Rotorschleuderbrecher werden zur Herstellung von Natursteinprodukten eingesetzt. Dabei beeinflussen die konstruktiven, betrieblichen und aufgabebezogenen Größen die Produktqualität entscheidend. Die komplexen Zusammenhänge zwischen den am Zerkleinerungsprozess beteiligten Haupteinflussgrößen und den anwenderspezifischen Qualitätsanforderungen wurden mit Hilfe analytischer und mathematisch-statistischer Methoden untersucht. Die Analyse der physikalischen Abläufe im Brecher ermöglichte ein tieferes Verständnis der Funktionsweise der Maschine. Unterstützt durch experimentelle Untersuchungen an einem Rotorschleuderbrecher wurden die Abhängigkeiten zwischen Einfluss- und Zielgrößen mit Hilfe der Methode der neuronalen Netze modelliert. Die Simulationsmodelle ermöglichen die Vorhersage der Produktqualität, die Optimierung der Parametereinstellung, die Beschreibung des Wirkungszusammenhanges und die Identifizierung der dominanten Parameter von Rotorschleuderbrechern.

Empirische Wissenschaften wie Biologie oder Psychologie konstituieren sich in ihrem Kern aus einer Menge vorläufiger Vermutungen über ihren Untersuchungsgegenstand. Ihre Konzepte und Gesetzmäßigkeiten stellen Verallgemeinerungen zurückliegender Beobachtungen dar, die als gültig angenommen werden, solange es niemandem gelingt, diese zu widerlegen. In den empirischen Naturwissenschaften bilden Messintrumente wie die Impedanzspektroskopie, deren Ergebnisse unter anderem in Materialwissenschaften oder in der Biomedizin genutzt werden, die Grundlage zur Erstellung von Hypothesen. Eine wissenschaftliche Analyse erfordert jedoch nicht nur das Suchen nach Gesetzmäßigkeiten, sondern ebenso ein Suchen nach Widersprüchen und Alternativen. Hypothesen nicht nur aufzustellen, sondern auch zu hinterfragen, gilt dabei als genuin menschliche Fähigkeit. Zwar werden zur Hypothesenbildung aus empirischen Daten häufig maschinelle Lernverfahren genutzt, doch die Bewertung solcher Hypothesen bleibt bislang ebenso dem Menschen vorbehalten wie das Suchen nach Widersprüchen und Alternativen. Um diese menschliche Fähigkeit nachzubilden, schlägt die vorliegende Arbeit eine Strategie maschinellen Lernens vor, die sowohl am Leitbild eines kritischen Rationalismus als auch an Prinzipien konstruktivistischer Lerntheorien ausgerichtet ist. Im Gegensatz zu etablierten maschinellen Lernverfahren sehen konstruktivistische Lerntheorien nicht nur ein unüberwachtes oder überwachtes Lernen vor, sondern auch ein Lernen mittels Zweifel. Um einen solchen Lernprozess operationalisieren und automatisieren zu können, werden maschinell erlernte Zusammenhänge hier als Modelle im Sinne der Allgemeinen Modelltheorie nach Herbert Stachowiak interpretiert. Die damit verbundene Definition pragmatischer Eigenschaften als Metadaten erlaubt nicht nur die Selektion zu erlernender Daten aus einem gegebenen Datensatz, sondern auch das Erzeugen und Identifizieren von Beziehungen zwischen Modellen. Dadurch wird es möglich, konkurrierende Modelle für einen gegebenen Datensatz zu unterscheiden und deren Kohärenz zu überprüfen. Insbesondere können so Mehrdeutigkeiten mittels Modell-Metadaten erkannt werden. Chancen und Risiken eines solchen Ansatzes werden hier anhand automatisierter Analysen impedanzspektroskopischer Messungen aufgezeigt, wie sie in physiologischen Untersuchungen an Epithelien erhoben werden. Da in empirischen Messungen naturgemäß nur Näherungswerte für die Ziel-Messgröße bestimmt werden können, wird das Verhalten von Epithelien hier detailliert modelliert und daraus synthetisierte Impedanzspektren als Grundlage von Analysen mittels konstruktivistischen maschinellen Lernens verwendet. Diese Analysen erfolgen in einem ersten Schritt in Form eines selbstständigen Explorierens eines Teils der Impedanzspektren, welches in einer hierarchisch geordneten Menge von Modellen resultiert. Anschließend werden diese Modelle zur Adaption konkreter Anwendungen genutzt. Als Beispiel für eine Klassifikationsanwendung werden Modelle adaptiert, die eine verlässliche Źuordnung eines Impedanzspektrums zu der zugrundeliegenden Zelllinie erlauben. Als Beispiel für eine Regressionsanwendung werden Modelle adaptiert, die eine Quantifizierung der epithelialen Kapazität erlauben. In beiden Anwendungen identifiziert das konstruktivistische maschinelle Lernen selbstständig die Grenzen der Gültigkeit der von ihm aufgestellten Hypothesen und liefert dadurch eine differenzierte und für Menschen nachvollziehbare Interpretation der analysierten Daten.

