No description available.

No description available.

No description available.

No description available.

No description available.

No description available.

Kollektives Handeln ist erforderlich um nachhaltige Entwicklungspfade in gekoppelten sozial-ökologischen Systemen zu erschließen, fernab von gefährlichen Kippelementen. Ohne anderen Modellierungsprinzipien ihren Nutzen abzuerkennen, schlägt diese Dissertation die Agent-Umwelt Schnittstelle als die mathematische Grundlage für das Modellieren sozial-ökologischer Systeme vor. Zuerst erweitert diese Arbeit eine Methode aus der Literatur der statistischen Physik über Lerndynamiken, um einen deterministischen Grenzübergang von etablierten Verstärkungslernalgorithmen aus der Forschung zu künstlicher Intelligenz herzuleiten. Die resultierenden Lerndynamiken zeigen eine große Bandbreite verschiedener dynamischer Regime wie z.B. Fixpunkte, Grenzzyklen oder deterministisches Chaos. Zweitens werden die hergeleiteten Lerngleichungen auf eine neu eingeführte Umwelt, das Ökologisches Öffentliches Gut, angewendet,. Sie modelliert ein gekoppeltes sozial-ökologisches Dilemma und erweitert damit etablierte soziale Dilemmaspiele um ein ökologisches Kippelement. Bekannte theoretische und empirische Ergebnisse werden reproduziert und neuartige, qualitativ verschiedene Parameterregime aufgezeigt, darunter eines, in dem diese belohnungsoptimierenden Lern-Agenten es vorziehen, gemeinsam unter einem Kollaps der Umwelt zu leiden, als in einer florierenden Umwelt zu kooperieren. Drittens stellt diese Arbeit das Optimierungsparadigma der Lern-Agenten in Frage. Die drei Entscheidungsparadimen ökonomischen Optimierung, Nachhaltigkeit und Sicherheit werden systematisch miteinander verglichen, während sie auf das Management eines umweltlichen Kippelements angewendet werden. Es wird gezeigt, dass kein Paradigma garantiert, Anforderungen anderer Paradigmen zu erfüllen, sowie dass das Fehlen eines Meisterparadigmas von besonderer Bedeutung für das Klimasystem ist, da dieses sich am Rand zwischen Parameterbereichen befinden kann, wo ökonomische Optimierung weder nachhaltig noch sicher wird. / Collective action is required to enter sustainable development pathways in coupled social-ecological systems, safely away from dangerous tipping elements. Without denying the usefulness of other model design principles, this thesis proposes the agent-environment interface as the mathematical foundation for the design of social-ecological system models. First, this work refines techniques from the statistical physics literature on learning dynamics to derive a deterministic limit of established reinforcement learning algorithms from artificial intelligence research. Illustrations of the resulting learning dynamics reveal a wide range of different dynamical regimes, such as fixed points, periodic orbits and deterministic chaos. Second, the derived multi-state learning equations are applied to a newly introduced environment, the Ecological Public Good. It models a coupled social-ecological dilemma, extending established repeated social dilemma games by an ecological tipping element. Known theoretical and empirical results are reproduced and novel qualitatively different parameter regimes are discovered, including one in which these reward-optimizing agents prefer to collectively suffer in environmental collapse rather than cooperating in a prosperous environment. Third, this thesis challenges the reward optimizing paradigm of the learning equations. It presents a novel formal comparison of the three decision paradigms of economic optimization, sustainability and safety for the governance of an environmental tipping element. It is shown that no paradigm guarantees fulfilling requirements imposed by another paradigm. Further, the absence of a master paradigm is shown to be of special relevance for governing the climate system, since the latter may reside at the edge between parameter regimes where economic welfare optimization becomes neither sustainable nor safe.

For ultra-high speed communication systems at high center frequencies above 100 GHz, we propose a disruptive change in system architecture to address major issues regarding amplifier chains with a large number of amplifier stages. They cause a high noise figure and high power consumption when operating close to the frequency limits of the underlying semiconductor technologies. Instead of scaling a classic homodyne transceiver system, we employ repeated amplification in single-stage amplifiers through positive feedback as well as synthesizer-free self-mixing demodulation at the receiver to simplify the system architecture notably. Since the amplitude and phase information for the emerging oscillation is defined by the input signal and the oscillator is only turned on for a very short time, it can be left unstabilized and thus come without a PLL. As soon as gain is no longer the most prominent issue, relaxed requirements for all the other major components allow reconsidering their implementation concepts to achieve further improvements compared to classic systems. This paper provides the first comprehensive overview of all major design aspects that need to be addressed upon realizing a SPARS-based transceiver. At system level, we show how to achieve high data rates and a noise performance comparable to classic systems, backed by scaled demonstrator experiments. Regarding the transmitter, design considerations for efficient quadrature modulation are discussed. For the frontend components that replace PA and LNA amplifier chains, implementation techniques for regenerative sampling circuits based on super-regenerative oscillators are presented. Finally, an analog-to-digital converter with outstanding performance and complete interfaces both to the analog baseband as well as to the digital side completes the set of building blocks for efficient ultra-high speed communication.

