Techn. Universiẗat, Diss., 2000--Berlin.

University, Diss., 2003--Freiburg (Breisgau).

Techn. University, Diss., 2004--Berlin.

Techn. Hochsch., Diss., 2005--Aachen.

Neben einer kurzen Ausführungszeit rückt bei der Optimierung von Anwendungen und Algorithmen ein geringer Energieverbrauch der genutzten Rechenressourcen in den Fokus der aktuellen Forschung. Eine hohe Energie-Effizienz von Programmen wird dabei erreicht, indem der Energieverbrauch von Programmen und Technologien reduziert wird, ohne dafür die Ausführungszeit übermäßig zu erhöhen. Im parallelen wissenschaftlichen Rechnen ist der Bedarf an energie-effizienten Programmausführungen vor allem für Algorithmen der linearen Algebra gegeben, die als Unterfunktionen in einer Vielzahl von Anwendungen eingesetzt werden. Die Vektorisierung von Programmen durch die Prozessor- und Instruktionssatzerweiterung AVX zeigt Potenzial zur energie-effizienten Ausführung von Algorithmen der linearen Algebra, wobei die erzielte Energie-Effizienz von der Umsetzung der Implementierung abhängt. Für die gezeigten Untersuchungen werden drei repräsentativ ausgewählte Algorithmen der linearen Algebra für die Ausführung auf AVX-Vektoreinheiten genutzt. Bei der AVX-Vektorisierung der Algorithmen werden verschiedene Programmvarianten erstellt, mit denen Ausführungszeit und Energieverbrauch bei der Ausführung ermittelt werden. Die Programmvarianten unterscheiden sich dabei unter anderem in der Anwendung von Programmtransformationen, wie Loop Tiling oder einer veränderten Speicherzugriffsstruktur. Zusätzlich wird gezeigt, wie die Umsetzung verschiedener Programmieransätze, wie Autovektorisierung oder unterschiedlicher Instruktionssätze, sowie Implementierungsvarianten durch die Auswahl der verwendeten Instruktionen, die Ausführungszeit und den Energieverbrauch der Programmausführung beeinflussen. Die so erstellten Programmvarianten werden auf modernen Prozessoren verschiedener Architekturfamilien mit unterschiedlichen Ausführungsparametern, wie der eingestellten Prozessorfrequenz, ausgeführt. Die Untersuchungen zeigen, dass sich Ausführungszeit und Energieverbrauch von Programmen durch die Vektorisierung reduzieren lassen. Die Auswahl der Programmtransformationen, des Programmieransatzes und der Ausführungsparameter für die energie-effiziente Ausführung von vektorisierten Programmen kann dabei anwendungsspezifisch aufgrund der Eigenschaften des ausgewählten Algorithmus getroffen werden.

In den vergangenen Jahrzehnten wurden extreme Ereignisse, die nicht durch Gauß-Verteilungen beschrieben werden können, in einer Vielzahl an physikalischen Systemen beobachtet. Während statistische Methoden eine zuverlässige Identifikation von extremen Ereignissen ermöglichen, ist deren Entstehungsmechanismus nicht vollständig geklärt. Das Auftreten von extremen Ereignissen ist nicht vollkommen verstanden, da sie nur selten beobachtet werden können und häufig unter schwer reproduzierbaren Bedingungen auftreten. Deshalb ist es erstrebenswert Experimente zu entwickeln, die eine einfache Beobachtung von extremen Ereignissen erlauben. In dieser Dissertation werden extreme Ereignisse untersucht, die bei Multi-Filamentation von Femtosekundenlaserimpulsen entstehen. In den Experimenten, die in dieser Dissertation vorgestellt werden, werden Multi-Filamente durch Hochgeschwindigkeitskameras analysiert. Die Untersuchung der raum-zeitlichen Dynamik der Multi-Filamente zeigt eine L-förmige Wahrscheinlichkeitsverteilung, Diese Beobachtung impliziert das Auftreten von extremen Ereignissen. Lineare Analyse liefert Hinweise auf die physikalischen Prozesse, die zur Entstehung der extremen Ereignisse führen und nicht-lineare Zeitreihen-Analyse charakterisiert die Dynamik des Systems. Die Analyse der Multi-Filamente wird außerdem auf extreme Ereignisse in Wellen-Messungen und optische Superkontinua angewandt. Die durchgeführten Analysen zeigen Unterschiede in den physikalischen Prozessen, die zur Entstehung von extremen Ereignissen führen. Extreme Ereignisse in optischen Fasern werden durch stochastische Fluktuationen von verstärktem Quantenrauschen dominiert. In Multi-Filamenten und Ozeanwellen resultieren extreme Ereignisse dagegen aus klassischer mechanischer Turbulenz, was deren Vorhersagbarkeit impliziert. In dieser Arbeit wird anhand der von Multi-Filament-Zeitreihen die Vorhersagbarkeit in einem kurzen Zeitfenster vor Auftreten des extremen Ereignisses bewiesen. / In the last decades, extreme events, i.e., high-magnitude phenomena that cannot be described within the realm of Gaussian probability distributions have been observed in a multitude of physical systems. While statistical methods allow for a reliable identification of extreme event systems, the underlying mechanism behind extreme events is not understood. Extreme events are not well understood due to their rare occurrence and their onset under conditions that are difficult to reproduce. Thus, it is desirable to identify extreme event scenarios that can serve as a test bed. Optical systems exhibiting extreme events have been discovered to be ideal for such tests, and it is now desired to find more different examples to improve the understanding of extreme events. In this thesis, multifilamentation formed by femtosecond laser pulses is analyzed. Observation of the spatio-temporal dynamics of multifilamentation shows a heavy-tailed fluence probability distribution. This finding implies the onset of extreme events during multifilamentation. Linear analysis gives hints on the processes that drive the formation of extreme events. The multifilaments are also analyzed by nonlinear time series analysis, which provides information on determinism and chaos in the system. The analysis of the multifilament s is compared to an analysis of extreme event time series from ocean wave measurements and the supercontinuum output of an optical fiber. The analysis performed in this work shows fundamental differences in the extreme event mechnaism. While the extreme events in the optical fiber system are ruled by the stochastic changes of amplified quantum noise, in the multifilament and the ocean system extreme events appear as a result of the classical mechanical process of turbulence. This implies the predictability of extreme events. In this work, the predictability of extreme events is proven to be possible in a brief time window before the onset of the extreme event.