In natürlichen neuronalen Systemen finde der Informationsaustausch auf der Basis diffundierender Transmittermoleküle statt. Die synaptische Verbindungsstärke zwischen den Neuronen ist der relativen Häufigkeit der Inanspruchnahme einer synaptischen Verbindung angepaßt und die Mächtigkeit des transferierten Transmitterstroms der Depolarisationshäufigkeit eines jeden Neurons. Damit ist die neuronale Struktur sowohl an verschiedene Erregungsmuster anpassungsfähig als auch invariant gegenüber partiellen Ausfällen der Topologie. Der davon abgeleitete Ansatz zur Topologiesynthese für massiv parallele Systeme basiert auf naheliegenden Analogieschlüssen zwischen beiden Systemen. Für das massiv parallele System wird die im Teil 1 (Topologieanalyse) angegebene Prinzipdarstellung eines Prozessorfeldes mit zugeordnetem Verkehrsfeld zugrundegelegt. Die synaptische Verbindungsstärke sei durch die topologische Weglänge zwischen zwei Verkehrsknoten nachgebildet und die genannte Transferrate durch die von einem Verkehrsknoten immittierbare maximale Datenrate. Auch die Dynamik eines massiv parallelen Systems läßt sich anschaulich als Diffusionsprozeß darstellen, beschrieben durch eine Diffusionsgleichung. Die Parameter dieser Gleichung sind geeignet, die Güte der Topologie des massiv parallelen Systems quantitativ zu beurteilen. An zwei ausgewählten Referenzmustern wird dies vorgenommen.

Parallel strukturierte Informationsverarbeitungssysteme werden untergliedert in distributed und in shared memory systems. Massiv parallele Systeme werden den distributed memory systems zugeordnet, konfiguriert aus Prozessorfeld und Verkehrsfeld. Das Prozessorfeld ist durch die Anzahl der Prozessoren und durch die relative Referenzhäufigkeit zwischen den Prozessoren charakterisiert. Das Verkehrsfeld besteht aus miteinander kommunizierenden Verkehrsknoten und ist durch seine Topologie gekennzeichnet. Unterschiedliche Topologien eignen sich dementsprechend differenziert für unterschiedliche relative Referenzhäufigkeiten zwischen den Prozessoren des Prozessorfeldes. Das Verkehrsfeld hat die Aufgabe, den aus den Referenzierungen zwischen den Prozessoren des Prozessorfeldes resultierenden Datenstrom verzögerungsfrei zu transferieren. Demzufolge muß ein Kanal des Verkehrsfeldes auf Anforderung wartefrei zur Verfügung stehen. Geschieht die Bereitstellung eines Kanals ohne Rückstellung eines anderen Kanals, dann wird das Verkehrsfeld als balanciert bezeichnet. Es steht die Frage: Wie groß ist bei gegebener Referenzierung zwischen den Prozessoren des Prozessorfeldes und bei gegebener Topologie des Verkehrsfeldes die maximale Mächtigkeit transferierter Datenströme zwischen den Knoten des Verkehrsfeldes. Zu deren Beantwortung wird ein Modell zur Berechnung der Mächtigkeit transferierter Datenströme abgeleitet. Auf Grundlage dieses Modells wird die Transparenz des gegebenen Verkehrsfeldes erörtert. Aussagen dieser Art sind relevant für die Beurteilung des Verkehrsfeldes gegenüber Änderungen des Referenzmusters im Prozessorfeld.

