Die sequenzielle Aktivität von Ortszellen im Hippocampus entspricht vielfach früheren Erlebnissen, was auf eine Rolle in Gedächtnisprozessen hinweist. Jüngere experimentelle Befunde zeigen allerdings, dass Zielorte in sequenzieller Aktivität überrepräsentiert sind. Dies legt eine Rolle dieser Aktivitätsmuster in der Verhaltensplanung nahe, wobei ein detailliertes Verständnis sowohl des Ursprungs als auch der Funktion von Ortszellsequenzen im Hippocampus bislang fehlt. Insbesondere ist nicht bekannt, welcher Mechanismus solche Sequenzen auf adaptive und konstruktive Weise generiert, wodurch effizientes Planen ermöglicht würde. Um der Beantwortung dieser Fragen näher zu kommen, stelle ich ein neu entwickeltes pulscodiertes Netzwerkmodell vor, in dem räumliches Lernen und die Generierung von Sequenzen untrennbar voneinander abhängig sind. Anhand von Simulationen zeige ich, dass dieses Modell die Erzeugung von noch nicht erlebten Sequenztrajektorien in bekannten Umgebungen erklärt, was deren Nutzen für flexible Pfadplanung hervorhebt. Zusätzlich stelle ich die Ergebnisse eines detaillierten Vergleichs zwischen simulierten neuronalen Pulsfolgen und experimentellen Daten auf der Ebene der Populationsdynamik vor. Diese Resultate zeigen, wie sequenzielle räumliche Repräsentationen durch die Interaktion zwischen lokaler oszillatorischer Dynamik und externen Einflüssen geprägt werden.:1. Introduction 2. Neurobiological and theoretical accounts of hippocampal function 3. A computational model of place-cell sequences for goal-finding 4. A statistical note on step size decoding in place-cell sequences 5. Summary and Discussion Bibliography / Hippocampal place-cell sequences observed during awake immobility often represent previous experience, suggesting a role in memory processes. However, recent reports of goals being overrepresented in sequential activity suggest a role in short-term planning, although a detailed understanding of the origins of hippocampal sequential activity and of its functional role is still lacking. In particular, it is unknown which mechanism could support efficient planning by generating place-cell sequences biased toward known goal locations, in an adaptive and constructive fashion. To address these questions, I propose a spiking network model of spatial learning and sequence generation as interdependent processes. Simulations show that this model explains the generation of never-experienced sequence trajectories in familiar environments and highlights their utility in flexible route planning. In addition, I report the results of a detailed comparison between simulated spike trains and experimental data, at the level of network dynamics. These results demonstrate how sequential spatial representations are shaped by the interaction between local oscillatory dynamics and external inputs.:1. Introduction 2. Neurobiological and theoretical accounts of hippocampal function 3. A computational model of place-cell sequences for goal-finding 4. A statistical note on step size decoding in place-cell sequences 5. Summary and Discussion Bibliography

Die Topologieoptimierung ist die Suche einer optimalen Bauteilgeometrie in Abhängigkeit des Einsatzfalls. Für komplexe Probleme kann die Topologieoptimierung aufgrund eines hohen Detailgrades viel Zeit- und Rechenkapazität erfordern. Diese Nachteile der Topologieoptimierung sollen mittels Deep Learning reduziert werden, so dass eine Topologieoptimierung dem Konstrukteur als sekundenschnelle Hilfe dient. Das Deep Learning ist die Erweiterung künstlicher neuronaler Netzwerke, mit denen Muster oder Verhaltensregeln erlernt werden können. So soll die bislang numerisch berechnete Topologieoptimierung mit dem Deep Learning Ansatz gelöst werden. Hierzu werden Ansätze, Berechnungsschema und erste Schlussfolgerungen vorgestellt und diskutiert.

