TY - THES A1 - Üreyen, Soner T1 - Multivariate Time Series for the Analysis of Land Surface Dynamics - Evaluating Trends and Drivers of Land Surface Variables for the Indo-Gangetic River Basins T1 - Multivariate Zeitreihen zur Analyse von Landoberflächendynamiken - Auswertung von Trends und Treibern von Landoberflächenvariablen für Flusseinzugsgebiete der Indus-Ganges Ebene N2 - The investigation of the Earth system and interplays between its components is of utmost importance to enhance the understanding of the impacts of global climate change on the Earth's land surface. In this context, Earth observation (EO) provides valuable long-term records covering an abundance of land surface variables and, thus, allowing for large-scale analyses to quantify and analyze land surface dynamics across various Earth system components. In view of this, the geographical entity of river basins was identified as particularly suitable for multivariate time series analyses of the land surface, as they naturally cover diverse spheres of the Earth. Many remote sensing missions with different characteristics are available to monitor and characterize the land surface. Yet, only a few spaceborne remote sensing missions enable the generation of spatio-temporally consistent time series with equidistant observations over large areas, such as the MODIS instrument. In order to summarize available remote sensing-based analyses of land surface dynamics in large river basins, a detailed literature review of 287 studies was performed and several research gaps were identified. In this regard, it was found that studies rarely analyzed an entire river basin, but rather focused on study areas at subbasin or regional scale. In addition, it was found that transboundary river basins remained understudied and that studies largely focused on selected riparian countries. Moreover, the analysis of environmental change was generally conducted using a single EO-based land surface variable, whereas a joint exploration of multivariate land surface variables across spheres was found to be rarely performed. To address these research gaps, a methodological framework enabling (1) the preprocessing and harmonization of multi-source time series as well as (2) the statistical analysis of a multivariate feature space was required. For development and testing of a methodological framework that is transferable in space and time, the transboundary river basins Indus, Ganges, Brahmaputra, and Meghna (IGBM) in South Asia were selected as study area, having a size equivalent to around eight times the size of Germany. These basins largely depend on water resources from monsoon rainfall and High Mountain Asia which holds the largest ice mass outside the polar regions. In total, over 1.1 billion people live in this region and in parts largely depend on these water resources which are indispensable for the world's largest connected irrigated croplands and further domestic needs as well. With highly heterogeneous geographical settings, these river basins allow for a detailed analysis of the interplays between multiple spheres, including the anthroposphere, biosphere, cryosphere, hydrosphere, lithosphere, and atmosphere. In this thesis, land surface dynamics over the last two decades (December 2002 - November 2020) were analyzed using EO time series on vegetation condition, surface water area, and snow cover area being based on MODIS imagery, the DLR Global WaterPack and JRC Global Surface Water Layer, as well as the DLR Global SnowPack, respectively. These data were evaluated in combination with further climatic, hydrological, and anthropogenic variables to estimate their influence on the three EO land surface variables. The preprocessing and harmonization of the time series was conducted using the implemented framework. The resulting harmonized feature space was used to quantify and analyze land surface dynamics by means of several statistical time series analysis techniques which were integrated into the framework. In detail, these methods involved (1) the calculation of trends using the Mann-Kendall test in association with the Theil-Sen slope estimator, (2) the estimation of changes in phenological metrics using the Timesat tool, (3) the evaluation of driving variables using the causal discovery approach Peter and Clark Momentary Conditional Independence (PCMCI), and (4) additional correlation tests to analyze the human influence on vegetation condition and surface water area. These analyses were performed at annual and seasonal temporal scale and for diverse spatial units, including grids, river basins and subbasins, land cover and land use classes, as well as elevation-dependent zones. The trend analyses of vegetation condition mostly revealed significant positive trends. Irrigated and rainfed croplands were found to contribute most to these trends. The trend magnitudes were particularly high in arid and semi-arid regions. Considering surface water area, significant positive trends were obtained at annual scale. At grid scale, regional and seasonal clusters with significant negative trends were found as well. Trends for snow cover area mostly remained stable at annual scale, but significant negative trends were observed in parts of the river basins during distinct seasons. Negative trends were also found for the elevation-dependent zones, particularly at high altitudes. Also, retreats in the seasonal duration of snow cover area were found in parts of the river basins. Furthermore, for the first time, the application of the causal discovery algorithm on a multivariate feature space at seasonal temporal scale revealed direct and indirect links between EO land surface variables and respective drivers. In general, vegetation was constrained by water availability, surface water area was largely influenced by river discharge and indirectly by precipitation, and snow cover area was largely controlled by precipitation and temperature with spatial and temporal variations. Additional analyses pointed towards positive human influences on increasing trends in vegetation greenness. The investigation of trends and interplays across spheres provided new and valuable insights into the past state and the evolution of the land surface as well as on relevant climatic and hydrological driving variables. Besides the investigated river basins in South Asia, these findings are of great value also for other river basins and geographical regions. N2 - Die Untersuchung von Erdsystemkomponenten und deren Wechselwirkungen ist von großer Relevanz, um das Prozessverständnis sowie die Auswirkungen des globalen Klimawandels auf die Landoberfläche zu verbessern. In diesem Zusammenhang liefert die Erdbeobachtung (EO) wertvolle Langzeitaufnahmen zu einer Vielzahl an Landoberflächenvariablen. Diese können als Indikator für die Erdsystemkomponenten genutzt werden und sind essenziell für großflächige Analysen. Flusseinzugsgebiete sind besonders geeignet um Landoberflächendynamiken mit multivariaten Zeitreihen zu analysieren, da diese verschiedene Sphären des Erdsystems umfassen. Zur Charakterisierung der Landoberfläche stehen zahlreiche EO-Missionen mit unterschiedlichen Eigenschaften zur Verfügung. Nur einige wenige Missionen gewährleisten jedoch die Erstellung von räumlich und zeitlich konsistenten Zeitreihen mit äquidistanten Beobachtungen über großräumige Untersuchungsgebiete, wie z.B. die MODIS Sensoren. Um bisherige EO-Analysen zu Landoberflächendynamiken in großen Flusseinzugsgebieten zu untersuchen, wurde eine Literaturrecherche durchgeführt, wobei mehrere Forschungslücken identifiziert wurden. Studien untersuchten nur selten ein ganzes Einzugsgebiet, sondern konzentrierten sich lediglich auf Teilgebietsgebiete oder regionale Untersuchungsgebiete. Darüber hinaus wurden transnationale Einzugsgebiete nur unzureichend analysiert, wobei sich die Studien größtenteils auf ausgewählte Anrainerstaaten beschränkten. Auch wurde die Analyse von Umweltveränderungen meistens anhand einer einzigen EO-Landoberflächenvariable durchgeführt, während eine synergetische Untersuchung von sphärenübergreifenden Landoberflächenvariablen kaum unternommen wurde. Um diese Forschungslücken zu adressieren, ist ein methodischer Ansatz notwendig, der (1) die Vorverarbeitung und Harmonisierung von Zeitreihen aus mehreren Quellen und (2) die statistische Analyse eines multivariaten Merkmalsraums ermöglicht. Für die Entwicklung und Anwendung eines methodischen Frameworks, das raum-zeitlich übertragbar ist, wurden die transnationalen Einzugsgebiete Indus, Ganges, Brahmaputra und Meghna (IGBM) in Südasien, deren Größe etwa der achtfachen Fläche von Deutschland entspricht, ausgewählt. Diese Einzugsgebiete hängen weitgehend von den Wasserressourcen des Monsunregens und des Hochgebirges Asiens ab. Insgesamt leben über 1,1 Milliarden Menschen in dieser Region und sind zum Teil in hohem Maße von diesen Wasserressourcen abhängig, die auch für die größten zusammenhängenden bewässerten Anbauflächen der Welt und auch für weitere inländische Bedarfe unerlässlich sind. Aufgrund ihrer sehr heterogenen geographischen Gegebenheiten ermöglichen diese Einzugsgebiete eine detaillierte sphärenübergreifende Analyse der Wechselwirkungen, einschließlich der Anthroposphäre, Biosphäre, Kryosphäre, Hydrosphäre, Lithosphäre und Atmosphäre. In dieser Dissertation wurden Landoberflächendynamiken der letzten zwei Jahrzehnte anhand von EO-Zeitreihen zum Vegetationszustand, zu Oberflächengewässern und zur Schneebedeckung analysiert. Diese basieren auf MODIS-Aufnahmen, dem DLR Global WaterPack und dem JRC Global Surface Water Layer sowie dem DLR Global SnowPack. Diese Zeitreihen wurden in Kombination mit weiteren klimatischen, hydrologischen und anthropogenen Variablen ausgewertet. Die Harmonisierung des multivariaten Merkmalsraumes ermöglichte die Analyse von Landoberflächendynamiken unter Nutzung von statistischen Methoden. Diese Methoden umfassen (1) die Berechnung von Trends mittels des Mann-Kendall und des Theil-Sen Tests, (2) die Berechnung von phänologischen Metriken anhand des Timesat-Tools, (3) die Bewertung von treibenden Variablen unter Nutzung des PCMCI Algorithmus und (4) zusätzliche Korrelationstests zur Analyse des menschlichen Einflusses auf den Vegetationszustand und die Wasseroberfläche. Diese Analysen wurden auf jährlichen und saisonalen Zeitskalen und für verschiedene räumliche Einheiten durchgeführt. Für den Vegetationszustand wurden weitgehend signifikant positive Trends ermittelt. Analysen haben gezeigt, dass landwirtschaftliche Nutzflächen am meisten zu diesen Trends beitragen haben. Besonders hoch waren die Trends in ariden Regionen. Bei Oberflächengewässern wurden auf jährlicher Ebene signifikant positive Trends festgestellt. Auf Pixelebene wurden jedoch sowohl regional als auch saisonal Cluster mit signifikant negativen Trends identifiziert. Die Trends für die Schneebedeckung blieben auf jährlicher Ebene weitgehend stabil, jedoch wurden in Teilen der Einzugsgebiete zu bestimmten Jahreszeiten signifikant negative Trends beobachtet. Die negativen Trends wurden auch für höhenabhängige Zonen festgestellt, insbesondere in hohen Lagen. Außerdem wurden in Teilen der Einzugsgebiete Rückgänge bei der