Die Erregungsausbreitung in neuronalen Systemen beruht auf materieller Grundlage, Transmittermoleküle werden präsynaptisch emittiert und postsynaptisch absorbiert. Emission und Absorption sind einander sich selbst verursachende Prozesse, sie sind voneinander ereignisabhängig und damit nur schwer zu unterscheiden. Diese Schwierigkeit wird prekär, wenn es darum geht, den Prozeß der Erregungsausbreitung technisch modellieren und simulieren zu wollen. Im Verlaufe der Simulation bilden sich Abhängigkeiten heraus, deren Ursachen nicht mehr vereinzelt werden können. Demzufolge ist es schwierig, das Verhalten des Simulationsmodells zu prognostizieren. Gleichermaßen schwierig ist es aber auch, das gezeigte Verhalten zweifelsfrei interpretieren zu wollen. Aus diesem Grunde macht es sich erforderlich, das Verhalten eines neuronalen Netzes auf analytischem Wege zu beschreiben. Erschwerend wirkt hierbei der Umstand, daß es innerhalb des Netzes voneinander ereignisabhängige Prozesse gibt, die sich selbst verursachen. Zur Beschreibung dessen gibt es zwei in Raum und Zeit variable Parameter: erstens die Vorzugsorientierung bei der Erregungsausbreitung, bezeichnet als 'Beweglichkeit', und zweitens die Durchlässigkeit des Netzes für den Erregungstransport, bezeichnet als 'Diffusionskoeffizient'. Diese beiden Parameter werden hergenommen, um eine vektoranalytische Beschreibungsgleichung abzuleiten, Unterschiede zu 'klassischen' neuronalen Netzen werden herausgestellt.

Die Modellierung natürlicher Neuronenpopulationen stellt den Versuch dar, komplizierte Wechselwirkungen und Ereignisabhängigkeiten in biologischen Systemen quantitativ erfassen zu wollen. Widersprüchlich erscheint dabei die Tatsache, daß ein einzelnes Neuron in einer Population ohne Signifikanz ist, daß sich die gesamte Population aber aus einer Vielzahl derartiger Neuronen zusammensetzt und eine, technischen Systemen überlegene funktionelle Vielfalt besitzt /ZUR 92/, /HOL 93/. Ergo setzt sich die Gesamtleistung eines Systems nicht aus der Summe der Leistungen seiner Komponenten 'summarisch' zusammen, sondern resultiert vielmehr aus deren Wechselwirkungen. Technisch interessant erscheinen an dieser Stelle mindestens zwei Fragen: * Welcher Mechanismus begründet den genannten Widerspruch in Neuronenpopulationen? * Welche technische Anleihe bietet dieser Mechanismus? Die Modellierung einer Neuronenpopulation kann auf zweierlei Art und Weise erfolgen. Entweder durch die Aufklärung der Neuronenpopulation 'von innen heraus', d.h. durch Beobachtung und mathematische Formulierung physiologischer Abläufe oder durch vergleichende Betrachtungen mit 'konvergenten' Modellen, d.h. durch die Schaffung von Modellen mit vergleichbaren Phänomenen. Die nachfolgenden Ausführungen favorisieren die letztgenannte Vorgehensweise. Phänomene sind die ereignisabhängigen Schwellwertentwicklungen der Neuronen in Wechselwirkung mit den umgebenden Neuronen sowie die ereignisabhängigen Entwicklungen der synaptischen Verbindungsstärken zwischen den Neuronen, bezeichnet als 'Leitwertentwicklung'. Technische Anwendungen dieser Simulationsergebnisse werden erörtert, zum Beispiel die Nachbildung der Durchdringung diffusionsfähiger Medien mit Schadstoffen und die Objektvereinzelung.

Vorgestellt wird ein Ansatz zur mathematischen Beschreibung der Erregungsausbreitung in einer Neuronenpopulation. Beschrieben werden im Detail die Einzugsgebiete der Erregungsausbreitung und die Intensität von Wechselwirkungen innerhalb solcher Einzugsgebiete. Als schwierig erweist sich dabei die Trennung von Ursache und Reaktion. In einer natürlichen Neuronenpopulationen sind Transmittermoleküle, die Botenstoffe zwischen den Neuronen, sowohl Erregung als auch Reaktion. Sie verursachen, angelagert auf der Membranoberfläche eines Neurons, dessen Erregung in Form einer Depolarisation; sie sind gleichermaßen aber auch Reaktion eines Neurons auf eine stattgefundene Erregung, wenn sie aus den Vesikeln des synaptischen Endknopfes in den synaptischen Spalt ausgeschüttet werden. Zur Überwindung dieser Dualität wird der Begriff Wirkstoff definiert. Ein Wirkstoff bewirkt etwas, er besitzt unter diesem Gesichtspunkt ein bestimmtes Potential. Die Ausbreitung von Wirkstoffen, nämlich die Wirkungsübertragung, ereignet sich extrazellulär in Raum und Zeit. Im Detail wird dargelegt, wie aus dem punktuellen Ausbreitungsverhaltens einer Erregung über das unvollständig globale Ausbreitungsverhalten auf das vollständig globale Ausbreitungsverhalten einer Erregung in einer Neuronenpopulation geschlußfolgert werden kann. Das Ziel besteht darin, einen Ansatz zur analytischen Beschreibung der Erregungsausbreitung in natürlichen Neuronenpopulationen vorzubereiten und in seiner Sinnfälligkeit zu plausibilisieren. Sinnfällig erscheinen solche Betrachtungen im Hinblick auf den Entwurf STOCHASTISCH MASSIV PARALLELER SYSTEME. Darunter werden technische Systeme verstanden, die sowohl in ihrem technischen Konzept als auch in ihrer Wirkungsweise Korrespondenzen zu natürlichen Neuronenpopulationen aufweisen. Ausgehend von der Struktur und dem Erregungsmechanismus eines Neurons soll in der Perspektive ein analytisches Entwurfswerkzeug für STOCHASTISCH MASSIV PARALLELE SYSTEME entwickelt werden.