Einfache oder komplexe dynamische Systeme stellen Individuen und Gesellschaften gleichermaßen vor mitunter große Herausforderungen, wie regionale und globale Krisen immer wieder zeigen. Ein basales und allgemeines Verständnis dynamischer Zusammenhänge scheint daher nicht nur wünschenswert, sondern mit Blick auf ausgewählte aktuelle Krisen sogar notwendiger denn je. Doch auch in alltäglichen Situationen oder im Schulkontext kann ein fundamentales Verständnis dynamischer Systeme die individuellen Entscheidungen oder den mathematischen Erkenntnisgewinn unterstützen. Allerdings zeigt eine breite Basis empirischer Befunde, dass bereits relativ einfache Dynamiken, wie Fluss-Bestands-Systeme (FB-Systeme), nur unzureichend erfasst zu werden scheinen. Diese Dissertationsschrift verfolgt daher die generelle Fragestellung, wie sich ein basales Verständnis formal einfacher FB-Systeme fördern oder generieren lassen könnte. Aufgrund einer bislang fehlenden einheitlichen theoretischen Beschreibung des FB-Verständnisses und dessen Einflussfaktoren basiert die vorgestellte Untersuchungsserie einerseits auf drei ausgewählten generellen theoretischen Perspektiven und daraus abgeleiteten Einflussfaktoren. Zusätzlich wurden einzelne weitere theoretische Modelle und eine Vielzahl spezifischer empirischer Befunde, zur Wirksamkeit verschiedener Präsentationsformate auf kognitive Fähigkeiten, für die Begründung der experimentellen Manipulationen herangezogen. In einer Serie von sieben experimentellen Untersuchungen wurden diverse Möglichkeiten grafischer Darstellungen, isoliert und in Wechselwirkung mit verschiedenen Personenmerkmalen, empirisch bezüglich ihres Einflusses auf das basale Verständnis illustrierter FB-Systeme überprüft. Unter Anwendung geltender wissenschaftlicher Standards und durch Nutzung moderner inferenzstatistischer Verfahren erlauben die gewonnen Ergebnisse eine fundierte Beurteilung der untersuchten Einflussfaktoren. Organisiert in drei Teilen, konnten in einer Folge von einfachen statischen Abbildungen, über passive dynamische Repräsentationen, bis hin zu interaktiven animierten Interventionsformaten, zahlreiche Illustrationsvarianten in ihrer Wirkung auf ein basales FB-Verständnis beurteilt werden. In den Experimenten 1 bis 3 wurden zunächst ausgewählte statische Darstellungsformate, spezifische Kontexteinbettungen und adaptierte Instruktionsansätze überprüft. Dabei zeigte sich keiner der manipulierten Darstellungsaspekte als genereller Wirkfaktor auf das basale FB-Verständnis. Weder kombinierte oder angepasste Diagrammdarstellungen, noch Zusatzinformationen oder überlebensrelevante Kontexteinbettungen führten zu den erwarteten Verbesserungen des FB-Verständnisses. Selbst, auf etablierten pädagogischen Interventionen basierende Instruktionsformen zeigten keinen systematischen Einfluss auf die Lösungsraten von FB-Aufgaben. In den anschließenden Experimenten 4 bis 6 konnten unter passiven dynamischen Darstellungen – rezipierende Animationen ohne Eingriffsmöglichkeiten – gleichfalls keine generell wirksamen Formate identifiziert werden. Ob fließend oder segmentiert, einmalig oder repetitiv, einzeln oder kombiniert: Keine der untersuchten passiven Animationsarten schlug sich in verbesserten Lösungsraten nieder. Im letzten Teil der Dissertation wurden schließlich interaktiv dynamische Formate am Beispiel von eigens konzipierten computerspielbasierten Lerninterventionen empirisch untersucht. Erneut zeigten sich keine Haupteffekte für die Attribute dieser Art der Informationsvermittlung. Einerseits bieten die gewonnenen Daten insgesamt keine konkreten Hinweise darauf, welche Formate generell geeignet sein könnten, FB-Zusammenhänge verständlich zu kommunizieren. Andererseits ließen sich wiederholt relevante Individualfaktoren identifizieren, die, spezifisch und in Wechselwirkungen mit den Repräsentationsformaten, das Ausmaß des individuellen FB-Verständnisses substanziell zu beeinflussen scheinen. Bereits in den ersten Experimenten traten spezifische Personenmerkmale hervor, die sich über die gesamte Untersuchungsserie hinweg als eigenständige Determinanten prädiktiv für das FB-Verständnis zeigten. Das Geschlecht (wobei Männer im Mittel ein besseres FB-Verständnis zeigten) und die mathematischen Fähigkeiten der Versuchspersonen bestimmen offenbar das Verständnis einfacher dynamischer Systeme deutlich stärker, als jedes der manipulierten Darstellungsformate. Gleichfalls scheinen sie für alle untersuchten Varianten der Repräsentationsformate vergleichbar und unabhängig voneinander relevant zu sein – wie statistische Kontrollmaßnahmen zeigen konnten. Vereinzelt, aber weniger stringent, konnten ebenfalls prädiktive Einflüsse motivationaler und kognitiver Faktoren, wie räumliche Intelligenz, beobachtet werden. Einige dieser Personenmerkmale traten wiederholt, wenn auch ohne erkennbare Systematik, in Wechselwirkung mit den experimentellen Darstellungsvarianten in Erscheinung. In Abhängigkeit von bestimmten Personenmerkmalen wirkten sich demnach einige der untersuchten Darstellungsformen unterschiedlich auf die Leistung in FB-Aufgaben aus. Insbesondere für animierte Präsentationsformate zeigten sich dabei Interaktionseffekte mit dem Geschlecht, wonach Männer und Frauen offenbar von verschiedenen Illustrationsarten profitieren. In nahezu allen Experimenten der Teile II und III konnte ein derartiger Geschlechter-Darstellungsformat-Interaktionseffekt beobachtet werden. Weitaus seltener zeigten sich hingegen Moderatoreffekte von motivationalen oder kognitiven Faktoren. Obwohl die mathematischen Fähigkeiten über alle Experimente hinweg als substanzieller Prädiktor des FB-Verständnisses in Erscheinung traten, fanden sich überdies durchgängig keine Anzeichen für dementsprechende Interaktionseffekte. Darüber hinaus boten explorative Vergleiche zwischen den verschiedenen Experimenten weitere interessante Hinweise auf die Hintergründe des generell relativ schwach ausgeprägten basalen FB-Verständnisses. Da Experiment 6 in Kooperation mit der Pädagogischen Hochschule Heidelberg durchgeführt werden konnte, ließen sich mathematisch sehr gut vorgebildete Versuchspersonen für die Teilnahme gewinnen. Diese zeigten, im Vergleich zu den Kohorten der vorangegangenen Experimente, ein sehr hohes Verständnis der illustrierten FB-Systeme. Dies unterstreicht, über die Bedeutung individueller mathematischer Fähigkeiten hinaus, dass ein gutes bis sehr gutes FB-Verständnis prinzipiell realisierbar ist. Weitere explorative Analysen deuten überdies auf eine besonders positive Wirkung passiver dynamischer Repräsentationen im Kontext der kreierten computerspielbasierten Interventionen. Die in Experiment 7 ursprünglich als Kontrollbedingung konzipierte Darstellungsvariante führte gegenüber einer vergleichbaren Stichprobe weiblicher Versuchsteilnehmer zu deutlich verbesserten Lösungsraten. Ergänzend zu vergleichenden Diskussionen der drei separaten Dissertationsteile folgt eine abschließende Generaldiskussion. Neben generellen Aspekten der Ergebnisse werden darin die zentralen Schlussfolgerungen und Erkenntnisse zusammengefasst. Die Erörterung potenzieller theoretischer und praktischer Implikationen sowie die Vorstellung spezifischer Anschlussfragestellungen und zukünftiger Forschungsanstrengungen bilden den Abschluss dieser Dissertationsschrift.