saisonalen Dauer der Schneebedeckung ermittelt. Darüber hinaus ergab die Untersuchung des multivariaten Merkmalsraums auf kausale Zusammenhänge auf saisonaler Ebene erstmals Aufschluss über direkte und indirekte Relationen zwischen EO-Landoberflächenvariablen und den entsprechenden Einflussfaktoren. Zusammengefasst wurde die Vegetation durch die Wasserverfügbarkeit, die Oberflächengewässer durch den Abfluss und indirekt durch den Niederschlag sowie die Schneebedeckung durch Niederschlag und Temperatur mit räumlichen und saisonalen Unterschieden kontrolliert. Zusätzliche Analysen wiesen auf einen positiven Zusammenhang zwischen dem menschlichen Einfluss und den zunehmenden Trends in der Vegetationsfläche hin. Diese sphärenübergreifenden Untersuchungen zu Trends und Wechselwirkungen liefern neue und wertvolle Einblicke in den vergangenen Zustand von Landoberflächendynamiken sowie in die relevanten klimatischen und hydrologischen Einflussfaktoren. Neben den untersuchten Einzugsgebieten in Südasien sind diese Erkenntnisse auch für weitere Einzugsgebiete und geographische Regionen von großer Bedeutung. KW - Multivariate Analyse KW - Zeitreihe KW - Fernerkundung KW - Geographie KW - Multivariate Time Series KW - River Basins KW - Earth Observation KW - Remote Sensing Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-291941 ER - TY - THES A1 - Ünzelmann, Maximilian T1 - Interplay of Inversion Symmetry Breaking and Spin-Orbit Coupling – From the Rashba Effect to Weyl Semimetals T1 - Zusammenspiel aus Inversionssymmetriebruch und Spin-Bahn-Kopplung – Vom Rashba-Effekt zu Weyl-Halbmetallen N2 - Breaking inversion symmetry in crystalline solids enables the formation of spin-polarized electronic states by spin-orbit coupling without the need for magnetism. A variety of interesting physical phenomena related to this effect have been intensively investigated in recent years, including the Rashba effect, topological insulators and Weyl semimetals. In this work, the interplay of inversion symmetry breaking and spin-orbit coupling and, in particular their general influence on the character of electronic states, i.e., on the spin and orbital degrees of freedom, is investigated experimentally. Two different types of suitable model systems are studied: two-dimensional surface states for which the Rashba effect arises from the inherently broken inversion symmetry at the surface, and a Weyl semimetal, for which inversion symmetry is broken in the three-dimensional crystal structure. Angle-resolved photoelectron spectroscopy provides momentum-resolved access to the spin polarization and the orbital composition of electronic states by means of photoelectron spin detection and dichroism with polarized light. The experimental results shown in this work are also complemented and supported by ab-initio density functional theory calculations and simple model considerations. Altogether, it is shown that the breaking of inversion symmetry has a decisive influence on the Bloch wave function, namely, the formation of an orbital angular momentum. This mechanism is, in turn, of fundamental importance both for the physics of the surface Rashba effect and the topology of the Weyl semimetal TaAs. N2 - Wird die Inversionssymmetrie kristalliner Festkörper gebrochen, ermöglicht dies die Ausbildung von spinpolarisierten elektronischen Zuständen durch Spin-Bahn-Kopplung ohne die Notwendigkeit von Magnetismus. In den vergangenen Jahren wurde eine Vielzahl interessanter physikalischer Phänomene diskutiert, die mit diesem Effekt zusammenhängen, darunter der Rashba-Effekt, topologische Isolatoren sowie Weyl-Halbmetalle. In dieser Arbeit wird das Zusammenspiel von Inversionssymetriebruch und Spin-Bahn-Kopplung sowie insbesondere deren Einfluss auf die Eigenschaften der elektronischen Zustände, also auf die Spin- und Orbital-Freiheitsgrade, experimentell untersucht. Zwei verschiedene Arten geeigneter Modellsysteme werden dazu betrachtet: zweidimensionale Oberflächenzustände, in denen der Rashba-Effekt aufgrund der an der Oberfläche inhärent gebrochenen Inverisonssymetrie auftritt, und ein Weyl-Halbmetall, dessen dreidimensionale Kristallstruktur kein Inversionszentrum besitzt. Winkelaufgelöste Photoelektronenspektroskopie bietet einen impulsaufgelösten Zugang zur Spinpolarisation sowie zur orbitalen Zusammensetzung der elektronischen Zustände mittels Photoelektronenspindetektion und Dichroismus mit polarisiertem Licht. Die in dieser Arbeit gezeigten experimentellen Ergebnisse werden außerdem durch ab-initio Dichtefunktionaltheorierechnungen sowie einfachen Modellbetrachtungen ergänzt und untermauert. Insgesamt zeigt sich, dass das Brechen von Inversionssymmetrie einen entscheidenden Einfluss auf die Bloch-Wellenfunktion hat, nämlich die Ausbildung eines orbitalen Bahndrehimpulses. Dieser Mechanismus ist wiederum von grundlegender Bedeutung sowohl für die Physik des Oberflächen- Rashba-Effekts als auch für die Topologie desWeyl-Halbmetalls TaAs. KW - Rashba-Effekt KW - Inversion Symmetry Breaking KW - Topologie KW - ARPES KW - Spin-Orbit Coupling KW - Orbital Angular Momentum Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-283104 ER - TY - THES A1 - Önal-Hartmann, Cigdem T1 - Emotional Modulation of Motor Memory Formation T1 - Emotionale Modulation des Motorischen Gedächtnises N2 - Hintergründe: Wie eine Vielzahl von Studien belegt, kann das explizite Gedächtnis, das die bewusste Erinnerung an enkodierte Informationen beinhaltet, durch Emotionen beeinflusst werden, und zwar über den Einfluss auf verschiedene Verarbeitungsebenen (Enkodierung, Konsolidierung, Abruf usw.). Bisher wenig untersucht ist, ob und wie Emotionen Vorgänge der motorischen Gedächtnisbildung, die nicht auf bewusster Erinnerung beruhen und sich stattdessen durch Veränderungen im Verhalten darstellen, modulieren. Experiment 1: Das Ziel des ersten Experimentes war es, den Einfluss von Emotionen auf motorisches Lernen zu untersuchen. Vier Gruppen von Probanden mussten in einer motorischen Lernaufgabe schnelle, seitliche Bewegungen mit dem Daumen ausführen. Während dieser Aufgabe hörten die Probanden emotionale Klänge, die in Valenz und Arousal variierten: 1. Valenz negativ/ Arousal niedrig (V-/A-), 2. Valenz negativ/ Arousal hoch (V-/A+), 3. Valenz positiv/ Arousal niedrig (V+/A-), 4. Valenz positiv/ Arousal hoch (V+/A+). Die deskriptive Analyse aller Daten sprach für beste Ergebnisse für das motorische Lernen in der Bedingung V-/A-, aber die Unterschiede zwischen den Bedingungen waren nicht signifikant. Die Interaktion zwischen Valenz und Arousal emotionaler Töne scheint demnach motorische Enkodierungsprozesse zu modulieren, jedoch müssen zukünftige Studien mit unterschiedlichen emotionalen Stimuli die Annahme weiter untersuchen, dass negative Stimuli mit niedrigem Arousal während der Enkodierung einen fördernden Effekt auf das motorische Kurzzeitgedächtnis haben. Experiment 2: Die Absicht des zweiten Experimentes war es, die Auswirkungen emotionaler Interferenzen auf die Konsolidierung beim Sequenzlernen zu untersuchen. Sechs Gruppen von Probanden trainierten zuerst in getrennten Sitzungen eine SRTT-Aufgabe (serial reaction time task). Um die Konsolidierung der neu erlernten Fertigkeit zu modulieren, wurden die Probanden nach dem Training einer von drei unterschiedlichen Klassen emotionaler Stimuli (positiv, negativ oder neutral) ausgesetzt. Diese bestanden aus einem Set emotionaler Bilder, die mit emotional kongruenten Musikstücken oder neutralen Klängen kombiniert waren. Bei den Probandengruppen wurde die emotionale Interferenz nach zwei unterschiedlichen Zeitintervallen realisiert, entweder direkt nach der Trainingssitzung oder sechs Stunden später. 72 Stunden nach der Trainingssitzung wurde jede Gruppe erneut mit der SRTT-Aufgabe getestet. Die Leistung in diesem Nachtest wurde mittels Reaktionszeit und Genauigkeit bei der Ausführung der Zielsequenz analysiert. Die emotionale Interferenz beeinflusste weder die Nachtestergebnisse für die Reaktionszeit noch die für die Genauigkeit. Allerdings konnte eine Steigerung der expliziten Sequenzerkennung durch erregende negative Stimuli festgestellt werden, wenn diese direkt nach der ersten Trainingseinheit (0h) dargeboten wurden. Diese Ergebnisse lassen vermuten, dass die Konsolidierung der expliziten Aspekte prozeduralen Lernens in einer stärkeren Wechselwirkung mit emotionalen Interferenzen stehen könnte als die der impliziten Aspekte. Die Konsolidierung unterschiedlicher Ebenen des Fertigkeitserwerbs könnte demnach von unterschiedlichen Mechanismen gesteuert werden. Da Performanz und explizites Sequenzerkennen nicht korrelierten, vermuten wir, dass implizite und explizite Modalitäten bei der Durchführung der SRTT-Aufgabe nicht komplementär sind. Experiment 3: Es sollte untersucht werden, ob es eine Präferenz der linken Gehirnhemisphäre bei der Kontrolle von Flexionsreaktionen auf positive Stimuli gibt und der rechten Hemisphäre bei der Kontrolle von Extensionsreaktionen auf negative Stimuli. Zu diesem Zweck sollten rechtshändige Probanden einen Joystick zu sich ziehen oder von sich weg drücken, nachdem sie einen positiven oder negativen Stimulus in ihrem linken oder rechten Gesichtsfeld gesehen hatten. Die Flexionsreaktionen waren bei positiven Stimuli schneller, Extensionsreaktion hingegen bei negativen Stimuli. Insgesamt war die Performanz am schnellsten, wenn die emotionalen Stimuli im linken Gesichtsfeld präsentiert wurden. Dieser Vorrang der rechten Gehirnhemisphäre war besonders deutlich für negative Stimuli, wohingegen die Reaktionszeiten auf positive Bilder keine hemisphärische Differenzierung zeigten. Wir konnten keine Interaktion zwischen Gesichtsfeld und Reaktionstyp belegen, auch fand sich keine Dreifachinteraktion zwischen Valenz, Gesichtsfeld und Reaktionstyp. In unserem experimentellen Kontext scheint die Interaktion zwischen Valenz und Gesichtsfeld stärker zu sein als die Interaktion zwischen Valenz und motorischem Verhalten. Auf Grund dieser Ergebnisse vermuten wir, dass unter gewissen Bedingungen eine Hierarchisierung der asymmetrischen Muster Vorrang hat, die möglicherweise andere vorhandene Asymmetrien maskieren könnte. N2 - Background: There is extensive evidence that explicit memory, which involves conscious recall of encoded information, can be modulated by emotions; emotions may influence encoding, consolidation or retrieval of information. However, less is known about the modulatory effects of emotions on procedural processes like motor memory, which do not depend upon conscious recall and are instead demonstrated through changes in behaviour. Experiment 1: The goal of the first experiment was to examine the influence of emotions on motor learning. Four groups of subjects completed a motor learning task performing brisk isometric abductions with their thumb. While performing the motor task, the subjects heard emotional sounds varying in arousal and valence: (1) valence negative / arousal low (V-/A-), (2) valence negative / arousal high (V-/A+), (3) valence positive / arousal low (V+/A-), and (4) valence positive / arousal high (V+/A+). Descriptive analysis of the complete data set showed best performances for motor learning in the V-/A- condition, but the differences between