In der Arbeit werden Zwei-Ebenen-Optimierungaufgaben mit einer nichtkonvexen Zielfunktion in der unteren Ebene betrachtet. Dazu werden die bekannten Begriffe der optimistischen und pessimistischen Lösung erweitert, um auch so genannte stationäre Lösungen zu definieren, deren Existenz unter schwächeren als den bisher geläufigen Halbstetigkeitsbedingungen gezeigt werden kann. Für den Fall der einparametrischen Zwei-Ebenen-Optimierung wird abschließend eine Verallgemeinerung des von Jongen, Jonker und Twilt eingeführten Generizitätsbegriffes vorgeschlagen, dessen Verwendung die numerische Behandlung solcher Aufgaben realisierbar macht.

Steuerungsprobleme treten in vielen Anwendungen in Naturwissenschaft und Technik auf. In dieser Arbeit werden Optimalsteuerungsprobleme mit semilinearen elliptischen partiellen Differentialgleichungen als Nebenbedingungen untersucht. Die Kontrolle wird durch Kontrollschranken als Ungleichungsnebenbedingungen eingeschränkt. Dabei ist die Zielfunktion quadratisch in der Kontrolle. Die Lösung des Optimierungsproblems kann dann durch die Projektionsbedingung mit Hilfe des adjungierten Zustandes dargestellt werden. Ein neuer Zugang ist die variationelle Diskretisierung. Bei dieser wird nur der Zustand und der adjungierte Zustand diskretisiert, nicht aber der Raum der Kontrollen. Dieser Zugang erlaubt höhere Konvergenzraten für die Kontrolle für kontrollrestingierte Probleme als bei einer Diskretisierung des Kontrollraumes. Die Projektionsbedingung für das variationell diskretisierte Problem ist dabei auf die gleiche zulässige Menge wie beim nicht diskretisierten Problem. In der vorliegenden Arbeit wird die Methode der variationellen Diskretisierung auf semilineare elliptische Optimalkontrollprobleme angewendet und Fehlerabschätzungen für die Kontrollen bewiesen. Dabei wird hauptsächlich auf die verteilte Steuerung Wert gelegt, aber auch die Neumann-Randsteuerung mitbehandelt. Nach einem Überblick über die Literatur wird die Aufgabenstellung mit den Voraussetzungen aufgeschrieben und die Optimalitätsbedingungen angegeben. Danach wird die Existenz einer Lösung, sowie die Konvergenz der diskreten Lösungen gegen eine kontinuierliche Lösung gezeigt. Außerdem werden Finite-Elemente-Konvergenzordnungen angegeben. Dann werden optimale Fehlerabschätzungen in verschiedenen Normen für die variationelle Kontrolle bewiesen. Insbesondere werden die Fehlerabschätzung in Abhängigkeit vom Finite-Elemente-Fehler des Zustandes und des adjungierten Zustandes angegeben. Dabei wird die nichtlineare Fixpunktgleichung mittels semismooth Newtonverfahrens linearisiert. Das Newtonverfahren wird auch für die numerische Lösung des Problems eingesetzt. Die Voraussetzung für die Konvergenzordnung ist dabei nicht die SSC, die hinreichende Bedingung zweiter Ordnung, welche eine lokale Konvexität in der Zielfunktion impliziert, sondern die Invertierbarkeit des Newtonoperators. Dies ist eine stationäre Bedingung in der optimalen Kontrolle. Dabei wird nur benötigt, dass der Rand der aktiven Menge eine Nullmenge ist und die Invertierbarkeit des Newtonoperators in der Optimallösung. Der Schaudersche Fixpunktsatz wird benutzt, um für die Newtongleichung die Existenz eines Fixpunktes innerhalb der gewünschten Umgebung zu beweisen. Außerdem wird die Eindeutigkeit eines solchen Fixpunktes für eine gegebene Triangulation bei hinreichend feiner Diskretisierung gezeigt. Das Ergebnis ist, dass die Konvergenzrate nur durch die Finite-Elemente-Konvergenzraten von Zustand und adjungiertem Zustand beschränkt wird. Diese Rate wird nicht nur durch die Ansatzfunktionen, sondern auch durch die Glattheit der rechten Seite beschränkt, so dass der Knick am Rand der aktiven Menge hier ein Grenze setzt. Außerdem wird die Implementation des semismooth Newtonverfahrens für den unendlichdimensionalen Kontrollraum für die variationelle Diskretisierung erläutert. Dabei wird besonders auf den zweidimensionalen verteilten Fall eingegangen. Es werden die bewiesenen Konvergenzraten an einigen semilinearen und linearen Beispielen mittels der variationellen Diskretisierung demonstriert. Es entsprechen sich die bei den analytische Beweisen und der numerischen Lösung eingesetzten Verfahren, die Fixpunktiteration sowie das nach Kontrolle oder adjungiertem Zustand aufgelöste Newtonverfahren. Dabei sind einige Besonderheiten bei der Implementation zu beachten, beispielsweise darf die Kontrolle nicht inkrementell mit dem Newtonverfahren oder der Fixpunktiteration aufdatiert werden, sondern muss in jedem Schritt neu berechnet werden.

