The studies investigated the impact of predictive visual information about the pitch and location of a forthcoming sound on the sound processing. In Symbol-to-Sound matching paradigms, symbols induced predictions of particular sounds. The brain’s error signals (IR and N2b components of the event-related potential) were measured in response to occasional violations of the prediction, i.e. when a sound was incongruent to the corresponding symbol. IR and N2b index the detection of prediction violations at different levels, IR at a sensory and N2b at a cognitive level. Participants evaluated the congruency between prediction and actual sound by button press. When the prediction referred to only the pitch or only the location feature (Exp. 1), the violation of each feature elicited IR and N2b. The IRs to pitch and location violations revealed differences in the in time course and topography, suggesting that they were generated in feature-specific sensory areas. When the prediction referred to both features concurrently (Exp. 2), that is, the symbol predicted the sound´s pitch and location, either one or both predictions were violated. Unexpectedly, no significant effects in the IR range were obtained. However, N2b was elicited in response to all violations. N2b in response to concurrent violations of pitch and location had a shorter latency. We conclude that associative predictions can be established by arbitrary rule-based symbols and for different sound features, and that concurrent violations are processed in parallel. In complex situations as in Exp. 2, capacity limitations appear to affect processing in a hierarchical manner. While predictions were presumably not reliably established at sensory levels (absence of IR), they were established at more cognitive levels, where sounds are represented categorially (presence of N2b).

Rapid response is considered the most well-established outcome predictor across treatments of binge-eating disorder (BED), including cognitive-behavioral therapy (CBT). This study sought to identify latent trajectories of early change in CBT and compare them to common rapid response classifications. In a multicenter randomized trial, 86 adults with BED (DSM-IV) or subsyndromal BED provided weekly self-reports of binge eating over the first 4 weeks of CBT, which were analyzed to predict binge eating, depression, and body mass index at posttreatment, 6-, and 18-month follow-up. Using latent growth mixture modeling, three patterns of early change—including moderate and low decreasing—as well as low stable binge eating were identified, which significantly predicted binge-eating remission at 6-month follow-up. Other classifications of rapid response based on Receiver Operating Characteristics curve analyses or on the literature (≥ 10% reduction in binge eating at week 1, ≥ 70% reduction in binge eating at week 4) only predicted posttreatment remission or overall depression, respectively. Latent change trajectories, but not other rapid response classifications, predicted binge-eating frequency over time. A fine-grained analysis of change over the first 4 weeks of CBT for BED revealed different trajectories of early change in binge eating that led to an improved prediction of binge-eating outcome, compared to that of common rapid response classifications. Thorough monitoring of early change trajectories during treatment may have clinical utility.