Das Interesse an einem wachsenden Radverkehrsaufkommen steigt immer weiter an. Verschiedene Konzepte und politische Unterstützungen fördern dabei die Stärkung des Radverkehrs, so auch die Landeshauptstadt Dresden. Neben dem Ausbau und einem erweiterten Angebot ist die Verkehrssicherung der Fahrradfahrer ein wichtiges und entwicklungsfähiges Themenfeld, um vermehrt Menschen einen Anreiz zu geben das Fahrrad vor anderen motorisierten Verkehrsmitteln zu bevorzugen. Dabei ist das Ziel dieser Arbeit einen Überblick über die Entwicklung der Fahrradunfälle im Stadtgebiet Dresden von 2008 bis 2016 zu geben und ausschlaggebende Einflussvariablen zu analysieren. Als Datengrundlage für die deskriptiven Analysen der Entwicklungen verschiedener Unfallvariablen dienen die polizeilich erfassten Daten aus der elektronischen Unfalltypensteckkarte EUSka. Neben den verschiedenen Erkenntnissen der Entwicklungen analysierter Variablen, wie zum Beispiel die Unfallkategorie, Unfallgegner oder Hauptverursacher, zeigen die Daten einen leichten Anstieg der Radverkehrsunfälle über den Betrachtungszeitraum in Dresden. Mit Hilfe einer linearen multiplen Regressionsanalyse wird der ansteigende Trend unter Verwendung weiterer Variablen in zwei Modellen auf einen Zusammenhang geprüft. Interessant dabei ist, dass die untersuchten wetterabhängigen Einflussfaktoren, wie die Sonnenscheinstunden oder die Sommer- und Frühlingsmonate, die Radverkehrsunfälle am stärksten beeinflussen. Zusammen mit der fortlaufenden Trendkomponente stellt das Modell die Realität gut dar. Darüber hinaus kann die Regressionsfunktion bei guter Schätzung dazu beitragen, die Radverkehrsunfälle für zukünftige Jahre zu prognostizieren. Trotz einer erfolgreichen Modellschätzung werden die Radverkehrsunfälle in einem grafischen Vergleich mit den Ergebnissen der Dauerzählstellen des Radverkehrs in Dresden und ausgewählten Erhebungsdaten der ‚SrV - Mobilität in Städten‘ diskutiert und verglichen. Zusätzlich zu den ermittelten Ergebnissen werden vorhandene Auswertungen aus der Literatur herangezogen und mit der Entwicklung in Dresden in Verbindung gebracht.:Abbildungsverzeichnis VII Tabellenverzeichnis X Abkürzungsverzeichnis XIII Symbolverzeichnis XV 1 Einleitung 1 2 Deskriptive Analyse von Fahrradunfällen in Dresden 3 2.1 Gesamtunfallgeschehen 4 2.2 Unfallkategorie 5 2.3 Verunglückte 9 2.4 Verunglückte Fahrradfahrer nach Altersgruppen 11 2.5 Verunglückte nach Verkehrsbeteiligung 14 2.6 Beteiligte/ Unfallgegner 16 2.7 Hauptverursacher 18 2.8 Unfallursachen 20 2.9 Unfalltyp 24 2.10 Zusammenfassung 26 3 Regressionsanalyse 27 3.1 Modellformulierung 27 3.2 Schätzung der Regressionsfunktion 29 3.3 Prüfung der Regressionsfunktion 33 3.4 Prüfung der Regressionskoeffizienten 37 3.5 Prüfung der Modellprämissen 38 3.6 Erstellung einer Prognose 42 3.7 Zusammenfassung und Ausblick 43 4 Radverkehrsaufkommen in Dresden 45 4.1 Automatische Dauerzählstellen für den Radverkehr 45 4.2 Modal Split und spezifische Verkehrsleistung für den Radverkehr 48 4.3 Zusammenführung der Erkenntnisse über das Radverkehrsaufkommen mit den Fahrradunfällen in Dresden 50 5 Zusammenfassung und Ausblick 53 Literaturverzeichnis XVII Anhang XXI