Bei der Kristallzüchtung insbesondere von Halbleitern hat die Form des freien Randes (dem Interface zwischen fester und flüssiger Phase) einen starken Einfluss auf die Qualität des Kristalls. Die Dissertation befasst sich mit der Optimalsteuerung der Form und des Verlaufs des freien Randes. Als Vorlage für die in der Arbeit betrachteten Modellkonfigurationen dient das VGF-Verfahren (Vertical Gradient Freeze). Der Erstarrungsprozess wird durch ein Zweiphasen-Stefan-Problem mit durch Konvektion und Lorentzkräfte getriebener Strömung beschrieben. Der freie Rand wird als Graph formuliert. Das Kontrollziel besteht in der Ansteuerung eines gewünschten Verlaufs des freien Randes. Als Kontrollgrößen dient die Temperatur auf der Wand des Schmelztiegels und/oder wandnahe oder verteilte Lorentzkräfte. Das Kontrollziel wird durch Minimierung eines geeigneten Kosten-Funktionals erreicht. Das daraus resultierende Minimierungsproblem wird mit einem Adjungierten-Ansatz gelöst. Anhand numerischer Experimente mit Aluminium und Gallium-Arsenid Schmelzen wird gezeigt, das das vorgestellte Verfahren gut funktioniert.

Die Arbeit ist der regelungstheoretischen Betrachtung von mechanischen Systemen mit mehr Freiheitsgraden als Stellgrößen gewidmet. Dabei werden Aspekte aus den Teilgebieten Modellbildung, Systemanalyse, Steuerungsentwurf und Reglerentwurf behandelt. Den Ausgangspunkt bilden die aus dem Lagrange-Formalismus resultierenden Bewegungsgleichungen, für welche neben verschiedene partiell linearisierten Zustandsdarstellungen auch eine spezielle Byrnes-Isidori-Normalform eingeführt wird. Im Unterschied zu einer früher vorgeschlagenen ähnliche Normalform existiert diese "Lagrange-Byrnes-Isidori-Normalform" immer. Weiterhin wird die bedeutende Eigenschaft der differentiellen Flachheit im Zusammenhang mit mechanischen Systemen untersucht. Die bestehende Lücke zwischen den bekannten notwendigen und hinreichenden Flachheitsbedingungen bildet die Motivation zur Anpassung der Regelflächenbedingung auf mechanische Systeme in Lagrange-Byrnes-Isidori-Normalform. Parallel dazu wird die Flachheitsanalyse auf Basis des sogenannten Variationssystems betrachtet. Dabei handelt es sich um ein System von 1-Formen, die durch Anwendung der äußeren Ableitung auf die impliziten Systemgleichungen entstehen. Äquivalent dazu können auch die in einer rechteckigen Polynommatrix bezüglich des Zeitableitungsoperators zusammengefassten Koeffizienten der Basisformen untersucht werden. Die Flachheit eines Systems ist nun gerade äquivalent zur Existenz einer unimodularen Vervollständigung dieser Matrix, welche zudem noch eine bestimmte Integrabilitätsbedingung erfüllen muss. Durch Anwendung des Satzes von Frobenius können aus diesen in der bisherigen Formulierung nur schwer überprüfbaren Bedingungen deutlich