the conditions did not reach significance. Results suggest that the interaction between valence and arousal may modulate motor encoding processes. Since limitations of the study cannot be ruled out, future studies with different emotional stimuli have to test the assumption that exposure to low arousing negative stimuli during encoding has a facilitating effect on short term motor memory. Experiment 2: The purpose of the second experiment was to investigate the effects of emotional interference on consolidation of sequential learning. In different sessions, 6 groups of subjects were initially trained on a serial reaction time task (SRTT). To modulate consolidation of the newly learned skill, subjects were exposed, after the training, to 1 of 3 (positive, negative or neutral) different classes of emotional stimuli which consisted of a set of emotional pictures combined with congruent emotional musical pieces or neutral sound. Emotional intervention for each subject group was done in 2 different time intervals (either directly after the training session, or 6 h later). After a 72 h post-training interval, each group was retested on the SRTT. Re-test performance was evaluated in terms of response times and accuracy during performance of the target sequence. Emotional intervention did not influence either response times or accuracy of re-testing SRTT task performance. However, explicit awareness of sequence knowledge was enhanced by arousing negative stimuli applied at 0 h after training. These findings suggest that consolidation of explicit aspects of procedural learning may be more responsive toward emotional interference than are implicit aspects. Consolidation of different domains of skill acquisition may be governed by different mechanisms. Since skill performance did not correlate with explicit awareness we suggest that implicit and explicit modes of SRTT performance are not complementary. Experiment 3: The aim of the third experiment was to analyze if the left hemisphere preferentially controls flexion responses towards positive stimuli, while the right hemisphere is specialized towards extensor responses to negative pictures. To this end, right-handed subjects had to pull or push a joystick subsequent to seeing a positive or a negative stimulus in their left or right hemifield. Flexion responses were faster for positive stimuli, while negative stimuli were associated with faster extensions responses. Overall, performance was fastest when emotional stimuli were presented to the left visual hemifield. This right hemisphere superiority was especially clear for negative stimuli, while reaction times towards positive pictures showed no hemispheric difference. We did not find any interaction between hemifield and response type. Neither was there a triple interaction between valence, hemifield and response type. In our experimental context the interaction between valence and hemifield seems to be stronger than the interaction between valence and motor behaviour. From these results we suppose that under certain conditions a hierarchy scaling of the asymmetry patterns prevails, which might mask any other existing asymmetries. KW - Motorisches Lernen KW - Gefühl KW - Motorisches Gedächtnis KW - Emotionen KW - Konsolidierung KW - Motor Memory KW - Emotion Y1 - 2011 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-64838 ER - TY - THES A1 - Zürn, Michael T1 - The Dual Nature of Utility - Categorical and Comparative Evaluations in Economic Decisions T1 - Die Dualität des Nutzens - kategoriale und komparative Bewertungen in ökonomischen Entscheidungen N2 - Utility is perhaps the most central concept in modern economic theorizing. However, the behaviorist reduction to Revealed Preference not only removed the psychological content of utility but experimental investigations also exposed numerous anomalies in this theory. This program of research focused on the psychological processes by which utility judgments are generated. For this purpose, the standard assumption of a homogeneous concept is substituted by the Utilitarian Duality Hypothesis. In particular, judgments concerning categorical utility (uCat) infer an object's category based on its attributes which may subsequently allow the transfer of evaluative information like feelings or attitudes. In contrast, comparative utility (uCom) depends on the distance to a reference value on a specific dimension of comparison. Importantly, dimensions of comparison are manifold and context dependent. In a series of experiments, we show that the resulting Dual Utility Model is able to explain several known anomalies in a parsimonious fashion. Moreover, we identify central factors determining the relative weight assigned to both utility components. Finally, we discuss the implications of the Utilitarian Duality for both, the experimental practice in economics as well as the consequences for economic theorizing. In sum, we propose that the Dual Utility Model can serve as an integrative framework for both the rational model and its anomalies. N2 - Der Nutzen ist wohl eines der meist beachteten Konzepte der ökonomischen Theorie. Allerdings entfernte die behavioristische Reduktion auf offenbarte Präferenzen nicht nur den psychologischen Inhalt des Nutzens, sondern zeigte darüber hinaus in experimentellen Untersuchungen auch zahlreiche Anomalien der Theorie auf. Das vorliegende Forschungsprogramm stellt die psychologischen Prozesse in den Vordergrund, mittels derer Nutzen beurteilt wird. Zu diesem Zweck wird die verbreitete Annahme eines homogenen Konzepts durch die Zwei-Nutzen-Hypothese ersetzt. Im Besonderen bestimmen Urteile über den kategorialen Nutzen (uCat) anhand der Attribute eines Objekts zunächst dessen Kategorie, wodurch daraufhin bewertende Informationen, wie z.B. Gefühle oder Einstellungen, auf das Objekt übertragen werden können. Demgegenüber bestimmt sich der komparative Nutzen (uCom) über die Abweichung von einem Referenzwert in einer bestimmten Vergleichsdimension, welche generell zahlreich und kontextabhängig sein können. In einer Serie von Experimenten wird gezeigt, dass das resultierende Zwei-Nutzen-Modell eine Reihe von bekannten Anomalien in einer sparsamen Weise erklären kann. Darüber hinaus werden zentrale Faktoren identifiziert, welche die relative Gewichtung beider Nutzenkomponenten bestimmen. Schließlich werden die Implikationen der Zwei-Nutzen-Hypothese für die experimentelle Praxis und die ökonomische Theorie diskutiert. Zusammenfassend wird ausgeführt, dass das entwickelte Zwei-Nutzen-Modell als integrativer Rahmen für sowohl das rationale Modell als auch für seine Anomalien dienen kann. KW - Nutzen KW - Psychologie KW - Ultimatum Game KW - transaction utility KW - preference construction KW - utility KW - revealed preference KW - Wert KW - Preisvergleich KW - Nutzenvergleich Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-120141 ER - TY - THES A1 - Züfle, Marwin Otto T1 - Proactive Critical Event Prediction based on Monitoring Data with Focus on Technical Systems T1 - Proaktive Vorhersage kritischer Ereignisse auf der Grundlage von Beobachtungsdaten mit Schwerpunkt auf technischen Systemen N2 - The importance of proactive and timely prediction of critical events is steadily increasing, whether in the manufacturing industry or in private life. In the past, machines in the manufacturing industry were often maintained based on a regular schedule or threshold violations, which is no longer competitive as it causes unnecessary costs and downtime. In contrast, the predictions of critical events in everyday life are often much more concealed and hardly noticeable to the private individual, unless the critical event occurs. For instance, our electricity provider has to ensure that we, as end users, are always supplied with sufficient electricity, or our favorite streaming service has to guarantee that we can watch our favorite series without interruptions. For this purpose, they have to constantly analyze what the current situation is, how it will develop in the near future, and how they have to react in order to cope with future conditions without causing power outages or video stalling. In order to analyze the performance of a system, monitoring mechanisms are often integrated to observe characteristics that describe the workload and the state of the system and its environment. Reactive systems typically employ thresholds, utility functions, or models to determine the current state of the system. However, such reactive systems cannot proactively estimate future events, but only as they occur. In the case of critical events, reactive determination of the current system state is futile, whereas a proactive system could have predicted this event in advance and enabled timely countermeasures. To achieve proactivity, the system requires estimates of future system states. Given the gap between design time and runtime, it is typically not possible to use expert knowledge to a priori model all situations a system might encounter at runtime. Therefore, prediction methods must be integrated into the system. Depending on the available monitoring data and the complexity of the prediction task, either time series forecasting in combination with thresholding or more sophisticated machine and deep learning models have to be trained. Although numerous forecasting methods have been proposed in the literature, these methods have their advantages and disadvantages depending on the characteristics of the time series under consideration. Therefore, expert knowledge is required to decide which forecasting method to choose. However, since the time series observed at runtime cannot be known at design time, such expert knowledge cannot be implemented in the system. In addition to selecting an appropriate forecasting method, several time series preprocessing steps are required to achieve satisfactory forecasting accuracy. In the literature, this preprocessing is often done manually, which is not practical for autonomous computing systems, such as Self-Aware Computing Systems. Several approaches have also been presented in the literature for predicting critical events based on multivariate monitoring data using machine and deep learning. However, these approaches are typically highly domain-specific, such as financial failures, bearing failures, or product failures. Therefore, they require in-depth expert knowledge. For this reason, these approaches cannot be fully automated and are not transferable to other use cases. Thus, the literature lacks generalizable end-to-end workflows for modeling, detecting, and predicting failures that require only little expert knowledge. To overcome these shortcomings, this thesis presents a system model for meta-self-aware prediction of critical events based on the LRA-M loop of Self-Aware Computing Systems. Building upon this system model, this thesis provides six further contributions to critical event prediction. While the first two contributions address critical event prediction based on univariate data via time series forecasting, the three subsequent contributions address critical event prediction for multivariate monitoring data using machine and deep learning algorithms. Finally, the last contribution