Mobility-Based Routing Overhead Management in Reconfigurable Wireless Ad Hoc Networks Routing Overheads are the non-data message packets whose roles are establishment and maintenance of routes for data packets as well as neighbourhood discovery and maintenance. They have to be broadcasted in the network either through flooding or other techniques that can ensure that a path exists before data packets can be sent to various destinations. They can be sent reactively or periodically to neighbours so as to keep nodes updated on their neighbourhoods. While we cannot do without these overhead packets, they occupy much of the limited wireless bandwidth available in wireless networks. In a reconfigurable wireless ad hoc network scenario, these packets have more negative effects, as links need to be confirmed more frequently than in traditional networks mainly because of the unpredictable behaviour of the ad hoc networks. We therefore need suitable algorithms that will manage these overheads so as to allow data packet to have more access to the wireless medium, save node energy for longer life of the network, increased efficiency, and scalability. Various protocols have been suggested in the research area. They mostly address routing overheads for suitability of particular protocols leading to lack of standardisation and inapplicability to other protocol classes. In this dissertation ways of ensuring that the routing overheads are kept low are investigated. The issue is addressed both at node and network levels with a common goal of improving efficiency and performance of ad hoc networks without dedicating ourselves to a particular class of routing protocol. At node level, a method hereby referred to as "link availability forecast", that minimises routing overheads used for maintenance of neighbourhood, is derived. The targeted packets are packets that are broadcasted periodically (e.g. hello messages). The basic idea in this method is collection of mobility parameters from the neighbours and predictions or forecasts of these parameters in future. Using these parameters in simple calculations helps in identifying link availabilities between nodes participating in maintenance of networks backbone. At the network level, various approaches have been suggested. The first approach is the cone flooding method that broadcasts route request messages through a predetermined cone shaped region. This region is determined through computation using last known mobility parameters of the destination. Another approach is what is hereby referred as "destination search reverse zone method". In this method, a node will keep routes to destinations for a long time and use these routes for tracing the destination. The destination will then initiate route search in a reverse manner, whereby the source selects the best route for next delivery. A modification to this method is for the source node to determine the zone of route search and define the boundaries within which the packet should be broadcasted. The later method has been used for simulation purposes. The protocol used for verification of the improvements offered by the schemes was the AODV. The link availability forecast scheme was implemented on the AODV and labelled AODV_LA while the network level implementation was labelled AODV_RO. A combination of the two schemes was labelled AODV_LARO.

The correct classification of a logs assortment is crucial for the economic output within a fully mechanized timber harvest. This task is especially for unexperienced but also for professional machine operators mentally demanding. This paper presents a method towards an assistance system for machine operators for an automated log quality and assortment estimation. Therefore, machine vision methods for object detection are combined with machine learning approaches for estimating the logs weight based on a Convolutional Neural Network (CNN). Based on the dimensions oft he object ´log, a first categorisation into a specific assortment is done. By comparing the theoretical weight of a healthy log of such dimensions to the real weight estimated by the CNN-based crane scale, quality reducing properties such as beetle infestation or red rod can be detected. In such cases, the assistance system displays a visual warning to the operator to check the loaded log.

Estimating depth and detection of object instances in 3D space is fundamental in autonomous navigation, localization, and mapping, robotic object manipulation, and augmented reality. RGB-D images and LiDAR point clouds are the most illustrative formats of depth information. However, depth sensors offer many shortcomings, such as low effective spatial resolutions and capturing of a scene from a single perspective. The thesis focuses on reproducing denser and comprehensive 3D scene structure for given monocular RGB images using depth and 3D object detection. The first contribution of this thesis is the pipeline for the depth estimation based on an unsupervised learning framework. This thesis proposes two architectures to analyze structure from motion and 3D geometric constraint methods. The proposed architectures trained and evaluated using only RGB images and no ground truth depth data. The architecture proposed in this thesis achieved better results than the state-of-the-art methods. The second contribution of this thesis is the application of the estimated depth map, which includes two algorithms: point cloud generation and collision avoidance. The predicted depth map and RGB image are used to generate the point cloud data using the proposed point cloud algorithm. The collision avoidance algorithm predicts the possibility of collision and provides the collision warning message based on decoding the color in the estimated depth map. This algorithm design is adaptable to different color map with slight changes and perceives collision information in the sequence of frames. Our third contribution is a two-stage pipeline to detect the 3D objects from a monocular image. The first stage pipeline used to detect the 2D objects and crop the patch of the image and the same provided as the input to the second stage. In the second stage, the 3D regression network train to estimate the 3D bounding boxes to the target objects. There are two architectures proposed for this 3D regression network model. This approach achieves better average precision than state-of-theart for truncation of 15% or fully visible objects and lowers but comparable results for truncation more than 30% or partly/fully occluded objects.