einfachere hergeleitet werden. Für den Eingrößenfall ergibt sich dadurch eine erheblich Verringerung des Rechenaufwandes im Vergleich zum Referenzansatz. Im Mehrgrößenfall ist die Situation komplizierter: Durch das Fallenlassen der Unimodularitätsforderung und die Ausnutzung der speziellen Struktur mechanischer Systeme erhält man eine neue notwendige Bedingung für Flachheit, welche sich in endlich vielen Schritten auswerten lässt. Allerdings konnte mit dieser die vermutete Nichtflachheit für die untersuchten mechanischen Beispielsysteme nicht nachgewiesen werden. Einen weiteren Untersuchungsgegenstand bildet das Konzept der Konfigurationsflachheit. Für diese Eigenschaft ist gefordert, dass ein flacher Ausgang existieren muss, der nur von den Konfigurationskoordinaten abhängt. Basierend auf theoretischen Überlungen und dem Fehlen von Gegenbeispielen wird die Hypothese aufgestellt, dass für konservative mechanische Systeme Flachheit und Konfigurationsflachheit äquivalent sind. Für lineare mechanische Systeme kann diese Hypothese mit Hilfe der Kronecker-Normalform von Matrizenscharen verifiziert werden. Bezüglich des Entwurfs von Solltrajektorien werden neben der Darstellung bekannter Verfahren für lineare und für flache Systeme zwei weitere Ansätze genauer diskutiert. Der erste basiert auf der numerischen Lösung des aus dem Steuerungsentwurf resultierenden Randwertproblems. Dazu wird ein angepasstes Kollokationsverfahren konstruiert, welches die Elimination von Systemgrößen durch die explizite Berücksichtigung von Integratorketten ermöglicht, die bei partiell linearisierten Systemen stets auftreten. Unter bestimmten Bedingungen bewirkt dies eine erhebliche Reduktion der Rechenzeit. Der zweite Ansatz betrachtet die Überführung zwischen zwei Ruhelagen und beruht auf der Zeitumkehrsymmetrie, die alle konservativen mechanischen Systeme aufweisen. Er besteht aus mehreren Schritten: Zunächst wird für beide Ruhelagen eine Rückführung mit möglichst großem Attraktivitätsgebiet entworfen. Danach wird das System simulativ ausgehend von der Zielruhelage in der Startruhelage stabilisiert. Die so erhaltene Eingangstrajektorie kann dann bezüglich der Zeit invertiert werden, um das System aus der Startruhelage in die Nähe der Zielruhelage zu überführen, wo schließlich der entsprechende Regler aktiviert wird. In praktischen Realisierungen von unteraktuierten Regelungssystemen treten auf Grund von Effekten wie trockener Reibung und Getriebespiel oft Dauerschwingungen mit schwer vorhersagbaren und beeinflussbaren Parametern auf. Als Alternative zur klassischen Stabilisierung einer (theoretischen) Ruhelage wird deshalb eine Rückführung hergeleitet, welche für ein gegebenes lineares System einen stabilen Grenzzyklus mit vorgebbarer Frequenz und Amplitude asymptotisch stabilisiert.