Videoaufnahmen aus den vergangenen Jahrzehnten stellen kulturelles Erbe dar. Diese sind jedoch nach heutigen Sehgewohnheiten nicht ohne große Einschränkungen für die Wiederausstrahlung geeignet. Das liegt zum einen an längst vergangenen Standards der Videoaufzeichnung, aber zum anderen auch in großem Maße an unkontrolliert gealterten Speichermedien durch inadäquate Aufbewahrung. Oftmals war es lokalen Fernsehsendern technisch nicht möglich ihre Archivbestände unter optimalen klimatischen Bedingungen langlebig zu lagern. Videoarchivdaten nach der Digitalisierung für die Einbindung in heutige Produktionen manuell zu durchsuchen und entsprechend aufzubereiten, ist ein zeitaufwändiger Prozess, den lokale TV-Sender nicht bewältigen können. In unserem Beitrag möchten wir neuartige Methoden der automatisierten Aufbereitung von archivierten VHS-Digitalisaten für die Wiederausstrahlung vorstellen. Dazu zählen vor allem Verfahren zu den Schwerpunkten der Korrektur von Falschfarben (Recoloring) und zur Steigerung der Auflösung von ehemals PAL zu Full-HD und Ultra-HD (Super-Resolution). Zum Einsatz kommen dabei künstliche neuronale Netze, die anders als klassische Verfahren der Bildverarbeitung, semantische Bildkomponenten erfassen und bei der Bearbeitung berücksichtigen können. Mitunter können so deutliche Qualitätsverbesserungen erzielt werden. In unserem Beitrag möchten wir auf Chancen und aktuelle Beschränkungen dieser Technologien eingehen und anhand von digitalisierten Videoarchivdaten deren Funktionsweise demonstrieren.