Beim Entwurf großer Netzwerke der Automation ermöglichen Methoden der Leistungsbewertung den Test und die Dimensionierung eines Netzwerkes bereits vor der Inbetriebnahme und erlauben damit einen effizienten, qualitätsorientierten Entwurf. Es ist jedoch sehr wissensintensiv und aufwendig, entsprechende Analyse- oder Simulations-Modelle aufzustellen und die Ergebnisse auszuwerten, weshalb die Methoden in der Praxis der Automation selten verwendet werden. Viel vertrauter sind dem Entwerfer hingegen die speziellen Software-Tools, mit denen in der Automation Netzwerke entworfen werden. Auf Basis der Datenbanken dieser Tools werden in dieser Arbeit verschieden Verfahren zur automatischen Systemmodellierung, Verkehrsmodellierung, Leistungsbewertung und Fehlerdiagnose zu einem Control Network Performance Engineering kombiniert, welches die Qualitätsbewertung und -beratung nahtlos und ohne Mehraufwand in den Netzwerkentwurf integriert. (Die Dissertation wurde veröffentlicht im Jörg Vogt Verlag, Voglerstr. 20, 01277 Dresden, Internet: http://www.vogtverlag.de/, email: info@vogtverlag.de, ISBN 978-3-938860-10-6) / During the design of large automation networks, performance analysis methods can be used for testing and dimensioning the network before implementation and are essential for an efficient and reliable design process. However, setting up the necessary analytical or simulative models is time-consuming, requires in-depth knowledge, and is therefore often not applicable in practice. The network designers are much more used to the design tools used to develop automation networks. Based on these tools' databases various methods for automated system and traffic modeling, performance analysis and diagnoses are combined in the control network performance engineering that seamlessly integrates quality analysis and consulting into network design without requiring additional effort. (This manuscript is also available - in the form of a book - from Jörg Vogt Verlag, Voglerstr. 20, 01277 Dresden, Germany world-wide web address: http://www.vogtverlag.de/, electronic-mail address: info@vogtverlag.de, ISBN 978-3-938860-10-6 )

This letter presents a low-noise amplifier with a 3 dB-bandwidth, from 55 to 74 GHz, excellent noise performance and low power consumption based on a three-stage common-source topology. For the first time to the authors’ best knowledge, an analytical equation that also considers the gate–drain capacitance is derived for the employed shunt–series transformer feedback input matching network. To enable shunt–series transformer feedback matching without significant gain reduction a highly asymmetric transformer is designed. Furthermore, a compact transformer-implemented T-shaped output matching network is investigated to minimize the required area. To prove these concepts, the circuit has been fabricated in a 22 nm fully depleted silicon-on-insulator technology. Thanks to the transformer-based matching, an ultra-compact active footprint of 0.039 mm² is achieved. At a power consumption of 8.4 mW from a 0.41 V supply an average noise figure of 4.8 dB and a peak gain of 14.2 dB has been measured. In- and output matching better than −10 dB over the 19 GHz wide 3 dB-bandwidth are demonstrated.

