Managing agricultural processes with significant logistics sub-processes is a challenge because coordinating a distributed fleet in a dynamic environment is difficult without proper oversight in terms of qualitative and quantitative process information. Digital assistance systems are thought to aid agricultural practitioners by providing process-related information and thus support operational decision-making or even control the logistic flow (semi-)automatically. However, their development is currently stifled by a lack of monitoring capabilities during process execution. This thesis concerns the topic of online process monitoring for ongoing agricultural logistic processes. It discusses how to extract process knowledge from the telemetry of agricultural machines by applying spatio-semantic reasoning techniques. Our method combines spatial analysis for identifying spatial relationships between machines and their environment with semantic inference to derive formal process knowledge through ontological and rule-based reasoning. To test our concepts, we implemented a domain-agnostic semantic mapping framework and applied it in the context of forage maize harvesting. We present custom-made ontological models and rules to represent agricultural environments and to reason about machine actors and their process states. Based on our prototype, we demonstrate how to implement automated process and service tracking in near-real-time. Finally, we discuss the role of online process analytics systems in the context of other agricultural assistance systems for farm and fleet management.

Die Komplexität des Forschungsmanagements an Universitäten und Hochschulen für Angewandte Wissenschaften hat in den letzten Jahren zugenommen, sowohl auf Seiten der Wissenschaftler als auch auf administrativer Ebene. Insbesondere die Texterstellung und -verarbeitung für Forschungsanträge, Publikationen und andere wissenschaftliche Dokumente erfordern erheblichen Aufwand. Gleichzeitig existieren Methoden und Technologien in den Bereichen Information Retrieval, Maschinelles Lernen und Semantischer Technologien, die für die Analyse und Bewertung dieser Texte geeignet sind. Diese Arbeit zielt darauf ab, Aufwände im Lebenszyklus von öffentlich geförderten Forschungsprojekten zu optimieren. Sie identifiziert aktuelle Entwicklungen und Technologien, um Kriterien für eine Gesamtarchitektur abzuleiten, die wissenschaftliche Texte qualitativ annotiert, trainiert und evaluiert. Das resultierende Framework namens FELIX dient als prototypisches System für die computergestützte Assistenz zur Evaluation wissenschaftlicher Texte. Datenkorpora aus Forschungsanträgen und Publikationen wurden für explorative Experimente verwendet, die u. a. auf Methoden des Maschinellen Lernens basieren. FELIX ermöglicht die Analyse von Texten und Metadaten, die Klassifizierung nach definierten Kriterien und die Vorhersage der Bewilligung von Forschungsanträgen. Die Konzeption und Evaluierung von FELIX führte zu wissenschaftlichen und praktischen Implikationen zur Optimierung des Forschungsmanagements.:1. MOTIVATION 2. THEORETISCHE FUNDIERUNG DES DIGITALEN FORSCHUNGSMANAGEMENTS 3. TECHNOLOGISCHE METHODEN UND STRATEGIEN 4. KONZEPTION EINER SYSTEMARCHITEKTUR 5. EXPLORATIVE STUDIE ZUR COMPUTERGESTÜTZTEN ASSISTENZ ZUR EVALUATION WISSENSCHAFTLICHER TEXTE 6. ZUSAMMENFASSUNG UND AUSBLICK ANHANG