Der Verlauf der Multiplen Sklerose ist heterogener Natur; die Fähigkeit zu einem intakten adaptiven motorischen Lernen und einer intakten Konsolidierung könnten einen milden Krankheitsverlauf begünstigen. In der vorliegenden Arbeit wurden das adaptive motorische Lernen und seine Konsolidierung bei MS-Patienten im Vergleich zu neurologisch gesunden Kontrollprobanden untersucht; außerdem wurde das Verhältnis dieser Formen des Lernens zu klinischen und apparativen Parametern des Krankheitsprogresses untersucht. Dazu führten 20 MS-Patienten und 20 Kontrollprobanden eine visuoadaptive Lernaufgabe durch. Hierzu sollten mittels Computerbildschirm und Computermaus geradlinige Zielbewegungen zwischen einem Startpunkt und einem Zielpunkt wechselnder Lokalisation durchgeführt werden, wobei in einem Rotationsmodus eine externe Ablenkung der Zielbewegung im Uhrzeigersinn eingeführt wurde, welche auszugleichen war. Die Übungssitzung wurde nach 24 Stunden und nach 72 Stunden wiederholt. Analysiert wurden die Richtungsfehler der Zielbewegungen, die Adaptationsrate an die Ablenkung und die Retention der erlernten Adaptation bis zur Folgesitzung. Motorische Einschränkung wurde durch den EDSS-Score und den 9-Loch-Stecktest quantifiziert, zentralnervöse Läsionslast wurde mittels cMRT und MEP ermittelt. Die Adaptation und Lernfähigkeit innerhalb einer Übungssitzung waren in der Patienten- und der Kontrollgruppe vergleichbar; jedoch zeigte sich eine signifikant verminderte Retentionsrate in der Patientengruppe an den Folgeuntersuchungstagen im Vergleich zur Kontrollgruppe. In den Korrelationsanalysen und Subgruppenvergleichen innerhalb der Patientengruppe nach Stratifizierung aufgrund von EDSS-Score, 9-Lochstecktest und zentralnervöser Läsionslast im MRT konnte kein eindeutiger Zusammenhang zwischen klinischer Beeinträchtigung bzw. zentralnervöser Läsionslast auf der einen Seite und Adaptation bzw. Konsolidierung auf der anderen Seite identifiziert werden. Jedoch zeigte sich in der Patientengruppe für den ersten Nachuntersuchungstag eine signifikant höhere Retentionsrate in der Subgruppe mit geringerer Leistung im 9-Lochsteck-Test. Insgesamt deuten die vorliegenden Daten auf eine erhaltene Fähigkeit zu adaptivem motorischen Lernen und somit auf eine erhaltene rasch einsetzende Neuroplastizität bei leicht bis mittelgradig betroffenen MS-Patienten hin; jedoch sprechen die Daten für eine eingeschränkte Konsolidierungsfähigkeit. Zentralnervöse Läsionslast scheint Motoradaptation und Konsolidierung nicht zu verhindern. Das genaue Verhältnis der Motoradapation und Konsolidierung zum klinischen Funktionserhalt konnte nicht genauer aufgeklärt werden. Um die genaue Beziehung zwischen Motoradaptation und Konsolidierung und klinischer Beeinträchtigung bzw. ZNS-Läsionen zu eruieren, bedarf es weiterer Studien. / Multiple Sclerosis is a heterogenous disease. The intact ability of motor adaptation and consolidation could contribute to a favorable clinical course of the disease. We aimed to evaluate the adaptive motor learning and its consolidation in people with multiple sclerosis compared to neurologically healthy individuals. Further we analyzed its relationship to clinical and paraclinical parameters of disease course. Therefore 20 people with MS and 20 healthy individuals performed a visuoadaptive motor task. Participants sat in front of a computer screen and performed straight movements from a central starting point towards targets of varying positions with a computer mouse. Later a perturbation was introduced rotating the movement 30° clockwise. The aim was to compensate for the perturbation. The training session was repeated after 24 hours and after 72 hours. We measured the directional error, the rate of adaptation to the perturbation and the rate of retention on the following sessions. Motor impairments were estimated by the EDSS-Score and the 9-Hole-Peg-Test, CNS lesions were evaluated with cranial MRI and MEP. The adaptive learning within the training sessions was comparable in the MS group and the control group. However, the retention rate after 24 hours and after 72 hours was significantly lower in the MS group compared to the control group. The correlation analyses and the subgroup analyses after stratifying the MS group by EDSS-Score, 9-Hole-Peg-Test and CNS lesion load showed no consistent relation between motor adaptation and consolidation on the one hand and clinical impairments and CNS lesion load on the other hand. However, the retention rate after 24 hours was significantly higher in the MS-subgroup with more impaired hand function measured by the 9-Hole-Peg-Test. Our data indicate a preserved motor adaptation and therefore a preserved rapid-onset plasticity in people with MS with mild to moderate disease course. However, the data suggest an impaired consolidation in people with MS. CNS lesions seem not to prevent adaptive learning and consolidation. The exact relationship between motor learning and consolidation on the one hand and preservation of motor function on the other hand could not be unraveled. There are more studies needed to evaluate the relationship between motor adaptation/consolidation and clinical impairment and CNS lesion load.

Die Identifikation von flexibel einsetzbaren, mächtigen Verfahren zur Massendatenanalyse und die Schaffung von standardisierbaren Vorgehensmodellen zur Integration dieser Verfahren in IT-Systeme sind zentrale Herausforderungen für die moderne Wirtschaftsinformatik. Insbesondere für KMU ist die Entwicklung standardisierter Lösungsansätze von großer Relevanz. Dies gilt über alle Branchen. Finanzdienstleister sind ebenso betroffen wie der Maschinen- und Anlagenbau. Im Rahmen dieser Forschungsarbeit wird eine Wissensbasis geschaffen werden, welche es einer breiten Masse an Unternehmen ermöglicht, geeignete quantitative Methoden zur Datenanalyse zu erkennen und diese für sich nutzbar zu machen.