. Das Verhalten eines Materialfluss-Elements hängt dann nicht mehr von Zuständen anderer Elemente des Systems ab sondern nur noch von den stochastischen Prozessen des Eintreffens von Transporteinheiten. Die Auslastung eines Elements, die Quantile der Warteschlangenlängen an seinen Eingängen und die Variationskoeffizienten seiner Abgangsströme sind statistische Kenngrößen. Sie hängen im Wesentlichen nur von der Klasse des Elements, seinen technischen Parametern, den Parametern der Eingangsströme und der lokalen Transportmatrix ab. Diese funktionellen Abhängigkeiten sind im Allgemeinen nicht analytisch handhabbar. Da diese Funktionen stetig differenzierbar und beschränkt sind und von relativ viele Eingansgrößen anhängen, sind neuronale Netze gut geeignet für numerische Näherungen. Mit Hilfe von einfachen neuronalen Netzen können die statistischen Kenngrößen numerisch approximiert werden. Aus einzelnen Teilmodellen kann ein hybrides Modell des gesamten Systems zusammengesetzt werden. Anhand von einigen Beispielen wird die Güte der Modellierung bewertet. / Material flow systems are normally built with a modular structure. The behavoir of similar elements only differs by technical parameters (e.g. geometriy), and by different logistic loads of the elements in the system. In this paper, a new model is being developed for a non-blocking system with non-global control rules. The behavior of a flow of a material flow element is assumed not to depend on the conditions of other elements of the system, but only on stochastic processes of the arrival of transportation units. The rate of utilization of an element, the quantiles of the queue lengths at its inputs, and the dispersion of its output stream are statistic characteristics. They depend only on the type of the element, its technical parameters, the parameters of the input streams, and the local transportation matrix. These functional dependencies are not analytically manageable. But due to their properties, neural nets are well suited for numeric approximations of these statistic functions. The single models can be used to compose a hybrid model of the whole system. A few examples show the quality of the new modeling technique.

A detailed and comprehensive description of the state of the art in the field of flood forecasting opens this work. Advantages and shortcomings of currently available methods are identified and discussed. Amongst others, one important aspect considers the most exigent weak point of today’s forecasting systems: The representation of all the fundamentally different event specific patterns of flood formation with one single set of model parameters. The study exemplarily proposes an alternative for overcoming this restriction by taking into account the different process characteristics of flood events via a dynamic parameterisation strategy. Other fundamental shortcomings in current approaches especially restrict the potential for real time flash flood forecasting, namely the considerable computational requirements together with the rather cumbersome operation of reliable physically based hydrologic models. The new PAI-OFF methodology (Process Modelling and Artificial Intelligence for Online Flood Forecasting) considers these problems and offers a way out of the general dilemma. It combines the reliability and predictive power of physically based, hydrologic models with the operational advantages of artificial intelligence. These operational advantages feature extremely low computation times, absolute robustness and straightforward operation. Such qualities easily allow for predicting flash floods in small catchments taking into account precipitation forecasts, whilst extremely basic computational requirements open the way for online Monte Carlo analysis of the forecast uncertainty. The study encompasses a detailed analysis of hydrological modeling and a problem specific artificial intelligence approach in the form of artificial neural networks, which build the PAI-OFF methodology. Herein, the synthesis of process modelling and artificial neural networks is achieved by a special training procedure. It optimizes the network according to the patterns of possible catchment reaction to rainstorms. This information is provided by means of a physically based catchment model, thus freeing the artificial neural network from its constriction to the range of observed data – the classical reason for unsatisfactory predictive power of netbased approaches. Instead, the PAI-OFF-net learns to portray the dominant process controls of flood formation in the considered catchment, allowing for a reliable predictive performance. The work ends with an exemplary forecasting of the 2002 flood in a 1700 km² East German watershed.

We address the excitation of quantum breathers in small nonlinear networks of two and three degrees of freedom, in order to study their properties. The invariance under permutation of two sites of these networks substitutes the translation invariance that is present in nonlinear lattices, where (classical) discrete breathers are time periodic space localized solutions of the underlying classical equations of motion. We do a systematic analysis of the spectrum and eigenstates of such small systems, characterizing quantum breather states by their tunnelling rate (energy splitting), site correlations, fluctuations of the number of quanta, and entanglement. We observe how these properties are reflected in the time evolution of initially localized excitations. Quantum breathers manifest as pairs of nearly degenerate eigenstates that show strong site correlation of quanta, and are characterized by a strong excitation of quanta on one site of the network which perform slow coherent tunnelling motion from one site to another. They enhance the fluctuations of quanta, and are the least entangled states among the group of eigenstates in the same range of the energy spectrum. We use our analysis methods to consider the excitation of quantum breathers in a cell of two coupled Josephson junctions, and study their properties as compared with those in the previous cases. We describe how quantum breathers could be experimentally observed by employing the already developed techniques for quantum information processing with Josephson junctions.

Lithium-ion (Li-ion) batteries have become a crucial factor in the recent electro-mobility trend. People's increased interest in electric vehicles (EVs) has motivated several automotive manufacturers and research organizations to develop suitable drivetrain designs involving batteries. Especially the development of the 48V Li-ion battery has been of great importance to reduce CO2 emissions and meet emission standards. However, accurately modeling Li-ion batteries is a difficult task since multiple factors have to be considered. Conservative Methods are using pyhsico-chemical models or electrical circuits in order to mimic the battery behavior. This thesis deals with developing a Li-ion battery model using artificial neural network (ANN) algorithms to predict the state of charge (SOC) as one of the key battery management system states. Due to the rising power of GPUs and the amount of available data, ANNs became popular in recent years. ANNs are also applicable to different areas of battery technology. Using battery data like the battery voltage, temperature, and current as input features, a neural network is trained that predicts battery SOC. A novel approach based on ANNs and one of the most commonly used SOC estimation methods are presented in this thesis to model the battery behavior. Furthermore, an approach for dealing with the highly unbalanced data by creating multidimensional bins and compare different neural network architectures for time series forecasting is introduced. By creating the model, our main priority is to reduce the model's errors in extreme operating areas of the battery. According to our results, long short-term memory (LSTM) architectures appear to be the best fit for this task. Finally, the developed ANN model can successfully learn battery behavior, however the model's accuracy under harsh operating circumstances is highly dependent on the data quality gathered.