addresses the update procedure of the system model. Specifically, the seven main contributions of this thesis can be summarized as follows: First, we present a system model for meta self-aware prediction of critical events. To handle both univariate and multivariate monitoring data, it offers univariate time series forecasting for use cases where a single observed variable is representative of the state of the system, and machine learning algorithms combined with various preprocessing techniques for use cases where a large number of variables are observed to characterize the system’s state. However, the two different modeling alternatives are not disjoint, as univariate time series forecasts can also be included to estimate future monitoring data as additional input to the machine learning models. Finally, a feedback loop is incorporated to monitor the achieved prediction quality and trigger model updates. We propose a novel hybrid time series forecasting method for univariate, seasonal time series, called Telescope. To this end, Telescope automatically preprocesses the time series, performs a kind of divide-and-conquer technique to split the time series into multiple components, and derives additional categorical information. It then forecasts the components and categorical information separately using a specific state-of-the-art method for each component. Finally, Telescope recombines the individual predictions. As Telescope performs both preprocessing and forecasting automatically, it represents a complete end-to-end approach to univariate seasonal time series forecasting. Experimental results show that Telescope achieves enhanced forecast accuracy, more reliable forecasts, and a substantial speedup. Furthermore, we apply Telescope to the scenario of predicting critical events for virtual machine auto-scaling. Here, results show that Telescope considerably reduces the average response time and significantly reduces the number of service level objective violations. For the automatic selection of a suitable forecasting method, we introduce two frameworks for recommending forecasting methods. The first framework extracts various time series characteristics to learn the relationship between them and forecast accuracy. In contrast, the other framework divides the historical observations into internal training and validation parts to estimate the most appropriate forecasting method. Moreover, this framework also includes time series preprocessing steps. Comparisons between the proposed forecasting method recommendation frameworks and the individual state-of-the-art forecasting methods and the state-of-the-art forecasting method recommendation approach show that the proposed frameworks considerably improve the forecast accuracy. With regard to multivariate monitoring data, we first present an end-to-end workflow to detect critical events in technical systems in the form of anomalous machine states. The end-to-end design includes raw data processing, phase segmentation, data resampling, feature extraction, and machine tool anomaly detection. In addition, the workflow does not rely on profound domain knowledge or specific monitoring variables, but merely assumes standard machine monitoring data. We evaluate the end-to-end workflow using data from a real CNC machine. The results indicate that conventional frequency analysis does not detect the critical machine conditions well, while our workflow detects the critical events very well with an F1-score of almost 91%. To predict critical events rather than merely detecting them, we compare different modeling alternatives for critical event prediction in the use case of time-to-failure prediction of hard disk drives. Given that failure records are typically significantly less frequent than instances representing the normal state, we employ different oversampling strategies. Next, we compare the prediction quality of binary class modeling with downscaled multi-class modeling. Furthermore, we integrate univariate time series forecasting into the feature generation process to estimate future monitoring data. Finally, we model the time-to-failure using not only classification models but also regression models. The results suggest that multi-class modeling provides the overall best prediction quality with respect to practical requirements. In addition, we prove that forecasting the features of the prediction model significantly improves the critical event prediction quality. We propose an end-to-end workflow for predicting critical events of industrial machines. Again, this approach does not rely on expert knowledge except for the definition of monitoring data, and therefore represents a generalizable workflow for predicting critical events of industrial machines. The workflow includes feature extraction, feature handling, target class mapping, and model learning with integrated hyperparameter tuning via a grid-search technique. Drawing on the result of the previous contribution, the workflow models the time-to-failure prediction in terms of multiple classes, where we compare different labeling strategies for multi-class classification. The evaluation using real-world production data of an industrial press demonstrates that the workflow is capable of predicting six different time-to-failure windows with a macro F1-score of 90%. When scaling the time-to-failure classes down to a binary prediction of critical events, the F1-score increases to above 98%. Finally, we present four update triggers to assess when critical event prediction models should be re-trained during on-line application. Such re-training is required, for instance, due to concept drift. The update triggers introduced in this thesis take into account the elapsed time since the last update, the prediction quality achieved on the current test data, and the prediction quality achieved on the preceding test data. We compare the different update strategies with each other and with the static baseline model. The results demonstrate the necessity of model updates during on-line application and suggest that the update triggers that consider both the prediction quality of the current and preceding test data achieve the best trade-off between prediction quality and number of updates required. We are convinced that the contributions of this thesis constitute significant impulses for the academic research community as well as for practitioners. First of all, to the best of our knowledge, we are the first to propose a fully automated, end-to-end, hybrid, component-based forecasting method for seasonal time series that also includes time series preprocessing. Due to the combination of reliably high forecast accuracy and reliably low time-to-result, it offers many new opportunities in applications requiring accurate forecasts within a fixed time period in order to take timely countermeasures. In addition, the promising results of the forecasting method recommendation systems provide new opportunities to enhance forecasting performance for all types of time series, not just seasonal ones. Furthermore, we are the first to expose the deficiencies of the prior state-of-the-art forecasting method recommendation system. Concerning the contributions to critical event prediction based on multivariate monitoring data, we have already collaborated closely with industrial partners, which supports the practical relevance of the contributions of this thesis. The automated end-to-end design of the proposed workflows that do not demand profound domain or expert knowledge represents a milestone in bridging the gap between academic theory and industrial application. Finally, the workflow for predicting critical events in industrial machines is currently being operationalized in a real production system, underscoring the practical impact of this thesis. N2 - Die Bedeutung einer proaktiven und rechtzeitigen Vorhersage von kritischen Ereignissen nimmt immer weiter zu, sei es in der Fertigungsindustrie oder im Privatleben. In der Vergangenheit wurden Maschinen in der Fertigungsindustrie oft auf der Grundlage eines regelmäßigen Zeitplans oder aufgrund von Grenzwertverletzungen gewartet, was heutzutage nicht mehr wettbewerbsfähig ist, da es unnötige Kosten und Ausfallzeiten verursacht. Im Gegensatz dazu sind die Vorhersagen von kritischen Ereignissen im Alltag oft wesentlich versteckter und für die Privatperson kaum spürbar, es sei denn das kritische Ereignis tritt ein. So muss zum Beispiel unser Stromanbieter dafür sorgen, dass wir als Endverbraucher immer ausreichend mit Strom versorgt werden, oder unser Streaming-Dienst muss garantieren, dass wir unsere Lieblingsserie jederzeit ohne Unterbrechungen anschauen können. Hierzu müssen diese ständig analysieren wie der aktuelle Zustand ist, wie er sich in naher Zukunft entwickeln wird und wie sie reagieren müssen, um die zukünftigen Bedingungen zu bewältigen, ohne dass es zu Stromausfällen oder Videoabbrüchen kommt. Zur Analyse der Leistung eines Systems werden häufig Überwachungsmechanismen integriert, um Merkmale zu beobachten, die die Arbeitslast und den Zustand des Systems und seiner Umgebung abbilden. Reaktive Systeme verwenden typischerweise Schwellenwerte, Nutzenfunktionen oder Modelle, um den aktuellen Zustand des Systems zu bestimmen. Allerdings können solche reaktiven Systeme zukünftige Ereignisse nicht proaktiv abschätzen, sondern lediglich sobald diese eintreten. Bei kritischen Ereignissen ist die reaktive Bestimmung des aktuellen Systemzustands jedoch zwecklos, während ein proaktives System dieses Ereignis im Voraus hätte vorhersagen und rechtzeitig Gegenmaßnahmen einleiten können. Um Proaktivität zu erreichen, benötigt das System Abschätzungen über zukünftige Systemzustände. Angesichts der Kluft zwischen Entwurfszeit und Laufzeit ist es typischerweise nicht möglich Expertenwissen zu verwenden, um alle Situationen zu modellieren, auf die ein System zur Laufzeit stoßen könnte. Daher müssen Vorhersagemethoden in das System integriert werden. Abhängig von den verfügbaren Überwachungsdaten und der Komplexität der Vorhersageaufgabe müssen entweder Zeitreihenprognosen in Kombination mit Schwellenwerten oder ausgefeiltere Modelle des „Machine Learning“ und „Deep Learning“ trainiert werden. Obwohl in der Literatur schon zahlreiche Zeitreihenprognosemethoden vorgeschlagen wurden, haben alle diese Methoden in Abhängigkeit der Eigenschaften der betrachteten Zeitreihen ihre Vor- und Nachteile. Daher ist Expertenwissen erforderlich, um zu entscheiden, welche Zeitreihenprognosemethode gewählt werden sollte. Da jedoch die zur Laufzeit beobachteten Zeitreihen zur Entwurfszeit nicht bekannt sein können, lässt sich ein solches Expertenwissen nicht im System integrieren. Zusätzlich zur Auswahl einer geeigneten Zeitreihenprognosemethode sind mehrere Zeitreihenvorverarbeitungsschritte erforderlich, um eine zufriedenstellende Prognosegenauigkeit zu erreichen. In der Literatur wird diese Vorverarbeitung oft manuell durchgeführt, was für autonome Computersysteme, wie z. B. „Self-Aware Computing Systems“, nicht praktikabel ist. Hinsichtlich der Vorhersage kritischer Ereignisse auf der Grundlage multivariater Überwachungsdaten wurden in der Literatur auch bereits mehrere