Im Beitrag wird zunächst die konventionelle auf Signalflüssen basierte Modellbildung mit modernen leistungsflussbasierten Methoden, die auf dem Prinzip von Aktion und Reaktion aufbauen, verglichen. BG (Bond Graph), POG (Power Oriented Graph) und EMR (Energetic Macroscopic representation) sind solche modernen Methoden die den Leistungsaustausch zwischen Teilsystemen als Grundlage für den Modellbildungsansatz nutzen. Diese Werkzeuge erhalten die physikalische Struktur, erlauben es in das dynamische System hineinzuschauen und unterstützen das Verständnis des Leistungsflusses. Unterschiede werden anhand verschiedener Eigenschaften in einer Tabelle angegeben. Nach Erläuterung der Grundlagen zu POG und BG erfolgt die Vorstellung einer Freeware Zusatzbibliothek zur Simulation von Bondgraphen. Spezielle Eigenschaften werden kurz umrissen. Diese Blockbibliothek läuft unter Simulink, besteht aus nur 9 mittels Menü konfigurierbaren Blöcken und realisiert bidirektionale Verbindungen. Die Beispiele Gleichstrommotor, Pulssteller und elastische Welle demonstrieren die Vorteile der leistungsflussorientierten Modellbildung. Zustandsregelung, Energieeffizienz und Simulink LTI Analysewerkzeuge führen in die Anwendung der vorgestellten Simulink Zusatzbibliothek für Bondgraphen ein. / The paper starts with a comparison of the conventional modelling method based on signal flow and modern power flow oriented modelling methods based on the principle of action and reaction. BG (Bond Graph), POG (Power Oriented Graph) and EMR (Energetic Macroscopic representation) are such modern methods based on the power exchange between partial systems as a key element for the basic modelling approach. These tools preserve the physical structure, enable a view inside dynamical systems and support understanding the power flow. Relationships between these graphical representations will be given. After the explanation of basics for POG and BG an overview and special features of a freeware add-on library for simulation of BGs will be outlined. The block library runs under Simulink, consists of nine menu-driven customised blocks only and realises bidirectional connections. Examples DC motor, chopper and elastic shaft demonstrate the advantages of power flow oriented modelling. State space control, energy efficiency and Simulink LTI analysis tools exemplify the application of the presented Simulink add-on BG library.

Consider a time-dependent optimal control problem, where the state evolution is described by an initial value problem. There are a variety of numerical methods to solve these problems. The so-called indirect approach is considered detailed in this thesis. The indirect methods solve decoupled boundary value problems resulting from the necessary conditions for the optimal control problem. The so-called Pantoja method describes a computationally efficient stage-wise construction of the Newton direction for the discrete-time optimal control problem. There are many relationships between multiple shooting techniques and Pantoja method, which are investigated in this thesis. In this context, the equivalence of Pantoja method and multiple shooting method of Riccati type is shown. Moreover, Pantoja method is extended to the case where the state equations are discretised using one of implicit numerical methods. Furthermore, the concept of symplecticness and Hamiltonian systems is introduced. In this regard, a suitable numerical method is presented, which can be applied to unconstrained optimal control problems. It is proved that this method is a symplectic one. The iterative solution of optimal control problems in ordinary differential equations by Pantoja or Riccati equivalent methods leads to a succession of triple sweeps through the discretised time interval. The second (adjoint) sweep relies on information from the first (original) sweep, and the third (final) sweep depends on both of them. Typically, the steps on the adjoint sweep involve more operations and require more storage than the other two. The key difficulty is given by the enormous amount of memory required for the implementation of these methods if all states throughout forward and adjoint sweeps are stored. One of goals of this thesis is to present checkpointing techniques for memory reduced implementation of these methods. For this purpose, the well known aspect of checkpointing has to be extended to a `nested checkpointing` for multiple transversals. The proposed nested reversal schedules drastically reduce the required spatial complexity. The schedules are designed to minimise the overall execution time given a certain total amount of storage for the checkpoints. The