Die Rheumatoide Arthritis (RA) ist eine der häufigsten Autoimmunerkrankungen des Menschen. Sie ist durch einen chronischen Verlauf mit Allgemeinsymptomen und erosiven Gelenkentzündungen gekennzeichnet. Die klinischen Beschwerden reichen von Morgensteifigkeit der Gelenke bis zu deren Funktionsverlust mit Deformationen. Extraartikuläre Manifestationen, vor allem das kardiovaskuläre System betreffend, erschweren den Krankheitsverlauf und verkürzen die Lebenserwartung. In der Pathogenese der RA steht die Synovitis, die Entzündung der Gelenkinnenhaut, im Mittelpunkt. Die Ansammlung von Lymphozyten und Monozyten in der Synovialmembran und sezernierte proinflammatorische Zytokine bewirken eine Aufrechterhaltung des Entzündungsgeschehens. Das hauptsächlich von Monozyten produzierte Zytokin Tumornekrosefaktor (TNF) spielt eine entscheidende Rolle in diesem Immunprozess. TNF stimuliert Fibroblasten zur Sezernierung destruktiver Enzyme und regt zur Produktion weiterer, proinflammatorischer Botenstoffe an. Klassischerweise wirkt TNF in seiner löslichen Form und bindet an TNF-Rezeptoren auf nahezu allen Körperzellen. Ein weiterer Wirkmechanismus ist die retrograde Signaltransduktion über membranständiges TNF (tmTNF). Die Funktion von tmTNF, als Rezeptor Signale in die tmTNF-tragende Zelle zu vermitteln, wird als Reverse Signaling bezeichnet. Es ist bekannt, dass Reverse Signaling via tmTNF in Monozyten von RA-Patienten Apoptose auslöst und in weiteren komplexen Immunprozessen involviert ist. Die Bedeutung von TNF für die Rheumatoide Arthritis wird nicht zuletzt dadurch unterstrichen, dass die anti-TNF-Therapie einen sehr wirksamen Therapieansatz darstellt. Die Behandlung führt bei ca. zwei Drittel der Patienten zu einer Reduktion der entzündlichen und schmerzhaften Gelenkschwellung und zu einem Sistieren der Gelenkdestruktion. Es ist jedoch bekannt, dass ein Teil der Patienten schlecht auf die Therapie anspricht. Das dadurch verzögerte Erreichen eines guten Therapieerfolgs führt zu einer Verlängerung des Leidens und zu unnötigen, zum Teil schwerwiegenden Nebenwirkungen. Gesundheitsökonomisch ist dies ebenfalls kritisch zu sehen, da mit hohen Behandlungskosten zu rechnen ist. Eine Vorhersage des Therapieansprechens ist jedoch aktuell nicht möglich. Ziel dieser Studie war es, einen prädiktiven Marker für das anti-TNF-Therapieansprechen bei Patienten mit RA zu finden. Dabei galt der Bedeutung des Reverse Signaling via tmTNF großes Interesse. In der Studie wurden 20 Patienten mit Rheumatoider Arthritis vor und während einer Therapie mit dem TNF-Antagonist Etanercept insgesamt 24 Wochen betreut. Die Erhebung klinischer Daten, wie die Anzahl der druckschmerzhaften und geschwollenen Gelenke, die Einschätzung der Krankheitsaktivität durch den Patienten auf einer visuellen Analogskala (VAS) und die Untersuchung der Entzündungsaktivität mit CRP und BSG, erfolgte einmalig vor und alle vier Wochen unter Therapie. Zur Einschätzung der Krankheitsaktivität wurde der Disease Activity Score (DAS) genutzt. Das Therapieansprechen wurde entsprechend einer Klassifikation und der Veränderung der einzelnen klinischen Parameter im Therapieverlauf gewertet. Auf der Suche nach einem prädiktiven Faktor wurden ebenfalls einmalig vor und alle vier Wochen während der Therapie mit Etanercept laborchemische Experimente durchgeführt. Dazu wurden aus dem Blut der RA-Patienten die Monozyten mit Hilfe einer Dichtegradientenzentrifugation und einer Magnetseparation isoliert. Diese wurden hinsichtlich ihrer Expression von tmTNF sowie TNFR1 und TNFR2 nach Inkubation mit entsprechenden Antikörpern durchflusszytometrisch untersucht. Weiterhin wurden die RA-Monozyten mit Etanercept bzw. einer Negativkontrolle inkubiert. Im Anschluss wurde die Apoptose der Monozyten mittels Durchflusszytometrie und Färbung mit Propidiumiodid bzw. Annexin V quantifiziert. Entsprechend den EULAR-Kriterien kam es bei 10 Patienten (53%) zu einem guten, bei 7 Patienten (37%) zu einem mittleren und bei 2 Patienten (10%) zu einem schlechten Ansprechen. Aufgrund der klinischer Beurteilung erfolgte eine Einteilung in zwei Gruppen, sodass unter den Patienten 10 Responder (53%) und 9 (47%) Non-Responder waren. Die Monozyten der RA-Patienten exprimierten tmTNF mit einer mittleren Fluoreszenzintensität (MFI) von 14,23 ± 3,04. Es wurde eine MFI für TNFR1 mit 31,84 ± 12,99 und für TNFR2 mit 30,02 ± 8,9 gemessen. Die Inkubation der RA-Monozyten mit Etanercept bzw. mit der Negativkontrolle ergab unterschiedliche Resultate innerhalb der Patientengruppe. Dabei wurde die Apoptose der Monozyten in Spontanapoptose (Negativkontrolle) und in Reverse Signaling induzierte Apoptose eingeteilt. Vor Beginn der anti-TNF-Therapie zeigte ein Teil der Patienten eine niedrige Spontanapoptose und eine erhöhte Reverse Signaling induzierte Apoptose. Die Monozyten der anderen RA-Patienten zeigten umgekehrt eine hohe Spontanapoptose und eine niedrige Reverse Signaling induzierte Apoptose. Im Folgenden wurde der Einfluss der Etanercept-Therapie auf die Apoptose der Monozyten untersucht. Es wurde ein Anstieg der niedrigen Spontanapoptose bzw. Reverse Signaling induzierte Apoptose und ein Abfall der hohen Spontanapoptose bzw. Reverse Signaling induzierte Apoptose gesehen. Bezieht man in die Analyse das Therapieansprechen mit ein, so ergibt sich für Responder eine initial hohe Spontanapoptose, die unter Therapie signifikant sinkt. Non-Responder hingegen haben vor Therapie eine niedrige Spontanapoptose, die unter einer Therapie mit Etanercept ansteigt. Für den Verlauf der Reverse Signaling induzierte Apoptose unter der anti-TNF-Therapie gab es keine signifikanten Unterschiede hinsichtlich des Therapieansprechens. Im Fisher-Exact-Test zeigte sich eine deutliche Tendenz (p=0,07), dass Patienten mit niedriger Spontanapoptose bzw. hoher Reverse Signaling induzierter Apoptose zu Studienbeginn schlecht auf die Therapie ansprechen. Dieses Ergebnis konnte mit Einzelparametern verifiziert werden. Die Studie kam zu dem Schluss, dass RA-Patienten, deren Monozyten eine niedrige Reverse Signaling induzierte Apoptose bzw. eine hohe Spontanapoptose aufwiesen, besser auf eine anti-TNF-Therapie mit Etanercept ansprachen. Dieses Ergebnis kann hilfreich für die Entwicklung einer entscheidenden Diagnostik vor Therapieeinstellung sein und leistet einen Beitrag für die Vorhersage des Therapieansprechens.