Ansätze unter Verwendung von „Machine Learning“ und „Deep Learning“ vorgestellt. Diese Ansätze sind jedoch typischerweise sehr domänenspezifisch, wie z. B. für finanzielle Zusammenbrüche, Lagerschäden oder Produktfehler. Aus diesem Grund erfordern sie umfassendes Expertenwissen. Durch den spezifischen Zuschnitt auf die jeweilige Domäne können diese Ansätze nicht vollständig automatisiert werden und sind nicht auf andere Anwendungsfälle übertragbar. Somit fehlt es in der Literatur an verallgemeinerbaren Ende-zu-Ende Prozessen zur Modellierung, Erkennung und Vorhersage von Ausfällen, die lediglich wenig Expertenwissen erfordern. Um diese Unzulänglichkeiten zu überwinden, wird in dieser Arbeit ein Systemmodell zur meta-selbstbewussten Vorhersage kritischer Ereignisse vorgestellt, das auf der LRA-M-Schleife von „Self-Aware Computing Systems“ basiert. Aufbauend auf diesem Systemmodell liefert diese Arbeit sechs weitere Beiträge zur Vorhersage kritischer Ereignisse. Während sich die ersten beiden Beiträge mit der Vorhersage kritischer Ereignisse auf der Basis univariater Daten mittels Zeitreihenprognose befassen, adressieren die drei folgenden Beiträge die Vorhersage kritischer Ereignisse für multivariate Überwachungsdaten unter Verwendung von „Machine Learning“ und „Deep Learning“ Algorithmen. Der letzte Beitrag schließlich behandelt das Aktualisierungsverfahren des Systemmodells. Im Einzelnen lassen sich die sieben Hauptbeiträge dieser Arbeit wie folgt zusammenfassen: Zunächst stellen wir ein Systemmodell für die meta-selbstbewusste Vorhersage von kritischen Ereignissen vor. Um sowohl univariate als auch multivariate Überwachungsdaten verarbeiten zu können, bietet es univariate Zeitreihenprognosen für Anwendungsfälle, in denen eine einzelne Beobachtungsgröße repräsentativ für den Zustand des Systems ist, sowie „Machine Learning“ und „Deep Learning“ Algorithmen in Kombination mit verschiedenen Vorverarbeitungstechniken für Anwendungsfälle, in denen eine große Anzahl von Variablen beobachtet wird, um den Zustand des Systems zu charakterisieren. Die beiden unterschiedlichen Modellierungsalternativen sind jedoch nicht disjunkt, da auch univariate Zeitreihenprognosen einbezogen werden können, um zukünftige Überwachungsdaten als zusätzliche Eingabe für die „Machine Learning“ und „Deep Learning“ Modelle zu schätzen. Schließlich ist eine Rückkopplungsschleife eingebaut, die die erreichte Vorhersagequalität überwacht und gegebenenfalls Modellaktualisierungen auslöst. Wir präsentieren eine neuartige, hybride Zeitreihenvorhersagemethode für univariate, saisonale Zeitreihen, die wir Telescope nennen. Telescope verarbeitet die Zeitreihe automatisch vor, führt eine Art „Divide-and-Conquer“ Technik durch, welche die Zeitreihe in mehrere Komponenten unterteilt, und leitet zusätzliche kategoriale Informationen ab. Anschließend prognostiziert es die Komponenten und kategorialen Informationen getrennt voneinander mit einer spezifischen Methode für jede Komponente. Abschließend setzt Telescope die einzelnen Vorhersagen wieder zusammen. Da Telescope alle Vorverarbeitungsschritte und Vorhersagen automatisch durchführt, stellt es einen vollständigen Ende-zu-Ende Ansatz für univariate, saisonale Zeitreihenvorhersagen dar. Experimentelle Ergebnisse zeigen, dass Telescope eine verbesserte Vorhersagegenauigkeit, zuverlässigere Vorhersagen und eine erhebliche Beschleunigung erreicht. Darüber hinaus wenden wir Telescope für die Vorhersage kritischer Ereignisse bei der automatischen Skalierung von virtuellen Maschinen an. Die Ergebnisse belegen, dass Telescope die durchschnittliche Antwortzeit erheblich reduziert und die Anzahl der Verletzungen der Service Level Zielvorgaben signifikant verringert. Für die automatische Auswahl einer geeigneten Zeitreihenprognosemethode führen wir zwei Empfehlungssysteme ein. Das erste System extrahiert verschiedene Zeitreihencharakteristika, um die Beziehung zwischen ihnen und der Prognosegenauigkeit zu erlernen. Im Gegensatz dazu unterteilt das zweite System die historischen Beobachtungen in interne Trainings- und Validierungsteile, um die am besten geeignete Zeitreihenprognosemethode zu schätzen. Außerdem beinhaltet letzteres System auch Zeitreihenvorverarbeitungsschritte. Vergleiche zwischen den vorgeschlagenen Empfehlungssystemen für Zeitreihenprognosemethoden und den einzelnen Prognosemethoden sowie dem Ansatz zur Empfehlung von Zeitreihenprognosemethoden nach dem Stand der Technik ergeben, dass die vorgeschlagenen Systeme die Prognosegenauigkeit erheblich verbessern. Im Hinblick auf multivariate Überwachungsdaten stellen wir zunächst einen Ende-zu-Ende Prozess vor, mit dem kritische Ereignisse in technischen Systemen in Form von anomalen Maschinenzuständen erkannt werden können. Der Ende-zu-Ende Entwurf umfasst die Rohdatenverarbeitung, die Phasensegmentierung, das Datenresampling, die Merkmalsextraktion und die Maschinenanomalieerkennung. Darüber hinaus stützt sich der Prozess explizit nicht auf tiefgreifendes Domänenwissen oder spezifische Überwachungsgrößen, sondern setzt lediglich gängige Maschinenüberwachungsdaten voraus. Wir evaluieren den Ende-zu-Ende Prozess anhand von Daten einer realen CNC-Maschine. Die Ergebnisse zeigen, dass die konventionelle Frequenzanalyse die kritischen Maschinenzustände nicht gut erkennt, während unser Prozess die kritischen Ereignisse mit einem F1-Wert von fast 91% sehr gut identifiziert. Um kritische Ereignisse vorherzusagen, anstatt sie nur reaktiv zu erkennen, vergleichen wir verschiedene Modellierungsalternativen für die Vorhersage kritischer Ereignisse im Anwendungsfall der Vorhersage der Zeit bis zum nächsten Fehler von Festplattenlaufwerken. Da Fehlerdatensätze typischerweise wesentlich seltener sind als Instanzen, die den Normalzustand repräsentieren, setzen wir verschiedene Strategien zum Erzeugen künstlicher Fehlerinstanzen ein. Im nächsten Schritt vergleichen wir die Vorhersagequalität der binären Klassenmodellierung mit der herunterskalierten Mehrklassenmodellierung. Des Weiteren integrieren wir die univariate Zeitreihenprognose in den Merkmalsgenerierungsprozess, um so die zukünftigen Überwachungsdaten zu schätzen. Schließlich modellieren wir die Zeit bis zum nächsten Fehler nicht nur mithilfe von Klassifikationsmodellen, sondern auch mit Regressionsmodellen. Die Ergebnisse legen nahe, dass die Mehrklassenmodellierung die insgesamt beste Vorhersagequalität hinsichtlich praktischer Anforderungen liefert. Außerdem belegen wir, dass die Prognose der Merkmale des Vorhersagemodells mittels univariater Zeitreihenprognose die Qualität der Vorhersage kritischer Ereignisse signifikant verbessert. Wir stellen einen Ende-zu-Ende Prozess für die Vorhersage kritischer Ereignisse von Industriemaschinen vor. Auch dieser Ansatz verlässt sich nicht auf Expertenwissen, mit Ausnahme der Definition von Überwachungsdaten, und stellt daher einen verallgemeinerbaren Prozess für die Vorhersage kritischer Ereignisse von Industriemaschinen dar. Der Prozess umfasst Merkmalsextraktion, Merkmalsverarbeitung, Zielklassenzuordnung und Modelllernen mit integrierter Hyperparameter-Abstimmung mittels einer Gittersuchtechnik. Ausgehend von den Ergebnissen des vorherigen Beitrags modelliert der Prozess die Vorhersage der Zeit bis zum nächsten Fehler in Form mehrerer Klassen, wobei wir verschiedene Beschriftungsstrategien für die Mehrklassenklassifizierung vergleichen. Die Evaluierung anhand realer Produktionsdaten einer großen Industriepresse demonstriert, dass der Prozess in der Lage ist, sechs verschiedene Zeitfenster für bevorstehende Fehler mit einem Makro F1-Wert von 90% vorherzusagen. Wenn man die Klassen der Zeit bis zum nächsten Fehler auf eine binäre Vorhersage von kritischen Ereignissen herunterskaliert, steigt der F1-Wert sogar auf über 98%. Schließlich stellen wir vier Aktualisierungsauslöser vor, um zu bestimmen, wann Modelle zur Vorhersage kritischer Ereignisse während der Online-Anwendung neu trainiert werden sollten. Ein solches Neutraining ist bspw. aufgrund von Konzeptdrift erforderlich. Die in dieser Arbeit vorgestellten Aktualisierungsauslöser berücksichtigen die Zeit, die seit der letzten Aktualisierung verstrichen ist, die auf den aktuellen Testdaten erreichte Vorhersagequalität und die auf den vorangegangenen Testdaten erreichte Vorhersagequalität. Wir vergleichen die verschiedenen Aktualisierungsstrategien miteinander und mit dem statischen Ausgangsmodell. Die Ergebnisse veranschaulichen die Notwendigkeit von Modellaktualisierungen während der Online-Anwendung und legen nahe, dass die Aktualisierungsauslöser, die sowohl die Vorhersagequalität der aktuellen als auch der vorangegangenen Testdaten berücksichtigen, den besten Kompromiss zwischen Vorhersagequalität und Anzahl der erforderlichen Aktualisierungen erzielen. Wir sind der festen Überzeugung, dass die Beiträge dieser Arbeit sowohl für die akademische Forschungsgemeinschaft als auch für die praktische Anwendung wichtige Impulse darstellen. Zuallererst sind wir unseres Wissens nach die ersten, die eine vollautomatische, hybride, komponentenbasierte, Ende-zu-Ende Prognosemethode für saisonale Zeitreihen vorschlagen, die auch die Zeitreihenvorverarbeitung beinhaltet. Durch die Verbindung einer zuverlässig hohen Vorhersagegenauigkeit mit einer zuverlässig niedrigen Zeit bis zum Ergebnis eröffnet diese viele neue Möglichkeiten für Anwendungen, die genaue Vorhersagen innerhalb eines festen Zeitraums erfordern, um rechtzeitig Gegenmaßnahmen ergreifen zu können. Darüber hinaus bieten die vielversprechenden Ergebnisse der Empfehlungssysteme für Zeitreihenprognosemethoden neue Ansätze zur Verbesserung der Vorhersageleistung für alle Arten von Zeitreihen, nicht nur für saisonale Zeitreihen. Ferner sind wir die ersten, die die Schwachstellen des bisherigen Stands der Technik bei der Empfehlung von Zeitreihenprognosemethoden aufgedeckt haben. Hinsichtlich der Beiträge zur Vorhersage kritischer Ereignisse mittels multivariater Überwachungsdaten haben wir bereits eng mit Industriepartnern zusammengearbeitet,wodurch die hohe praktische Relevanz der Beiträge dieser Arbeit verdeutlicht wird. Der automatisierte Ende-zu-Ende Entwurf der vorgeschlagenen Prozesse, die kein tiefes Domänen- oder Expertenwissen erfordern, stellt einen Meilenstein in der Überbrückung der Kluft zwischen akademischer Theorie und industrieller Anwendung dar. Diese Tatsache wird insbesondere dadurch untermauert, dass der Prozess zur Vorhersage kritischer Ereignisse in Industriemaschinen derzeit bereits in einem realen Produktionssystem operationalisiert wird. KW - Prognose KW - Automation KW - Zeitreihe KW - Forecasting KW - Zeitreihenvorhersage KW - Failure Prediction KW - Fehlervorhersage KW - End-to-End Automation KW - Ende-zu-Ende Automatisierung Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-255757 ER - TY - THES A1 - Zwettler, Fabian Ulrich T1 - Expansionsmikroskopie kombiniert mit hochauflösender Fluoreszenzmikroskopie T1 - Expansion Microscopy combined with Super-Resolution Fluorescence Microscopy N2 - Fluorescence microscopy is a form of light microscopy that has developed during the 20th century and is nowadays a standard tool in Molecular and Cell biology for studying the structure and function of