proposed scheduling schemes are applied to the memory reduced implementation of the optimal control problem of laser surface hardening and other optimal control problems. / Es wird ein Problem der optimalen Steuerung betrachtet. Die dazugehoerigen Zustandsgleichungen sind mit einer Anfangswertaufgabe definiert. Es existieren zahlreiche numerische Methoden, um Probleme der optimalen Steuerung zu loesen. Der so genannte indirekte Ansatz wird in diesen Thesen detailliert betrachtet. Die indirekten Methoden loesen das aus den Notwendigkeitsbedingungen resultierende Randwertproblem. Das so genannte Pantoja Verfahren beschreibt eine zeiteffiziente schrittweise Berechnung der Newton Richtung fuer diskrete Probleme der optimalen Steuerung. Es gibt mehrere Beziehungen zwischen den unterschiedlichen Mehrzielmethoden und dem Pantoja Verfahren, die in diesen Thesen detailliert zu untersuchen sind. In diesem Zusammenhang wird die aequivalence zwischen dem Pantoja Verfahren und der Mehrzielmethode vom Riccati Typ gezeigt. Ausserdem wird das herkoemlige Pantoja Verfahren dahingehend erweitert, dass die Zustandsgleichungen mit Hilfe einer impliziten numerischen Methode diskretisiert sind. Weiterhin wird das Symplektische Konzept eingefuehrt. In diesem Zusammenhang wird eine geeignete numerische Methode praesentiert, die fuer ein unrestringiertes Problem der optimalen Steuerung angewendet werden kann. In diesen Thesen wird bewiesen, dass diese Methode symplectisch ist. Das iterative Loesen eines Problems der optimalen Steuerung in gewoenlichen Differentialgleichungen mit Hilfe von Pantoja oder Riccati aequivalenten Verfahren fuehrt auf eine Aufeinanderfolge der Durchlaeufetripeln in einem diskretisierten Zeitintervall. Der zweite (adjungierte) Lauf haengt von der Information des ersten (primalen) Laufes, und der dritte (finale) Lauf haeng von den beiden vorherigen ab. Ueblicherweise beinhalten Schritte und Zustaende des adjungierten Laufes wesentlich mehr Operationen und benoetigen auch wesentlich mehr Speicherplatzkapazitaet als Schritte und Zustaende der anderen zwei Durchlaeufe. Das Grundproblem besteht in einer enormen Speicherplatzkapazitaet, die fuer die Implementierung dieser Methoden benutzt wird, falls alle Zustaende des primalen und des adjungierten Durchlaufes zu speichern sind. Ein Ziel dieser Thesen besteht darin, Checkpointing Strategien zu praesentieren, um diese Methoden speichereffizient zu implementieren. Diese geschachtelten Umkehrschemata sind so konstruiert, dass fuer einen gegebenen Speicherplatz die gesamte Laufzeit zur Abarbeitung des Umkehrschemas minimiert wird. Die aufgestellten Umkehrschemata wurden fuer eine speichereffiziente Implementierung von Problemen der optimalen Steuerung angewendet. Insbesondere betrifft dies das Problem einer Oberflaechenabhaertung mit Laserbehandlung.

Several modifications have been suggested to extend binary classifiers to multiclass classification, for instance the One Against All technique, the One Against One technique, or Directed Acyclic Graphs. A recent approach for multiclass classification is the pairwise classification, which relies on two input examples instead of one and predicts whether the two input examples belong to the same class or to different classes. A Support Vector Machine (SVM), which is able to handle pairwise classification tasks, is called pairwise SVM. A common pairwise classification task is face recognition. In this area, a set of images is given for training and another set of images is given for testing. Often, one is interested in the interclass setting. The latter means that any person which is represented by an image in the training set is not represented by any image in the test set. From the mentioned multiclass classification techniques only the pairwise classification technique provides meaningful results in the interclass setting. For a pairwise classifier the order of the two examples should not influence the classification result. A common approach to enforce this symmetry is the use of selected kernels. Relations between such kernels and certain projections are provided. It is shown, that those projections can lead to an information loss. For pairwise SVMs another approach for enforcing symmetry is the symmetrization of the training sets. In other words, if the pair (a,b) of examples is a training pair then (b,a) is a training pair, too. It is proven that both approaches do lead to the same decision function for selected parameters. Empirical tests show that the approach using selected kernels is three to four times faster. For a good interclass generalization of pairwise SVMs training sets with