The weather dynamics are significantly determined by the motion of the atmosphere and the ocean. This motion is often turbulent, characterized by fluctuations of the flow velocity over wide spatial and temporal scales. This fact, besides limited observability and inaccurate models, impedes the predictability of quantities such as the velocity of winds, which are relevant for the everyday life. One is always interested in improving such predictions - by employing better models or obtaining more information about the system. The Crooks fluctuation theorem is a relation from nonequilibrium thermodynamics, which has its typical applications in nanoscale systems. It quantifies the distribution of imposed work in a process, where the system is pushed out of thermal equilibrium. This distribution is broadened due to the fluctuations of the microscopic degrees of freedom in the system. The fluctuations of the velocity field in turbulent flow suggest the derivation of an analogy of Crooks' theorem for this macroscopic system. The knowledge about the validity of such a relation is additional information, which one in reverse could use to improve predictions about the system. In this thesis both issues are addressed: the derivation of the theorem, and the improvement of predictions. We illustrate the application of Crooks' theorem to hydrodynamic flow within a model of a two-dimensional inviscid and incompressible fluid field, when pushed out of dynamical equilibrium. The flow on a rectangular domain is approximated by the two-dimensional vorticity equation with spectral truncation. In this setting, the equilibrium statistics of the flow can be described through a canonical ensemble with two conserved quantities, kinetic energy and enstrophy. To perturb the system out of equilibrium, we change the shape of the domain according to a protocol, which changes the kinetic energy but leaves the enstrophy constant. This is interpreted as doing work to the system. Evolving along a forward and its corresponding backward process, we find that the distributions of the work performed in these processes satisfy the Crooks relation with parameters derived from the canonical ensembles. We address the issue of prediction in this thesis in a concrete setting: There are examples where the distributions of a variable in the forward and the backward process collapse into one, hence Crooks' theorem relates the distribution of one variable with itself. For a finite data set drawn from such a distribution, we are interested in an estimate of this variable to exceed a certain threshold. We demonstrate that, using the knowledge about Crooks' relation, forecast schemes can be proposed which improve compared to a pure frequency estimate on the data set. The findings are illustrated in three examples, studies of parameters such as exceedance threshold and data set size are presented.

Die kovalente Bindung von elektrophilen körperfremden Stoffen an nukleophile Zentren in Peptiden und Proteinen ist der initiierende molekulare Schritt einer Vielzahl von Erkrankungen und toxischen Prozessen. Für a,b-ungesättigte Aldehyde, Ketone und Ester, die sogenannten Michael-Akzeptoren, spielt dabei die Reaktion mit endogenen Thiolen eine entscheidende Rolle. Für diese Stoffklasse ermöglicht die Quantifizierung der Thiolreaktivität (als logaritmische Geschwindigkeitskonstante zweiter Ordnung der Reaktion des Michael-Akzeptors mit dem Tripeptid Glutathion (GSH), log kGSH) eine Vorhersage der akuten aquatischen Toxizität gegenüber den Ciliaten Tetrahymena Pyriformis (quantifiziert als logaritmische 50%-Effekt-Konzentration (effect-concentration, EC) der Wachstumsinhibition, log EC50). Zum besseren Verständnis der an diesen Prozessen beteiligten Reaktionen wurden in dieser Arbeit mehrere mögliche Mechanismen der Addition von Methylthiol an a,b-ungesättigte Carbonylverbindungen quantenchemisch anhand ihrer Übergangszustände untersucht. Dabei lag der Fokus unter anderem auf der Identifikation einer Modellreaktion, deren Barriere eine quantitative Vorhersage der Thiolreaktivität ermöglicht. Entsprechende Regressionsmodelle wurde an experimentelle Daten angepasst. Auf der Basis der berechneten elektrophilen Reaktivität log kGSH und der Hydrophobie (quantifiziert als logarithmischer Oktanol/Wasser-Verteilungskoeffizient, log Kow) wurden Stoffklassenspezifische Regressionsmodelle zur Toxizitätsvorhersage entwickelt und für die Untergruppe der Ester eine Modell-Suite etabliert.