biological molecules. High-resolution fluorescence microscopy techniques, such as dSTORM (direct Stochastic Optical Reconstruction Microscopy) allow the visualization of cellular structures at the nanometre scale (10−9 m). This has already made it possible to decipher the composition and function of various biopolymers, such as proteins, lipids and nucleic acids, up to the three-dimensional (3D) structure of entire organelles. In practice, however, it has been shown that these imaging methods and their further developments still face great challenges in order to achieve an effective resolution below ∼ 10 nm. This is mainly due to the nature of labelling biomolecules. For the detection of molecular structures, immunostaining is often performed as a standard method. Antibodies to which fluorescent molecules are coupled, recognize and bind specifcally and with high affnity to the molecular section of the target structure, also called epitope or antigen. The fluorescent molecules serve as reporter molecules which are imaged with the use of a fluorescence microscope. However, the size of these labels with a length of about 10-15 nm in the case of immunoglobulin G (IgG) antibodies, cause a detection of the fluorescent molecules shifted to the real position of the studied antigen. In dense regions where epitopes are located close to each other, steric hindrance between antibodies can also occur and leads to an insuffcient label density. Together with the shifted detection of fluorescent molecules, these factors can limit the achievable resolution of a microscopy technique. Expansion microscopy (ExM) is a recently developed technique that achieves a resolution improvement by physical expansion of an investigated object. Therefore, biological samples such as cultured cells, tissue sections, whole organs or isolated organelles are chemically anchored into a swellable polymer. By absorbing water, this so-called superabsorber increases its own volume and pulls the covalently bound biomolecules isotropically apart. Routinely, this method achieves a magnifcation of the sample by about four times its volume. But protocol variants have already been developed that result in higher expansion factors of up to 50-fold. Since the ExM technique includes in the frst instance only the sample treatment for anchoring and magnifcation of the sample, it can be combined with various standard methods of fluorescence microscopy. In theory, the resolution of the used imaging technique improves linearly with the expansion factor of the ExM treated sample. However, an insuffcient label density and the size of the antibodies can here again impair the effective achievable resolution. The combination of ExM with high-resolution fluorescence microscopy methods represents a promising strategy to increase the resolution of light microscopy. In this thesis, I will present several ExM variants I developed which show the combination of ExM with confocal microscopy, SIM (Structured Illumination Microscopy), STED (STimulated Emission Depletion) and dSTORM. I optimized existing ExM protocols and developed different expansion strategies, which allow the combination with the respective imaging technique. Thereby, I gained new structural insights of isolated centrioles from the green algae Chlamydomonas reinhardtii by combining ExM with STED and confocal microscopy. In another project, I combined 3D-SIM imaging with ExM and investigated the molecular structure of the so-called synaptonemal complex. This structure is formed during meiosis in eukaryotic cells and contributes to the exchange of genetic material between homologous chromosomes. Especially in combination with dSTORM, the ExM method showed its high potential to overcome the limitations of modern fluorescence microscopy techniques. In this project, I expanded microtubules in mammalian cells, a polymer of the cytoskeleton as well as isolated centrioles from C. reinhardtii. By labelling after expansion of the samples, I was able to signifcantly reduce the linkage error of the label and achieve an improved label density. In future, these advantages together with the single molecule sensitivity and high resolution obtained by the dSTORM method could pave the way for achieving molecular resolution in fluorescence microscopy N2 - Die Fluoreszenzmikroskopie ist eine Form der Lichtmikroskopie, die sich im Laufe des 20. Jahrhunderts entwickelt hat und heutzutage standardmäßig in der Molekular-und Zellbiologie zur Erforschung von Aufbau und Funktion biologischer Moleküle eingesetzt wird. Hochauflösende Verfahren der Fluoreszenzmikroskopie, wie die dSTORM (direct Stochastic Optical Reconstruction Microscopy) Technik, ermöglichen die Visualisierung zellulärer Strukturen im Nanometer-Größenbereich (10−9 m). Dadurch konnte bereits die Zusammensetzung und Funktion unterschiedlicher Biopolymere, wie die von Proteinen, Lipiden und Nukleinsäuren, bis hin zum dreidimensionalen (3D) Aufbau ganzer Organellen entschlüsselt werden. In der Praxis zeigt sich jedoch, dass diese Bildgebungsverfahren und ihre Weiterentwicklungen immer noch vor großen Herausforderungen stehen, bevor eine effektive Auflösung von unter ∼10 nm erreicht werden kann. Die größte Hürde stellt die Art und Weise der Markierung von Biomolekülen dar. Bei dieser wird zum Nachweis molekularer Strukturen häufig die sogenannte Immunfärbung als Standardmethode eingesetzt. Antikörper, welche mit Fluoreszenzmolekülen gekoppelt werden, erkennen und binden hierbei spezifisch und mit hoher Affinität den Molekülabschnitt der Zielstruktur, auch Epitop oder Antigen genannt. Die Fluoreszenzmoleküle dienen als Reportermoleküle, welche mit Hilfe eines Fluoreszenzmikroskops abgebildet werden. Die Größe der Antikörper, mit einer Länge von etwa 10-15 nm im Falle von Immunglobulin G (IgG) Antikörpern, bewirkt jedoch eine Detektion der fluoreszierenden Moleküle verschoben zur eigentlichen Lage des untersuchten Antigens. In Regionen mit räumlich dicht nebeneinander liegenden Epitopen kann es zusätzlich zur sterischen Hinderung zwischen den Antikörpern kommen. Dies führt zu einer unzureichenden Markierungsdichte und stellt - zusammen mit der verschobenen Detektion der Fluoreszenzmoleküle - eine Limitierung der zu erreichenden Auflösung dar. Die Expansionsmikroskopie (ExM) ist ein neu entwickeltes Verfahren, welches eine Auflösungsverbesserung durch die physikalische Expansion eines untersuchten Objekts erreicht. Hierbei werden biologische Proben, wie beispielsweise kultivierte Zellen, Gewebeschnitte, ganze Organe oder isolierte Organellen, chemisch in ein quellbares Polymer verankert. Durch Absorption von Wasser vergrößert dieser sogenannte Superabsorber sein eigenes Volumen und zieht während der räumlichen Expansion die kovalent gebundenen Biomoleküle isotrop auseinander. Standardmäßig wird durch dieses Verfahren eine Vergrößerung der Proben um etwa das vierfache Volumen erreicht, wobei bereits Protokollvarianten entwickelt wurden, die eine bis zu 50-fache Expansion erzielt haben. Da die ExM-Technik zunächst nur die Probenbehandlung zur Verankerung und Vergrößerung der Probe selbst beinhaltet, kann sie mit unterschiedlichen Standardmethoden der Fluoreszenzmikroskopie kombiniert werden. Dadurch verbessert sich die Auflösung des verwendeten Bildgebungsverfahrens theoretisch linear um den Faktor der Volumenvergrößerung der ExM behandelten Probe. Eine unzureichende Markierungsdichte und die Größe der verwendeten Antikörper können auch hier die effektiv erreichbare Auflösung beeinträchtigen. Die Kombination der ExM mit hochauflösenden Verfahren der Fluoreszenzmikroskopie stellt eine vielversprechende Strategie zur Erhöhung der bisher erreichbaren Auflösung in der Lichtmikroskopie dar. In dieser Arbeit werde ich mehrere von mir entwickelte ExM Varianten vorstellen, welche die Kombination von ExM mit konfokaler Mikroskopie, SIM (Structured Illumination Microscopy), STED (STimulated Emission Depletion) und dSTORM zeigen. Um die Verbindung mit dem jeweiligen Bildgebungsverfahren zu ermöglichen, optimierte ich bestehende ExM-Protokolle und entwickelte unterschiedliche Expansionsstrategien. Dadurch konnte ich neue strukturelle Erkenntnisse von isolierten Zentriolen aus der Grünalge Chlamydomonas reinhardtii durch die Verbindung von ExM mit STED und konfokaler Mikroskopie gewinnen. In einem weiteren Projekt kombinierte ich 3D-SIM mit ExM und untersuchte den molekularen Aufbau des sogenannten synaptonemalen Komplexes. Diese Struktur bildet sich in eukaryotischen Zellen während der Reifeteilung (Meiose) aus und trägt zum Austausch des genetischen Materials zwischen homologen Chromosomen bei. Vor allem in Verbindung mit dSTORM zeigte sich das hohe Potential der ExM-Methode, die bisherigen Limitierungen moderner Techniken der Fluoreszenzmikroskopie zu überwinden. In diesem Projekt expandierte ich Mikrotubuli in Säugetierzellen, ein Polymer des Zytoskeletts, sowie isolierte Zentriolen aus C. reinhardtii. Dadurch, dass die Markierung erst nach dem Expandieren der Proben erfolgte, gelang es, den Abstandsfehler der Markierung deutlich zu verringern und eine verbesserte Markierungsdichte zu erreichen. Diese Vorteile könnten in Verbindung mit der Einzelmolekülsensititvität und hohen Auflösung der dSTORM Methode Wegbereiter zur Erreichung einer molekularen Auflösung sein KW - Fluoreszenzmikroskopie KW - Expansionsmikroskopie KW - Einzelmolekül-Lokalisationsmikroskopie KW - Zentriolen KW - Synaptonemaler Komplex Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-212362 ER - TY - THES A1 - Zusan, Andreas T1 - The Effect of Morphology on the Photocurrent Generation in Organic Solar Cells T1 - Der Einfluss der Morphologie auf die Generierung von Photostrom in organischen Solarzellen N2 - Organic solar cells have great potential to become a low-cost and clean alternative to conventional photovoltaic technologies based on the inorganic bulk material silicon. As a highly promising concept in the field of organic photovoltaics, bulk heterojunction (BHJ) solar cells consist of a mixture of an electron donating and an electron withdrawing component. Their degree of intermixing crucially affects the generation of photocurrent. In this work, the effect of an altered blend morphology on polaron pair dissociation, charge carrier transport, and nongeminate recombination is analyzed by the charge extraction techniques time delayed collection field (TDCF) and open circuit corrected transient charge extraction (OTRACE). Different comparative studies cover a broad range of material systems, including polymer and small-molecule donors in combination with different fullerene acceptors. The field dependence of polaron pair dissociation is analyzed in blends based on the polymer pBTTT-C16, allowing a systematic tuning of the blend morphology by varying the acceptor type and fraction. The effect of both excess photon energy and intercalated phases are minor compared to the influence of excess fullerene, which reduces the field dependence of photogeneration. The study demonstrates that the presence of neat fullerene domains is the major driving force for efficient polaron pair dissociation that is linked to the delocalization of charge carriers. Furthermore, the influence of the