The Linear Discrete Method (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) is used to solve the Stochastic Collection Equation (SCE) numerically. Comparisons are made to the Method of Moments (MOM; TzIVION ET AL. 1999) which is suggested as a reference for numerical solutions of the SCE. Simulations for both methods are shown for the GoLOVIN kernel (for which an analytical solution is available) and the hydrodynamic kernel after LONG (1974) as it is used by TZIVION ET AL. (1999). Different bin resolutions are investigated and the simulation times are compared. In addition, LDM simulations using the hydrodynamic kernel after BÖHM (1992b) are presented. The results show that for the GoLOVIN kernel, LDM is slightly closer to the analytic solution than MOM. For the LONG kernel, the low resolution results of LDM and MOM are of similar quality compared to the reference solution. For the BÖHM kernel, only LDM simulations were carried out which show good correspondence between low and high resolution results. / Die lineare diskrete Methode (LDM; SIMMEL 2000; SIMMEL ET AL. 2000) wird dazu benutzt, die Gleichung für stochastisches Einsammeln (stochastic collection equation, SCE) numerisch zu lösen. Dabei werden Vergleiche gezogen zur Methode der Momente (Method of Moments, MOM; TzIVION ET AL. 1999), die als Referenz für numerische Lösungen der SCE vorgeschlagen wurde. Simulationsrechnungen für beide Methoden werden für die Koaleszenzfunktion nach GoLOVIN (für die eine analytische Lösung existiert) und die hydrodynamische Koaleszenzfunktion nach LONG (1974) wie sie von TZIVION ET AL. (1999) verwendet wird, gezeigt. Verschiedene Klassenauflösungen werden untersucht und die Simulationszeiten verglichen. Zusätzlich werden LDM-Simulationen mit der hydrodynamischen Koaleszenzfunktion nach BÖHM (1992b) gezeigt. Die Ergebnisse für die Koaleszenzfunktion nach GoLOVIN zeigen, daß die LDM der analytischen Lösung etwas näher kommt als MOM. Für die Koaleszenzfunktion nach LONG sind die Ergebnisse von LDM und MOM mit niedriger Auflösung von ähnlicher Qualität verglichen mit der Referenzlösung. Für die Koaleszenzfunktion nach BÖHM wurden nur Simulationen mit der LDM durchgeführt, die eine gute Übereinstimmung der Ergebnisse mit niedriger und hoher Auflösung zeigen.

Es ist wohlbekannt, dass der Kleinste-Quadrate-Schätzer im Falle vorhandener Multikollinearität eine große Varianz besitzt. Eine Möglichkeit dieses Problem zu umgehen, besteht in der Verwendung von verzerrten Schätzern, z.B den Ridge-Schätzer. In dieser Arbeit wird ein neues Schätzverfahren vorgestellt, dass auf Addition einer kleinen Konstanten omega auf die Regressoren beruht. Der dadurch erzeugte Schätzer wird in Abhängigkeit von omega beschrieben und es wird gezeigt, dass dessen Mean Squared Error kleiner ist als der des Kleinste-Quadrate-Schätzers im Falle von stark korrelierten Regressoren. / It is well known, that the least squares estimator performs poorly in the presence of multicollinearity. One way to overcome this problem is using biased estimators, e.g. ridge regression estimators. In this study an estimation procedure is proposed based on adding a small quantity omega on some or each regressor. The resulting biased estimator is described in dependence of omega and furthermore it is shown that its mean squared error is smaller than the one corresponding to the least squares estimator in the case of highly correlated regressors.

Zugl.: Berlin, Humboldt-Univ., Diss., 2006