When a demanding video decoding task requires more CPU resources then available, playback degrades ungracefully today: The decoder skips frames selected arbitrarily or by simple heuristics, which is noticed by the viewer as jerky motion in the good case or as images completely breaking up in the bad case. The latter can happen due to missing reference frames. This thesis provides a way to schedule individual decoding tasks based on a cost for performance trade. Therefore, I will present a way to preprocess a video, generating estimates for the cost in terms of execution time and the performance in terms of perceived visual quality. The granularity of the scheduling decision is a single slice, which leads to a much more fine-grained approach than dealing with entire frames. Together with an actual scheduler implementation that uses the generated estimates, this work allows for higher perceived quality video playback in case of CPU overload. / Wenn eine anspruchsvolle Video-Dekodierung mehr Prozessor-Ressourcen benötigt, als verfügbar sind, dann verschlechtert sich die Abspielqualität mit aktuellen Methoden drastisch: Willkürlich oder mit einfachen Heuristiken ausgewählten Bilder werden nicht dekodiert. Diese Auslassung nimmt der Betrachter im günstigsten Fall nur als ruckelnde Bewegung wahr, im ungünstigen Fall jedoch als komplettes Zusammenbrechen nachfolgender Bilder durch Folgefehler im Dekodierprozess. Meine Arbeit ermöglicht es, einzelne Teilaufgaben des Dekodierprozesses anhand einer Kosten-Nutzen-Analyse einzuplanen. Dafür ermittle ich die Kosten im Sinne von Rechenzeitbedarf und den Nutzen im Sinne von visueller Qualität für einzelne Slices eines H.264 Videos. Zusammen mit einer Implementierung eines Schedulers, der diese Werte nutzt, erlaubt meine Arbeit höhere vom Betrachter wahrgenommene Videoqualität bei knapper Prozessorzeit.

In recent publications it is questioned whether the existing wastewater management system is suitable for future requirements. The today’s wastewater infrastructure is a complex socio-technical system characterized by centralization, very long life-spans and sunk costs. Thus, it appears questionable whether this system is suitable against the background of a context of dynamic conditions as demographic change, climate change and the emerging requirements in terms of sustainability. This paper adds a contribution to the growing body of literature on prospective waste water management systems. Focusing on long term developments this paper aims to build up scenario-modules towards the year 2050. Our approach combines three methodologies which appear to be suitable with each other, namely the method of explorative scenario development, a modified Delphi method and content analysis. As the waste water sector is a very complex system with various impact factors which are characterized by high dynamics and strong uncertainty the scenario technique appears as an appropriate method. Within the scenario building process a modified Delphi method had been applied to generate the input for the scenario-modules. Key drivers and uncertainties in the field of waste water management were identified by interviewing 16 experts who are scientists or practitioners in the waste water sector. The interviews had been transliterated and then evaluated by using the content analysis approach. Afterwards scenario-modules were derived which provide a basis for further procedure towards complete scenarios for future wastewater infrastructure.