several million training pairs are needed. A technique is presented which further speeds up the training time of pairwise SVMs by a factor of up to 130 and thus enables the learning of training sets with several million pairs. Another element affecting time is the need to select several parameters. Even with the applied speed up techniques a grid search over the set of parameters would be very expensive. Therefore, a model selection technique is introduced that is much less computationally expensive. In machine learning, the training set and the test set are created by using some data generating process. Several pairwise data generating processes are derived from a given non pairwise data generating process. Advantages and disadvantages of the different pairwise data generating processes are evaluated. Pairwise Bayes' Classifiers are introduced and their properties are discussed. It is shown that pairwise Bayes' Classifiers for interclass generalization tasks can differ from pairwise Bayes' Classifiers for interexample generalization tasks. In face recognition the interexample task implies that each person which is represented by an image in the test set is also represented by at least one image in the training set. Moreover, the set of images of the training set and the set of images of the test set are disjoint. Pairwise SVMs are applied to four synthetic and to two real world datasets. One of the real world datasets is the Labeled Faces in the Wild (LFW) database while the other one is provided by Cognitec Systems GmbH. Empirical evidence for the presented model selection heuristic, the discussion about the loss of information and the provided speed up techniques is given by the synthetic databases and it is shown that classifiers of pairwise SVMs lead to a similar quality as pairwise Bayes' classifiers. Additionally, a pairwise classifier is identified for the LFW database which leads to an average equal error rate (EER) of 0.0947 with a standard error of the mean (SEM) of 0.0057. This result is better than the result of the current state of the art classifier, namely the combined probabilistic linear discriminant analysis classifier, which leads to an average EER of 0.0993 and a SEM of 0.0051. / Es gibt verschiedene Ansätze, um binäre Klassifikatoren zur Mehrklassenklassifikation zu nutzen, zum Beispiel die One Against All Technik, die One Against One Technik oder Directed Acyclic Graphs. Paarweise Klassifikation ist ein neuerer Ansatz zur Mehrklassenklassifikation. Dieser Ansatz basiert auf der Verwendung von zwei Input Examples anstelle von einem und bestimmt, ob diese beiden Examples zur gleichen Klasse oder zu unterschiedlichen Klassen gehören. Eine Support Vector Machine (SVM), die für paarweise Klassifikationsaufgaben genutzt wird, heißt paarweise SVM. Beispielsweise werden Probleme der Gesichtserkennung als paarweise Klassifikationsaufgabe gestellt. Dazu nutzt man eine Menge von Bildern zum Training und ein andere Menge von Bildern zum Testen. Häufig ist man dabei an der Interclass Generalization interessiert. Das bedeutet, dass jede Person, die auf wenigstens einem Bild der Trainingsmenge dargestellt ist, auf keinem Bild der Testmenge vorkommt. Von allen erwähnten Mehrklassenklassifikationstechniken liefert nur die paarweise Klassifikationstechnik sinnvolle Ergebnisse für die Interclass Generalization. Die Entscheidung eines paarweisen Klassifikators sollte nicht von der Reihenfolge der zwei Input Examples abhängen. Diese Symmetrie wird häufig durch die Verwendung spezieller Kerne gesichert. Es werden Beziehungen zwischen solchen Kernen und bestimmten Projektionen hergeleitet. Zudem wird gezeigt, dass diese Projektionen zu einem Informationsverlust führen können. Für paarweise SVMs ist die Symmetrisierung der Trainingsmengen ein weiter Ansatz zur Sicherung der Symmetrie. Das bedeutet, wenn das Paar (a,b) von Input Examples zur Trainingsmenge gehört, dann muss das Paar (b,a) ebenfalls zur Trainingsmenge gehören. Es wird bewiesen, dass für bestimmte Parameter beide Ansätze zur gleichen Entscheidungsfunktion führen. Empirische Messungen zeigen, dass der Ansatz mittels spezieller Kerne drei bis viermal schneller ist. Um eine gute Interclass Generalization zu erreichen, werden bei paarweisen SVMs Trainingsmengen mit mehreren Millionen Paaren benötigt. Es wird eine Technik eingeführt, die die Trainingszeit von paarweisen SVMs um bis zum 130-fachen beschleunigt und es somit ermöglicht, Trainingsmengen mit mehreren Millionen Paaren zu verwenden. Auch die Auswahl guter Parameter für paarweise SVMs ist im Allgemeinen sehr zeitaufwendig. Selbst mit den beschriebenen Beschleunigungen ist eine