Das Mobilitätssystem befindet sich in einem umfassenden Transformationsprozess, der noch lange andauern wird. Megatrends wie Digitalisierung, Elektrifizierung oder Automatisierung stellen den gesamten Mobilitätssektor vor große technische Herausforderungen. Um die Transformation erfolgreich und insbesondere markttauglich umzusetzen, sind international abgestimmte Standards und Normen von entscheidender Bedeutung. Ein zukunftsorientiertes, integriertes Mobilitätssystem führt zur Entwicklung neuer Produkte, Anwendungen und Geschäftsmodelle und bietet Wachstumschancen. Um sie auf dem Markt erfolgreich anbieten zu können, müssen hohe Anforderungen an Qualität, Sicherheit und Benutzbarkeit erfüllt sein. Das setzt ein einheitliches Verständnis des technischen Rahmens sowie Standards und Normen voraus, um für alle Marktteilnehmer gleiche Voraussetzungen zu schaffen. Gerade vor dem Hintergrund eines immer komplexer werdenden Mobilitätssystems, das sich bereits heute über eine Vielzahl von Branchen und Technologien erstreckt, wie die Automobiltechnik, die Elektro- und Energietechnik sowie die Informations- und Kommunikationstechnologie, ist dies von großer Bedeutung. Dieser Trend zum branchenübergreifenden Zusammenwirken wird sich in Zukunft noch weiter verstärken. Standards und Normen stellen die notwendige Kompatibilität, Interoperabilität und vor allem die Sicherheit der vielfältigen Mobilitätssysteme her. Sie sorgen für Investitionssicherheit, fördern Innovationen und bilden damit die Grundlage für eine Mobilität der Zukunft. Mit dem vorliegenden Kompendium Standards und Normen für die Mobilität der Zukunft legt die NPM einen umfassenden und strategisch ausgerichteten Bericht vor, der verschiedene Schlüsselthemen zur Zukunft der Mobilität gezielt betrachtet. Die daraus abgeleiteten Handlungsempfehlungen wurden in einem fachübergreifenden Austausch mit allen Arbeitsgruppen der NPM erarbeitet, der sich für die Beteiligten als enorm gewinnbringend herausstellte. Das Kompendium baut auf den erarbeiteten Schwerpunkt- Roadmaps auf und bildet damit sowohl den strategischen Rahmen als auch den Ausgangspunkt für die weitere Diskussion zur Zukunft der Standardisierungs- und Normungsarbeit im Mobilitätssektor. Der Transformationsprozess im Mobilitätssystem setzt sich weiterhin fort und wird auch zukünftig neue Fragen und Herausforderungen mit sich bringen. Mein herzlicher Dank gilt allen, die sich an der Entwicklung der Schwerpunkt-Roadmaps und der zusammenfassenden Darstellung in diesem Kompendium beteiligt haben. Wichtig ist es nun, die Ergebnisse und Empfehlungen auch in die Tat umzusetzen, um das Ziel einer bezahlbaren, nachhaltigen und klimafreundlichen Mobilität zu verwirklichen. [aus Vorwort]:Vorwort 1 Aktuell Entwicklungen und Herausforderungen zur Zukunft der Mobilität aus Sicht von Standardisierung und Normung Current Development and Challenges for the Future of Mobility from the Viewpoint of Standards and Norms 2 Schwerpunktthemen der AG 6 2.1 Nachhaltige Mobilität 2.2 Intelligentes Lastmanagement 2.3 Automatisiertes und vernetztes Fahren 2.4 Daten und Vernetzung - Standards und Normen für intermodale Mobilität 2.5 Künstliche Intelligenz - Mobilität und Logistik 3 Ausblick 4 Gesamtübersicht Handlungsempfehlungen 5 Publikationen der AG 6 (2019 - 2021) 6 Mitglieder der NPM AG 6 Impressum / In the National Platform Future of Mobility (NPM), experts in industry, associations, ministries and science work together towards one vision: a sustainable mobility that remains affordable for everybody in Germany. The topic “Standardisation and norms” assumes a special significance in this context. Standards and norms enable society, the economy and the political establishment to work together to formulate technical recommendations and framework conditions that not only ensure quality, reliability and usability, but also systemic integration capability and interoperability. They are therefore the key to innovation in an increasingly complex interconnected world, protect investments and are the basis for ensuring that the vision “Future of Mobility” becomes reality. Standards and norms define the state of the art and the requirements for products and services. They also increase acceptance by society and trust in new technologies. The requirements to be met by products and services are defined in a transparent process. In this case, the fundamental principle that standardisation projects are worked out consensually with the participation of all interested groups for the benefit of the general public applies. The compendium Standards and norms for mobility of the future is the result of intensive inter-thematic collaboration within the NPM working group 6 “Standardisation, norms, certification and type approval”. The first step was to agree on and collate the most important interrelated themes on the future of mobility with all working groups of the NPM. The result was an initial white paper, which summarised the key challenges and cross-industry standardisation requirements. WG 6 used this white paper as a strategic guideline for subsequent work. In the next step, the members of WG 6 and other experts working in the field of standardisation examined the thematic areas defined in the white paper in detail and on this basis developed focal roadmaps. These focal roadmaps describe the current situation as well as existing challenges, and provide specific recommendations for action in relation to further development of standards and norms. WG 6 developed four focal roadmaps for the themes “Sustainable mobility”, “Intelligent load management”, “Automated and connected driving”, “Data and networking – standards and norms for intermodal mobility”. An additional roadmap on the topic of “Artificial intelligence and mobility”, which was derived from the overarching German standardisation roadmap artificial intelligence initiated by DIN and DKE, was adopted and integrated into this compendium. The roadmap for sustainable mobility contains countless examples and recommendations that demonstrate the enormous contribution that standards and norms can make towards establishing a sustainable transportation system. They have one added value in particular, namely to facilitate the evaluation and comparison of sustainability measures, and also ensure their traceability. In the area of electromobility, the Intelligent load management roadmap indicates that the increasing number of charging cycles is posing significant but not insurmountable challenges to the grid. In future the loads that occur at specific points on the grid must be balanced out so that the grid remains stable. The prerequisite for this is that the charging infrastructure communicates with the vehicles and grid in all directions and can be intelligently controlled. [from Current Developments and Challenges for the Future of Mobility from the Viewpoint of Standards and Norms]:Vorwort 1 Aktuell Entwicklungen und Herausforderungen zur Zukunft der Mobilität aus Sicht von Standardisierung und Normung Current Development and Challenges for the Future of Mobility from the Viewpoint of Standards and Norms 2 Schwerpunktthemen der AG 6 2.1 Nachhaltige Mobilität 2.2 Intelligentes Lastmanagement 2.3 Automatisiertes und vernetztes Fahren 2.4 Daten und Vernetzung - Standards und Normen für intermodale Mobilität 2.5 Künstliche Intelligenz - Mobilität und Logistik 3 Ausblick 4 Gesamtübersicht Handlungsempfehlungen 5 Publikationen der AG 6 (2019 - 2021) 6 Mitglieder der NPM AG 6 Impressum