Today in the scientific and technological world, physical and artificial processes are often described by mathematical models which can be used for simulation, optimization or control. As the mathematical models get more detailed and different coupling effects are required to include, usually the dimension of these models become very large. Such large-scale systems lead to large memory requirements and computational complexity. To handle these large models efficiently in simulation, control or optimization model order reduction (MOR) is essential. The fundamental idea of model order reduction is to approximate a large-scale model by a reduced model of lower state space dimension that has the same (to the largest possible extent) input-output behavior as the original system. Recently, the system-theoretic method Balanced Truncation (BT) which was believed to be applicable only to moderately sized problems, has been adapted to really large-scale problems. Moreover, it also has been extended to so-called descriptor systems, i.e., systems whose dynamics obey differential-algebraic equations. In this thesis, a BT algorithm is developed for MOR of index-1 descriptor systems based on several papers from the literature. It is then applied to the setting of a piezo-mechanical system. The algorithm is verified by real-world data describing micro-mechanical piezo-actuators. The whole algorithm works for sparse descriptor form of the system. The piezo-mechanical original system is a second order index-1 descriptor system, where mass, damping, stiffness, input and output matrices are highly sparse. Several techniques are introduced to reduce the system into a first order index-1 descriptor system by preserving the sparsity pattern of the original models. Several numerical experiments are used to illustrate the efficiency of the algorithm.