processing additive diiodooctane (DIO) is analyzed using the photovoltaic blends PBDTTT-C:PC71BM and PTB7:PC71BM. The study reveals amulti-tiered alteration of the blend morphology of PBDTTT-C based blends upon a systematic increase of the amount of DIO. Domains on the hundred nanometers length scale in the DIO-free blend are identified as neat fullerene agglomerates embedded in an intermixed matrix. With the addition of the additive, 0.6% and 1% DIO already substantially reduces the size of these domains until reaching the optimum 3% DIO mixture, where a 7.1% power conversion efficiency is obtained. It is brought into connection with the formation of interpenetrating polymer and fullerene phases. Similar to PBDTTT-C, the morphology of DIO-free PTB7:PC71BM blends is characterized by large fullerene domains being decreased in size upon the addition of 3% DIO. OTRACE measurements reveal a reduced Langevin-type, super-second order recombination in both blends. It is demonstrated that the deviation from bimolecular recombination kinetics cannot be fully attributed to the carrier density dependence of the mobility but is rather related to trapping in segregated PC71BM domains. Finally, with regard to small-molecule donors, a higher yield of photogeneration and balanced transport properties are identified as the dominant factors enhancing the efficiency of vacuum deposited MD376:C60 relative to its solution processed counterpart MD376:PC61BM. The finding is explained by a higher degree of dimerization of the merocyanine dye MD376 and a stronger donor-acceptor interaction at the interface in the case of the vacuum deposited blend. N2 - Organische Solarzellen sind dank der Möglichkeit einer preisgünstigen und umweltfreundlichen Herstellung eine erfolgversprechende Alternative zu konventionellen Photovoltaiktechnologien, bei denen heutzutage hauptsächlich Silizium zum Einsatz kommt. Ein aussichtsreiches Konzept ist dabei die Heterogemisch (bulk heterojunction , BHJ)-Solarzelle. Deren aktive Schicht besteht aus einer Elektron-gebenden und einer Elektron-entziehenden Komponente, wobei die Generierung von Photostrom entscheidend von der Durchmischung beider Materialien abhängt. Dieser Einfluss der Morphologie auf die Trennung von Polaronpaaren, den Transport von freien Ladungsträgern und deren nichtgeminale Rekombination wird durch die Verwendung der Ladungsextraktionsmethoden time delayed collection field (TDCF) sowie open circuit corrected transient charge extraction (OTRACE) in dieser Arbeit im Detail untersucht. Die vorgestellten Studien umfassen mit Polymeren und kleinen Molekülen als Donatoren sowie verschiedenen Fulleren-Akzeptoren unterschiedlichste Materialsysteme. Der erste Teil der Arbeit befasst sich mit der feldabhängigen Trennung von Polaronpaaren in Solarzellen, die unter Verwendung des Polymers pBTTT-C16 hergestellt werden. Das Materialsystem erlaubt eine systematische Anpassung der Morphologie durch Art und Anteil des Akzeptors. Die Untersuchungen zeigen, dass sowohl Überschussenergie als auch interkalierte Phasen lediglich eine geringe Auswirkung auf die Photogenerierung haben, diese jedoch stark von der Fullerenmenge im Gemisch beeinflusst wird. Das Ergebnis verdeutlicht, dass reine Fullerendomänen die treibende Kraft für eine effiziente Trennung von Polaronpaaren sind, was mit der Delokalisierung von Ladungsträgern verknüpft wird. Im zweiten Teil wird der Einfluss des Additivs Diiodooktan (DIO) auf das Materialsystem PBDTTT-C:PC71BM untersucht. Die Studie zeigt eine mehrstufige Änderung der Morphologie bei einer schrittweisen Erhöhung der verwendeten DIO Menge. Wird das Heterogemisch PBDTTT-C:PC71BM ohne DIO hergestellt, ist dessen Nanostruktur durch große Agglomerate geprägt, die als reine Fullerendomänen identifiziert werden. Bereits die Verwendung von 0.6% und 1% DIO führt zu einer deutlichen Verkleinerung dieser Domänen, wobei erst die maximale Effizienz der mit 3% DIO hergestellten Solarzelle mit der Ausbildung von vernetzten Polymer- und Fullerenphasen in Verbindung gebracht wird. Vergleichbar zu PBDTTT-C weist auch PTB7:PC71BM große Fullerendomänen und deren bessere Dispersion durch die Verwendung von 3% DIO auf. In beiden Fällen zeigt OTRACE eine reduzierte Langevin-artige Rekombination sowie die Abweichung von einem bimolekularen Verhalten. Da diese erhöhte Rekombinationsordnung nicht mit der Ladungsträgerdichtenabhängigkeit der Mobilität erklärt werden kann, wird sie dem Einfangen von Ladungsträgern in Fullerendomänen zugeordnet. Im letzten Teil wird gezeigt, dass eine ergiebigere Photogenerierung sowie ausgeglichene Transporteigenschaften eine erhöhte Bauteileffizienz von aufgedampften MD376:C60 Solarzellen im Vergleich zum flüssigprozessierten Pendant MD376:PC61BM bedingen. Die Beobachtung wird mit einer verbesserten Dimerisation des Merocyanins MD376 und einer stärkeren Donator-Akzeptor-Wechselwirkung an der Grenzfläche erklärt. KW - Organische Solarzelle KW - Photostrom KW - Ladungsträgergenerierung KW - geminale Rekombination KW - nichtgeminale Rekombination KW - Elektronentransport KW - Photovoltaik KW - Rekombination Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-117852 ER - TY - THES A1 - Zude, Ingmar T1 - Characterization of virulence-associated traits of Escherichia coli bovine mastitis isolates T1 - Charakterisierung Virulenz-assozierter Eigenschaften von Escherichia coli Isolaten boviner Mastitis N2 - Bacterial mastitis is caused by invasion of the udder, bacterial multiplication and induction of inflammatory responses in the bovine mammary gland. Disease severity and the cause of disease are influenced by environmental factors, the cow’s immune response as well as bacterial traits. Escherichia coli (E. coli) is one of the main causes of acute bovine mastitis, but although pathogenic E. coli strains can be classified into different pathotypes, E. coli causing mastitis cannot unambiguously be distinguished from commensal E. coli nor has a common set of virulence factors been described for mastitis isolates. This project focussed on the characterization of virulence- associated traits of E. coli mastitis isolates in comprehensive analyses under conditions either mimicking initial pathogenesis or conditions that E. coli mastitis isolates should encounter while entering the udder. Virulence-associated traits as well as fitness traits of selected bovine mastitis or faecal E. coli strains were identified and analyzed in comparative phenotypic assays. Raw milk whey was introduced to test bacterial fitness in native mammary secretion known to confer antimicrobial effects. Accordingly, E. coli isolates from bovine faeces represented a heterogeneous group of which some isolates showed reduced ability to survive in milk whey whereas others phenotypically resembled mastitis isolates that represented a homogeneous group in that they showed similar survival and growth characteristics in milk whey. In contrast, mastitis isolates did not exhibit such a uniform phenotype when challenged with iron shortage, lactose as sole carbon source and lingual antimicrobial peptide (LAP) as a main defensin of milk. Reduced bacterial fitness could be related to LAP suggesting that bacterial adaptation to an intramammary lifestyle requires resistance to host defensins present in mammary secretions, at least LAP. E. coli strain 1303 and ECC-1470 lack particular virulence genes associated to mastitis isolates. To find out whether differences in gene expression may contribute to the ability of E. coli variants to cause mastitis, the transcriptome of E. coli model mastitis isolates 1303 and ECC-1470 were analyzed to identify candidate genes involved in bacterium-host interaction, fitness or even pathogenicity during bovine mastitis. DNA microarray analysis was employed to assess the transcriptional response of E. coli 1303 and ECC-1470 upon cocultivation with MAC-T immortalized bovine mammary gland epithelial cells to identify candidate genes involved in bacterium-host interaction. Additionally, the cell adhesion and invasion ability of E. coli strain 1303 and ECC-1470 was investigated. The transcriptonal response to the presence of host cells rather suggested competition for nutrients and oxygen between E. coli and MAC-T cells than marked signs of adhesion and invasion. Accordingly, mostly fitness traits that may also contribute to efficient colonization of the E. coli primary habitat, the gut, have been utilized by the mastitis isolates under these conditions. In this study, RNA-Seq was employed to assess the bacterial transcriptional response to milk whey. According to our transcriptome data, the lack of positively deregulated and also of true virulence-associated determinants in both of the mastitis isolates indicated that E. coli might have adapted by other means to the udder (or at least mammary secretion) as an inflammatory site. We identified traits that promote bacterial growth and survival in milk whey. The ability to utilize citrate promotes fitness and survival of E. coli that are thriving in mammary secretions. According to our results, lactoferrin has only weak impact on E. coli in mammary secretions. At the same time bacterial determinants involved in iron assimilation were negatively regulated, suggesting that, at least during the first hours, iron assimilation is not a challenge to E. coli colonizing the mammary gland. It has been hypothesized that cellular iron stores cause temporary independency to extracellular accessible iron. According to our transcriptome data, this hypothesis was supported and places iron uptake systems beyond the speculative importance that has been suggested before, at least during early phases of infection. It has also been shown that the ability to resist extracytoplasmic stress, by oxidative conditions as well as host defensins, is of substantial importance for bacterial survival in mammary secretions. In summary, the presented thesis addresses important aspects of host-pathogen interaction and bacterial conversion to hostile conditions during colonization of the mastitis inflammatory site, the mammary gland. N2 - Bei der bakteriellen Mastitis handelt es sich um eine Infektion der bovinen Milchdrüse, ausgelöst durch Eintritt und Wachstum der Bakterien im Euter der Kuh. Krankheitsverlauf und Ursache werden beeinflusst durch Umweltfaktoren, das Immunsystem des Wirtes und die Eigenschaften des bakteriellen Erregers. Die Spezies Escherichia coli (E. coli) ist einer der häufigsten Erreger der akuten bovinen Mastitis. Generell können pathogene E. coli -Stämme entsprechend ihres Infektionsortes in verschiedene Pathotypen klassifiziert werden, die durch eine individuelle Kombination verschiedener Virulenzfaktoren gekennzeichnet sind. Eine eindeutige Unterscheidung von E. coli –Mastitiserregern und kommensalen E. coli -Stämmen ist bisher nicht beschrieben. Diese Studie befasst sich mit der Charakterisierung virulenz-assozierter Eigenschaften von E. coli –Isolaten der bovinen Mastitis. Dazu wurden Untersuchungen unter Bedingungen durchgeführt, die denen während der Anfangsphase der Mastitis entsprechen. Die Virulenz und Fitness-assoziierten Eigenschaften ausgewählter E. coli Mastitis- und Fäkalisolate wurden in vergleichenden phenotypischen