Predicting evaporation is essential for managing water resources in basins. Improvement of the prediction accuracy is essential to identify adequate inputs on evaporation. In this study, artificial neural network (ANN) is coupled with several evolutionary algorithms, i.e., capuchin search algorithm (CSA), firefly algorithm (FFA), sine cosine algorithm (SCA), and genetic algorithm (GA) for robust training to predict daily evaporation of seven synoptic stations with different climates. The inclusive multiple model (IMM) is then used to predict evaporation based on established hybrid ANN models. The adjusting model parameters of the current study is a major challenge. Also, another challenge is the selection of the best inputs to the models. The IMM model had significantly improved the root mean square error (RMSE) and Nash Sutcliffe efficiency (NSE) values of all the proposed models. The results for all stations indicated that the IMM model and ANN-CSA could outperform other models. The RMSE of the IMM was 18, 21, 22, 30, and 43% lower than those of the ANNCSA, ANN-SCA, ANN-FFA, ANN-GA, and ANN models in the Sharekord station. The MAE of the IMM was 0.112 mm/day, while it was 0.189 mm/day, 0.267 mm/day, 0.267 mm/day, 0.389 mm/day, 0.456 mm/day, and 0.512 mm/day for the ANN-CSA, ANN-SCA, and ANN-FFA, ANN-GA, and ANN models, respectively, in the Tehran station. The current study proved that the inclusive multiple models based on improved ANN models considering the fuzzy reasoning had the high ability to predict evaporation.

Für die Luftqualitätsbewertung in Städten sind Informationen zur raumzeitlichen Variabilität luftgetragener Feinstäube auf kleiner Skala von wichtiger Bedeutung. Standardisierte Messverfahren, zur Bestimmung von Partikelkonzentrationen, sind mit hohem Aufwand verbunden, weshalb dichte Messnetze fehlen. Partikelausbreitungsmodelle sind kompliziert in der Anwendung und/oder benötigen hohe Computerrechenleistung. Infolgedessen gibt es bezüglich örtlicher Partikelkonzentrationen große Informationslücken. Diese Arbeit untersucht die mikroskalige Variabilität von Aerosolen in Raum und Zeit mit unterschiedlichen Methoden. Es wurden Erhebungen mit mobilen Sensoren und eine Passantenbefragung durchgeführt. Weiterhin wurden in dieser Arbeit die physikalischen Partikeltransportmodelle ENVI-met und Austal2000 in ihrer Leistung bewertet und in angewandten Studien eingesetzt. Weiterhin wurde ein neuronales Netzwerk zur Vorhersage von Partikelkonzentrationen entwickelt. Die Untersuchungen erfolgten in den Städten Aachen und Münster. Es konnten unerwartete Verteilungsmuster hinsichtlich der Massekonzentration von Partikeln beobachtet werden. In einem innerstädtischen Park wurden diffuse Partikelquellen identifiziert, mit einem deutlichen Hinweis darauf, dass feuchtgelagerte Wegedecken einen maßgeblichen Anteil an lokalen Partikelimmissionen hatten. Weiterhin wurde Straßenverkehr als wichtiger Beitrag zum städtischen Aerosol identifiziert. Passanten, die verschiedenen Partikelkonzentrationen ausgesetzt waren, konnten diese perzeptiv nicht unterscheiden. Simulationsergebnisse von Austal2000 und ENVI-met wiesen Unterschätzungen im Vergleich zu Messwerten auf. Das entwickelte neuronale Netzwerk prognostizierte Partikelkonzentrationen teilweise mit hoher Genauigkeit. Das große Potenzial von neuronalen Netzen für die Vorhersage von Partikelkonzentrationen in räumlicher und zeitlicher Ausdehnung, auch für den Bereich der Luftqualitätsüberwachung, wurde aufgezeigt. / Knowledge about the micro-scale variability of airborne particles is a crucial criterion for air quality assessment within complex terrains such as urban areas. Due to the significant costs and time consumption related to the work required for standardized measurements of particle concentrations, dense monitoring networks are regularly missing. Models that simulate the transmission of particles are often difficult to use and/or computationally expensive. As a result, information regarding on-site particle concentrations at small scales is still limited. This thesis explores the micro-scale variability of aerosol concentrations in space and time using different methods. Experimental fieldwork, including measurements with mobile sensor equipment alongside a survey, and modeling approaches were conducted. Applied simulation studies, a performance assessment of two popular particle dispersion models, namely Austal2000 and ENVI-met, as well as the development of an ANN model are presented. The cities of Aachen and Münster were chosen as case studies for this research. Unexpected patterns of particle mass concentrations could be observed, including the identification of diffuse particle sources inside a park area with strong evidence that unpaved surfaces contributed to local aerosol concentration. In addition, vehicle traffic was proved to be a major contributor of particles, particularly close to traffic lanes. Results of the survey reveal that people were not able to distinguish between different aerosol concentration levels. Austal2000 and ENVI-met turned out to have room for improvement in terms of the reproduction of observed particle concentration levels, with both models having a tendency toward underestimation. The newly developed ANN model was confirmed to be a fairly accurate tool for predicting aerosol concentrations in both space and time, and demonstrates the principal ability of the approach also in the domain of air quality monitoring.