Als dritthäufigstes Krebsvorkommen und zweithäufigste Krebstodesursache hat das kolorektale Karzinom (KRK) einen hohen Stellenwert für die interdisziplinäre Therapie in der Onkologie. Bei etwa 50% der Patienten befindet sich das KRK im Rektum. Die Behandlung erfolgt kurativ durch die operative Entfernung des Rektums samt der regionären Lymphknoten. Bis heute konnten keine klinischen bzw. onkologischen Vorteile der roboterassistierten Rektumresektion gegenüber der konventionell laparoskopischen Variante bewiesen werden. In dieser Arbeit wurde mithilfe maschineller Lernverfahren (Künstlicher Intelligenz, KI) ein Algorithmus trainiert, welcher bestimmte kritische anatomische Strukturen und Dissektionsebenen automatisch identifizieren kann. Damit soll zukünftig eine Assistenzfunktion etablieren werden, welche dem Chirurgen dabei helfen soll, autonome Nerven und Blutgefäße zu schonen, was das onkologische Outcome verbessern könnte. Insgesamt wurden 29 anteriore Rektumresektionen berücksichtigt, welche je in 5 OP-Phasen eingeteilt wurden (Peritoneale Inzision, Gefäßdissektion, Mediale Mobilisation, Laterale Mobilisation, Mesorektale Exzision). Etwa 500 – 2.500 Bilder wurden von jeder Phase aus den Operationsvideos extrahiert und bestimmte Strukturen wurden semantisch segmentiert. Die Leave-One-Out-Kreuzvalidierung wurde für die Algorithmus-Validierung angewendet. Als maschinelles Lernverfahren diente ein Mask R-CNN basierender Deep Learning-Algorithmus. Um die Prädiktionen evaluieren zu können, wurden die Objekterkennungs-Metriken Intersection over Union (IoU), Precision, Recall, F1 und Specificity berechnet. Gute IoU-Werte konnten bei der Instrumentenerkennung (IoU bis zu 0,82 ± 0,26), bei der Gerota’schen Faszie (IoU: 0,74 ± 0,03) und beim Mesokolon (IoU: 0,65 ± 0,05) während der medialen Mobilisation, bei der Abdominal wall (IoU: 0,78 ± 0,04) und beim Fat (IoU: 0,64 ± 0,10) während der lateralen Mobilisation und beim Peritoneum, welches beim ersten Einschnitt inzidiert wird, erreicht werden (IoU: 0,69 ± 0,22). Eine weniger präzise automatische Erkennung wurde bei der mesorektalen Faszie (IoU: 0,28 ± 0,08), beim Mesorektum (IoU: 0,45 ± 0,08), beim Kolon und Dünndarm (IoU: 0,46 ± 0,09 bzw. 0,33 ± 0,24) und der Vena mesenterica inferior (IoU: 0,25 ± 0,17) berechnet. Unzureichende Werte wurden bei den eigentlichen Dissektionslinien, den Bläschendrüsen und bei der Arteria mesenterica inferior erzielt, mit durchschnittlichen IoU-Werten kleiner 0,01 bis 0,16. Das künstliche neuronale Netzwerk erkannte zudem meist etwas ziemlich gut oder erkannte es gar nicht. Mittelgute Einzelwerte sind selten. Zusammenfassend zeigen diese Ergebnisse, dass eine KI in der Lage ist, anatomische Strukturen in laparoskopischen Aufnahmen bei einer solch komplexen OP zu erkennen. Für die KI ist es schwierig, vor allem kleinere oder hochvariabel aussehende Strukturen wie die Bläschendrüsen, Blutgefäße oder die mesorektale Faszie zu identifizieren. Es ist anzunehmen, dass die Prädiktionen mit einem größeren und diverseren Trainingsdatensatz verbessert werden können. Für Strukturen wie Dissektionslinien, für welche keine wirklichen optischen Abhebungen von anderen Strukturen im Bild bestehen, könnten andere Bereiche für die Einblendung einer Schnittführungslinie in den Bildern von Bedeutung sein. Eine zukünftige Implementierung dieser Methode in den Operationssaal im Rahmen einer Navigationsfunktion für den Chirurgen wäre demzufolge möglich.