Aus der Einleitung: The calculation and prediction of river flow is a very old problem. Especially extremely high values of the runoff can cause enormous economic damage. A system which precisely predicts the runoff and warns in case of a flood event can prevent a high amount of the damages. On the basis of a good flood forecast, one can take action by preventive methods and warnings. An efficient constructional flood retention can reduce the effects of a flood event enormously.With a precise runoff prediction with longer lead times (>48h), the dam administration is enabled to give order to their gatekeepers to empty dams and reservoirs very fast, following a smart strategy. With a good timing, that enables the dams later to store and retain the peak of the flood and to reduce all effects of damage in the downstream. A warning of people in possible flooded areas with greater lead time, enables them to evacuate not fixed things like cars, computers, important documents and so on. Additionally it is possible to use the underlying rainfall-runoff model to perform runoff simulations to find out which areas are threatened at which precipitation events and associated runoff in the river. Altogether these methods can avoid a huge amount of economic damage.:List of Symbols and Abbreviations S. III 1 Introduction S. 1 2 Process based Rainfall-Runoff Modelling S. 5 2.1 Basics of runoff processes S. 5 2.2 Physically based rainfall-runoff and hydrodynamic river models S. 15 3 Portraying Rainfall-Runoff Processes with Neural Networks S. 21 3.1 The Challenge in General S. 22 3.2 State-of-the-art Approaches S. 24 3.3 Architectures of neural networks for time series prediction S. 26 4 Requirements specification S. 33 5 The PAI-OFF approach as the base of the system S. 35 5.1 Pre-Processing of the Input Data S. 37 5.2 Operating and training the PoNN S. 47 5.3 The PAI-OFF approach - an Intelligent System S. 52 6 Design and Implementation S. 55 6.1 Design S. 55 6.2 Implementation S. 58 6.3 Exported interface definition S. 62 6.4 Displaying output data with involvement of uncertainty S. 64 7 Results and Discussion S. 69 7.1 Evaluation of the Results S. 69 7.2 Discussion of the achieved state S. 75 8 Conclusion and FutureWork S. 77 8.1 Access to real-time meteorological input data S. 77 8.2 Using further developed prediction methods S. 79 8.3 Development of a graphical user interface S. 80 Bibliography S. 83

Protein-protein and protein-ligand interactions are fundamental as many proteins mediate their biological function through these interactions. Many important applications follow directly from the identification of residues in the interfaces between protein-protein and protein-ligand interactions, such as drug design, protein mimetic engineering, elucidation of molecular pathways, and understanding of disease mechanisms. The identification of interface residues can also guide the docking process to build the structural model of protein-protein complexes. This dissertation focuses on developing computational approaches for protein-ligand and protein-protein binding site prediction and applying these predictions to improve protein-protein docking. First, we develop an automated approach LIGSITEcs to predict protein-ligand binding site, based on the notion of surface-solvent-surface events and the degree of conservation of the involved surface residues. We compare our algorithm to four other approaches, LIGSITE, CAST, PASS, and SURFNET, and evaluate all on a dataset of 48 unbound/bound structures and 210 bound-structures. LIGSITEcs performs slightly better than the other tools and achieves a success rate of 71% and 75%, respectively. Second, for protein-protein binding site, we develop metaPPI, a meta server for interface prediction. MetaPPI combines results from a number of tools, such as PPI_Pred, PPISP, PINUP, Promate, and SPPIDER, which predict enzyme-inhibitor interfaces with success rates of 23% to 55% and other interfaces with 10% to 28% on a benchmark dataset of 62 complexes. After refinement, metaPPI significantly improves prediction success rates to 70% for enzyme-inhibitor and 44% for other interfaces. Third, for protein-protein docking, we develop a FFT-based docking algorithm and system BDOCK, which includes specific scoring functions for specific types of complexes. BDOCK uses family-based residue interface propensities as a scoring function and obtains improvement factors of 4-30 for enzyme-inhibitor and 4-11 for antibody-antigen complexes in two specific SCOP families. Furthermore, the degrees of buriedness of surface residues are integrated into BDOCK, which improves the shape discriminator for enzyme-inhibitor complexes. The predicted interfaces from metaPPI are integrated as well, either during docking or after docking. The evaluation results show that reliable interface predictions improve the discrimination between near-native solutions and false positive. Finally, we propose an implicit method to deal with the flexibility of proteins by softening the surface, to improve docking for non enzyme-inhibitor complexes.

Nicht-funktionale Eigenschaften geben Aussagen über Qualitätsaspekte einer Software. Mit einer Software-Produktlinie (SPL) wird eine Menge von verwandten Software-Produkten beschrieben, die auf Basis gemeinsam genutzter Bausteine und Architekturen entwickelt werden, um die Anforderungen unterschiedlicher Kundengruppen zu erfüllen. Hierbei werden gezielt Software-Bestandteile wiederverwendet, um Software effizienter zu entwickeln. In dieser Arbeit wird der Einfluss von Eingabedaten auf die nicht-funktionalen Eigenschaften von SPL untersucht. Es wird auf Basis von Messungen ausgewählter nicht-funktionaler Eigenschaften einzelner Software-Produkte ein Vorhersagemodell für beliebige Software-Produkte der SPL erstellt. Das Vorhersagemodell kann genutzt werden, um den Konfigurationsprozess zu unterstützen. Das Verfahren wird anhand einer SPL von verlustfreien Kompressionsalgorithmen evaluiert. Die Berücksichtigung von Eingabedaten kann die Vorhersage von nicht-funktionalen Eigenschaften einer SPL gegenüber einfacheren Vorhersagemodellen ohne die Berücksichtigung von Eingabedaten signifikant verbessern.