Der neunte Band der wissenschaftlichen Schriftenreihe Eingebettete, Selbstorganisierende Systeme widmet sich der funkstandardübergreifenden Kommunikation in Mobilen Ad Hoc Netzwerken. Im Zuge der fortschreitenden, drahtlosen Vernetzung mobiler Endgeräte entstehen immer neue, hochspezialisierte Kommunikationsstandards. Deren Übertragungseigenschaften sind dabei eng an den jeweiligen Anwendungsfokus gebunden. Eine intelligente Verknüpfung der verfügbaren Standards würde die Integrationsmöglichkeiten der Endgeräte deutlich erhöhen. Gleichzeitig bieten sich vielfältige Möglichkeiten, die Kommunikation bezüglich auftretender Latenzen, der Erreichbarkeit und dem Energieverbrauch zu optimieren. Im Rahmen dieser Arbeit stellt Herr Vodel ein generisches Konzept vor, welches eine solche Verknüpfung applikationsunabhängig ermöglicht. Der entwickelte Integrationsansatz nutzt dabei handelsübliche, am Markt verfügbare Funkmodule, welche auf einer hardwarenahen Ebene gekapselt werden. Der Anwendungsfokus liegt speziell im Bereich eingebetteter sowie mobiler, ressourcenbeschränkter Systeme. Für die Umsetzung des Konzeptes werden drei wesentliche Problemstellungen betrachtet. Zunächst muss die grundlegende Initialisierung und Verwaltung der heterogenen, funkstandardübergreifenden Topologie sichergestellt werden. Darauf aufbauend wird eine effiziente Routingstrategie vorgestellt, welche die Vorteile der geschaffenen Netzwerkstruktur in vollem Umfang nutzen kann. Im Zuge eines möglichen Funkstandardwechsels während der Übertragung muss außerdem ein reibungsloser Konvertierungsprozess garantiert werden. Die Evaluierung des vorgestellten Kommunikationskonzeptes erfolgt auf zwei Ebenen. Ein speziell entwickeltes Simulations-Framework ermöglicht weitreichende Testreihen in komplexen Netzwerktopologien. Mit der Entwicklung einer prototypischen Hardware-Plattform können parallel dazu detaillierte Messungen unter Realbedingungen durchgeführt werden. Die Schwerpunkte dieser Arbeit umfassen somit Konzeption, Simulation und praktische Umsetzung eines neuen Kommunikationsansatzes im Bereich mobiler Ad Hoc Netzwerke. Ich freue mich daher, Herrn Vodel für die Veröffentlichung der Ergebnisse seiner Arbeiten in dieser wissenschaftlichen Schriftenreihe gewonnen zu haben, und wünsche allen Lesern einen interessanten Einblick in dieses Themengebiet.