This paper focuses on the development of technology clusters and based on this, on two research questions: What are the preconditions for technology cluster development according to cluster research? And, does the region Mainfranken fulfill the requirements for a technology cluster formation? For this purpose, a qualitative study will be conducted by referring to various theoretical concepts of cluster formation. Due to this, the following determinants of cluster development can be deduced into: the traffic infrastructure and infrastructure component, the cluster environment component, the university component, the state component and the industrial component. The analysis of the parameter value of the separate cluster components shows that the core requirements of technology cluster development in the region of Mainfranken are fulfilled. Nevertheless, it is necessary to improve the infrastructure, the commercial and industrial availability of land and availability of capital to form a successful technology cluster. Within the framework of this paper, the potential of technology cluster development in the field of artificial intelligence could also be analyzed. / Dieser Beitrag konzentriert sich auf die Entwicklung von Technologieclustern und basiert auf zwei Forschungsfragen: Was sind die Voraussetzungen für die Entwicklung von Technologieclustern gemäß der Clusterforschung? Und erfüllt die Region Mainfranken die Voraussetzungen für eine Technologieclusterbildung? Zu diesem Zweck wird eine qualitative Studie unter Bezugnahme auf verschiedene theoretische Konzepte der Clusterbildung durchgeführt. Aus diesem Grund können die folgenden Determinanten der Clusterentwicklung abgeleitet werden: die Verkehrsinfrastruktur- und Infrastrukturkomponente, die Clusterumfeldkomponente, die Universitätskomponente, die Staatskomponente und die Branchenkomponente. Die Analyse der Parameterwerte der einzelnen Clusterkomponenten zeigt, dass die Kernanforderungen der Technologieclusterentwicklung in der Region Mainfranken erfüllt sind. Dennoch ist es notwendig, die Infrastruktur, die kommerzielle und industrielle Verfügbarkeit von Land und die Verfügbarkeit von Kapital zu verbessern, um ein erfolgreiches Technologiecluster zu bilden. Im Rahmen der vorliegenden Arbeit konnte darüber hinaus das Potenzial der Technologieclusterentwicklung im Bereich der künstlichen Intelligenz analysiert werden.