Gittersuche in der Menge der Parameter sehr teuer. Daher wird eine Model Selection Technik eingeführt, die deutlich geringeren Aufwand erfordert. Im maschinellen Lernen werden die Trainingsmenge und die Testmenge von einem Datengenerierungsprozess erzeugt. Ausgehend von einem nicht paarweisen Datengenerierungsprozess werden unterschiedliche paarweise Datengenerierungsprozesse abgeleitet und ihre Vor- und Nachteile bewertet. Es werden paarweise Bayes-Klassifikatoren eingeführt und ihre Eigenschaften diskutiert. Es wird gezeigt, dass sich diese Bayes-Klassifikatoren für Interclass Generalization Aufgaben und für Interexample Generalization Aufgaben im Allgemeinen unterscheiden. Bei der Gesichtserkennung bedeutet die Interexample Generalization, dass jede Person, die auf einem Bild der Testmenge dargestellt ist, auch auf mindestens einem Bild der Trainingsmenge vorkommt. Außerdem ist der Durchschnitt der Menge der Bilder der Trainingsmenge mit der Menge der Bilder der Testmenge leer. Paarweise SVMs werden an vier synthetischen und an zwei Real World Datenbanken getestet. Eine der verwendeten Real World Datenbanken ist die Labeled Faces in the Wild (LFW) Datenbank. Die andere wurde von Cognitec Systems GmbH bereitgestellt. Die Annahmen der Model Selection Technik, die Diskussion über den Informationsverlust, sowie die präsentierten Beschleunigungstechniken werden durch empirische Messungen mit den synthetischen Datenbanken belegt. Zudem wird mittels dieser Datenbanken gezeigt, dass Klassifikatoren von paarweisen SVMs zu ähnlich guten Ergebnissen wie paarweise Bayes-Klassifikatoren führen. Für die LFW Datenbank wird ein paarweiser Klassifikator bestimmt, der zu einer durchschnittlichen Equal Error Rate (EER) von 0.0947 und einem Standard Error of The Mean (SEM) von 0.0057 führt. Dieses Ergebnis ist besser als das des aktuellen State of the Art Klassifikators, dem Combined Probabilistic Linear Discriminant Analysis Klassifikator. Dieser führt zu einer durchschnittlichen EER von 0.0993 und einem SEM von 0.0051.

For adjoint calculations, parameter estimation, and similar purposes one may need to reverse the execution of a computer program. The simplest option is to record a complete execution log and then to read it backwards. This requires massive amounts of storage. Instead one may generate the execution log piecewise by restarting the ``forward'' calculation repeatedly from suitably placed checkpoints. This thesis extends the theoretical results of the parallel reversal schedules. First a algorithm was constructed which carries out the ``forward'' calculation and distributes checkpoints in a way, such that the reversal calculation can be started at any time. This approach provides adaptive parallel reversal schedules for simulations where the number of time steps is not known a-priori. The number of checkpoints and processors used is optimal at any time. Further, an algorithm was described which makes is possible to restart the initial computer program during the program reversal. Again, this can be done without any additional computation at any time. Hence, optimal parallel reversal schedules for the bidirectional simulation are provided by this thesis. / Bei der Berechnung von Adjungierten, zum Debuggen und für ähnliche Anwendungen kann man die Umkehr der entsprechenden Programmauswertung verwenden. Der einfachste Ansatz, nämlich das Erstellen einer kompletten Mitschrift der Vorwärtsrechnung, welche anschließend rückwärts gelesen wird, verursacht einen enormen Speicherplatzbedarf. Als Alternative dazu kann man die Mitschrift auch stückweise erzeugen, indem die Programmauswertung von passend gewählten Checkpoints wiederholt gestartet wird. In dieser Arbeit wird die Theorie der optimalen parallelen Umkehrschemata erweitert. Zum einen erfolgt die Konstruktion von adaptiven parallelen Umkehrschemata. Dafür wird ein Algorithmus beschrieben, der es durch die Nutzung von mehreren Prozessen ermöglicht, Checkpoints so zu verteilen, daß die Umkehrung des Programmes jederzeit ohne Zeitverlust erfolgen kann. Hierbei bleibt die Zahl der verwendeten Checkpoints und Prozesse innerhalb der bekannten Optimalitätsgrenzen. Zum anderen konnte für die adaptiven parallelen Umkehrschemata ein Algorithmus entwickelt werden, welcher ein Restart der eigentlichen Programmauswertung basierend auf der laufenden Programmumkehr erlaubt. Dieser Restart kann wieder jederzeit ohne Zeitverlust erfolgen und die entstehenden Checkpointverteilung erfüllen wieder sowohl Optimalitäts- als auch die Adaptivitätskriterien. Zusammenfassend wurden damit in dieser Arbeit Schemata konstruiert, die bidirektionale Simulationen ermöglichen.