While automated game playing systems like Deep Blue perform excellent within their domain, handling a different game or even a slight change of rules is impossible without intervention of the programmer. Considered a great challenge for Artificial Intelligence, General Game Playing is concerned with the development of techniques that enable computer programs to play arbitrary, possibly unknown n-player games given nothing but the game rules in a tailor-made description language. A key to success in this endeavour is the ability to reliably extract hidden game-specific features from a given game description automatically. An informed general game player can efficiently play a game by exploiting structural game properties to choose the currently most appropriate algorithm, to construct a suited heuristic, or to apply techniques that reduce the search space. In addition, an automated method for property extraction can provide valuable assistance for the discovery of specification bugs during game design by providing information about the mechanics of the currently specified game description. The recent extension of the description language to games with incomplete information and elements of chance further induces the need for the detection of game properties involving player knowledge in several stages of the game. In this thesis, we develop a formal proof method for the automatic acquisition of rich game-specific invariance properties. To this end, we first introduce a simple yet expressive property description language to address knowledge-free game properties which may involve arbitrary finite sequences of successive game states. We specify a semantic based on state transition systems over the Game Description Language, and develop a provably correct formal theory which allows to show the validity of game properties with respect to their semantic across all reachable game states. Our proof theory does not require to visit every single reachable state. Instead, it applies an induction principle on the game rules based on the generation of answer set programs, allowing to apply any off-the-shelf answer set solver to practically verify invariance properties even in complex games whose state space cannot totally be explored. To account for the recent extension of the description language to games with incomplete information and elements of chance, we correctly extend our induction method to properties involving player knowledge. With an extensive evaluation we show its practical applicability even in complex games.

This (cumulative) dissertation is concerned with mechanisms and models of information processing and transmission by individual neurons and small neural assemblies. In this document, I first provide historical context for these ideas and highlight similarities and differences to related concepts from machine learning and neuromorphic engineering. With this background, I then discuss the four main themes of my work, namely dendritic filtering and delays, homeostatic plasticity and adaptation, rate-coding with spiking neurons, and spike-timing based alternatives to rate-coding. The content of this discussion is in large part derived from several of my own publications included in Appendix C, but it has been extended and revised to provide a more accessible and broad explanation of the main ideas, as well as to show their inherent connections. I conclude that fundamental differences remain between our understanding of information processing and transmission in machine learning on the one hand and theoretical neuroscience on the other, which should provide a strong incentive for further interdisciplinary work on the domain boundaries between neuroscience, machine learning and neuromorphic engineering.

The paper discusses the basics of Cognitive Science and describes the achievements of research at the field of Artificial Intelligence. / Die im Rahmen des Seminars "Language - Mind - Brain: An Introduction to Psycholinguistics" der englischen Sprachwissenschaft entstandene Arbeit befasst sich mit den Grundlagen der Kognition und diskutiert die Ergebnisse der Forschung auf dem Gebiet der Künstlichen Intelligenz.

The paper presents the basics and the development of Machine Translation and explains different methods for evaluating translation machines on the base of a detailed example. / Die im Rahmen des Seminars "Language and Computers" der englischen Sprachwissenschaft entstandene Arbeit behandelt die Grundlagen und die Entwicklung der Maschinellen Übersetzung und gibt anhand eines ausführlichen Beispiels Einblick in Methoden zur Evaluation von Übersetzungsmaschinen.

Diese Arbeit zeigt ausgehend von einer Darstellung der theoretischen Grundlagen automatischer Textklassifikation, dass die aus der Statistical Learning Theory stammenden Support Vector Machines geeignet sind, zu einer präziseren Erkennung unerwünschter E-Mail-Werbung beizutragen. In einer Testumgebung mit einem Corpus von 20 000 E-Mails wurden Testläufe verschiedene Parameter der Vorverarbeitung und der Support Vector Machine automatisch evaluiert und grafisch visualisiert. Aufbauend darauf wird eine Erweiterung für die Open-Source-Software SpamAssassin beschrieben, die die vorhandenen Klassifikationsmechanismen um eine Klassifikation per Support Vector Machine erweitert.