Assays identifiziert und analysiert. Zur Untersuchung der bakteriellen Fitness in Milchdrüsensekreten wurde native Molke mit antimikrobiellen Eigenschaften von Rohmilch genutzt. Dabei stellte sich heraus dass E. coli Fäkalisolate eine heterogene Gruppe bilden. Innerhalb dieser Gruppe wiesen einige Isolate eine verminderte Überlebensrate auf. Andere Fäkalisolate zeigten eine höhere Überlebensrate, ähnlich der Überlebensrate von Mastitiserregern. Im Gegensatz zum ihrem grundsätzlich guten Überleben in Molke zeigten Mastitisisolate keine einheitlichen phänotypischen Merkmale bei Wachstum mit 1) Lactose als einziger Kohlenstoffquelle, 2) Eisenlimitierung, oder 3) unter Einfluss von lingualem antimikrobiellem Peptid (LAP), einem bedeutenden Defensin der Wirtsantwort im Euter. Die verminderte Fähigkeit in Milchdrüsensekreten zu überleben korrelierte mit der konzentrationsabhängigen Überlebensfähigkeit in Gegenwart von LAP. Dies lässt vermuten dass eine Anpassung der Bakterien an die Lebensbedingungen in der bovinen Milchdrüse der Resistenz gegenüber Defensinen (u.a. LAP) bedarf. Den Mastitis-isolaten E. coli 1303 und ECC 1470 fehlen diverse Virulenzgene die bereits mit Mastitis assoziiert werden konnten. Um zu bestimmen ob Unterschiede in der Genexpression beider E. coli Isolate dazu beitragen Mastitis auszulösen, wurden Transkriptomanalysen durchgeführt. Dabei sollten vor allem Kandidatengene bestimmt werden, die an der Wirt-Pathogen-Interaktion beteiligt sind oder zur bakteriellen Fitness oder Virulenz der Erreger beitragen. Auf der Basis von DNA Microarrays wurde die Genexpression von E. coli 1303 und ECC 1470 in Gegenwart von immortalisierten Zellen des bovinen Milchdrüsenepithels (MAC-T) bestimmt. Zusätzlich wurde die Fähigkeit zur Zelladhäsion und Internalisierung beider Isolate untersucht. Die bakterielle Transkriptionsantwort in Gegenwart der Wirtszellen ergab, dass Erreger und Wirtszellen eher um den Bedarf an Nährstoffen und Sauerstoff konkurrierten, anstatt deutliche Anzeichen der Zelladhäsion oder Invasion zu zeigen. Beide Isolate nutzten vornehmlich Fitnesseigenschaften, die auch bei der Besiedlung des Darms als dem primären Habitat von E. coli verwendet werden. In dieser Studie wurde außerdem die Genexpression von E. coli 1303 und ECC 1470 in Reaktion auf Molke aus Rohmilch mittels Gesamt-Transkriptom-Sequenzierung (RNA Seq) untersucht. Die Transkriptomanalyse ergab keine wirklich deregulierten virulenz-assozierten Gene in einer der beiden E. coli Mastitis Isolate. Ferner konnten Eigenschaften identifiziert werden, die zum Wachstum und Überleben in nativer Molke beitragen. Die Fähigkeit, Citrat zu verwerten, begünstigt das erfolgreiche Überleben in Milchdrüsensekten und stellt einen wichtigen Fitnessfaktor dar. Unsere Transkriptomdaten bestätigen dass Lactoferrin nur geringen Einfluss auf das Wachstum, von E. coli in Milchdrüsensekreten, hat. Die Expression bakterieller Determinanten, die an der Aufnahme von Eisen beteiligt sind, wurde herunterreguliert. Dies lässt darauf schließen dass Eisenaufnahme in den ersten Stunden der Kolonisierung durch die Erreger keine essentielle Fitnesseigenschaft darstellt. Vermutlich reicht die intrazelluläre Menge an Eisen aus, um eine zeitweise Unabhängigkeit von extrazellular verfügbarem Eisen zu ermöglichen. Diese These konnte durch unsere Transkriptomdaten gestützt werden und stellt eine wichtige Entdeckung in Bezug auf die Verfügbarkeit von Eisen während der Kolonisierung der Milchdrüse dar. Unsere Daten zeigen, dass die Resistenz gegenüber extrazellulärem Stress durch oxidative Bedingungen und Defensine des Wirtes von großer Bedeutung für das bakterielle Überleben in Milchdrüsensekreten ist. Die vorliegende Thesis befasst sich mit wichtigen Aspekten der Wirt-Pathogen-Interaktion und der Anpassung an die antimikrobiellen Bedingungen während der Kolonisierung der Milchdrüse als Ort der Infektion. KW - Escherichia coli KW - mastitis KW - infection KW - virulence KW - transcriptome analysis KW - Kuh KW - Brustdrüsenentzündung KW - Virulenz Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-100934 ER - TY - THES A1 - Zube, Christina T1 - Neuronal representation and processing of chemosensory communication signals in the ant brain N2 - Ants heavily rely on olfaction for communication and orientation and ant societies are characterized by caste- and sex-specific division of labor. Olfaction plays a key role in mediating caste-specific behaviours. I investigated whether caste- and sex-specific differences in odor driven behavior are reflected in specific differences and/or adaptations in the ant olfactory system. In particular, I asked the question whether in the carpenter ant, Camponotus floridanus, the olfactory pathway exhibits structural and/or functional adaptations to processing of pheromonal and general odors. To analyze neuroanatomical specializations, the central olfactory pathway in the brain of large (major) workers, small (minor) workers, virgin queens, and males of the carpenter ant C. floridanus was investigated using fluorescent tracing, immunocytochemistry, confocal microscopy and 3D-analyzes. For physiological analyzes of processing of pheromonal and non-pheromonal odors in the first odor processing neuropil , the antennal lobe (AL), calcium imaging of olfactory projection neurons (PNs) was applied. Although different in total glomerular volumes, the numbers of olfactory glomeruli in the ALs were similar across the female worker caste and in virgin queens. Here the AL contains up to ~460 olfactory glomeruli organized in 7 distinct clusters innervated via 7 antennal sensory tracts. The AL is divided into two hemispheres regarding innervations of glomeruli by PNs with axons leaving via a dual output pathway. This pathway consists of the medial (m) and lateral (l) antenno-cerebral tract (ACT) and connects the AL with the higher integration areas in the mushroom bodies (MB) and the lateral horn (LH). M- and l-ACT PNs differ in their target areas in the MB calyx and the LH. Three additional ACTs (mediolateral - ml) project to the lateral protocerebrum only. Males had ~45% fewer glomeruli compared to females and one of the seven sensory tracts was absent. Despite a substantially smaller number of glomeruli, males possess a dual PN output pathway to the MBs. In contrast to females, however, only a small number of glomeruli were innervated by projection neurons of the m-ACT. Whereas all glomeruli in males were densely innervated by serotonergic processes, glomeruli innervated by sensory tract six lacked serotonergic innervations in the female castes. It appears that differences in general glomerular organization are subtle among the female castes, but sex-specific differences in the number, connectivity and neuromodulatory innervations of glomeruli are substantial and likely to promote differences in olfactory behavior. Calcium imaging experiments to monitor pheromonal and non-pheromonal processing in the ant AL revealed that odor responses were reproducible and comparable across individuals. Calcium responses to both odor groups were very sensitive (10-11 dilution), and patterns from both groups were partly overlapping indicating that processing of both odor classes is not spatially segregated within the AL. Intensity response patterns to the pheromone components tested (trail pheromone: nerolic acid; alarm pheromone: n-undecane), in most cases, remained invariant over a wide range of intensities (7-8 log units), whereas patterns in response to general odors (heptanal, octanol) varied across intensities. Durations of calcium responses to stimulation with the trail pheromone component nerolic acid increased with increasing odor concentration indicating that odor quality is maintained by a stable pattern (concentration invariance) and intensity is mainly encoded in the response durations of calcium activities. For n-undecane and both general odors increasing response dynamics were only monitored in very few cases. In summary, this is the first detailed structure-function analyses within the ant’s central olfactory system. The results contribute to a better understanding of important aspects of odor processing and olfactory adaptations in an insect’s central olfactory system. Furthermore, this study serves as an excellent basis for future anatomical and/or physiological experiments. N2 - Für Ameisen spielt die olfaktorische Kommunikation und Orientierung eine zentrale Rolle hinsichtlich der Organisation des Ameisenstaates. Ob sich kasten- und geschlechtsspezifische Verhaltensunterschiede auf neuronaler Ebene und besonders im olfaktorischen System der Ameise widerspiegeln ist die zentrale Frage meiner Arbeit. Im Speziellen stellte ich die Frage, ob sich in der olfaktorischen Bahn der Rossameise Camponotus floridanus strukturelle oder funktionelle Anpassungen an die Verarbeitung von Pheromonen und generellen Düften aufzeigen lassen. Zur Analyse hinsichtlich neuroanatomischer Spezialisierungen wurde die olfaktorische Bahn im Gehirn von großen und kleinen Arbeiterinnen, Jungköniginnen und Männchen der Rossameise C. floridanus mittels Fluoreszenzmassenfärbungen, Immunzytochemie, konfokaler Laserscanningmikroskopie und 3D-Auswertung untersucht. Um die Verarbeitung von Pheromonen und generellen Düften im primären olfaktorischen Neuropil, dem Antennallobus (AL), auf physiologischer Ebene zu charakterisieren wurden olfaktorische Projektionsneurone mittels Calcium Imaging untersucht. Obwohl sich das glomeruläre Gesamtvolumen der ALs zwischen Arbeiterinnenkasten und Jungköniginnen unterscheidet, lag die Gesamtzahl der Glomeruli im AL in einem ähnlichen Bereich. Der AL besteht in allen drei weiblichen Kasten aus bis zu 460 Glomeruli, die in sieben Clustern angeordnet sind und von sieben sensorischen Eingangstrakten innerviert werden. Der AL unterteilt sich in zwei Hemispheren, deren entsprechende Glomeruli von Projektionsneuronen innverviert werden, die vom AL über die Nervenbahn des “dual output pathway” in höhere Hirnregionen projizieren. Diese Nervenbahn besteht aus dem medialen (m) und lateralen (l) Antennocerebraltrakt (ACT) und verbindet den AL mit höheren Integrationszentren wie den Pilzkörpern (MB) und dem lateralen Horn (LH). M- und l-ACT unterscheiden sich in ihren Zielregionen im MB Calyx und dem LH. Drei weitere ACTs (mediolateral – ml) projizieren ausschließlich ins laterale Protocerebrum. Männchen besitzen ca. 45% weniger Glomeruli im Vergleich zur Weibchenkaste. Ihnen fehlt weiterhin einer der sieben sensorischen Eingangstrakte vollständig. Trotz der wesentlich geringeren Anzahl an Glomeruli, besitzen auch Männchen den “dual output pathway”. Im Gegensatz zu den Weibchen ist allerdings nur eine geringe Anzahl an Glomeruli durch m-ACT Projektionsneurone innerviert. Ein weiterer Unterschied im AL von Männchen und Weibchen findet sich in den Glomeruli des sensorische Trakts Nummer sechs, die bei Weibchen keinerlei serotonerge Innervierung aufweisen während beim Männchen der gesamte AL dichte serotonerge Verzweigungen besitzt. Es zeigt sich somit, dass die kastenspezifischen Unterschiede in der allgmeinen glomerulären Organisation des AL innerhalb der Weibchenkaste nur sehr fein sind. Im Gegensatz dazu sind die geschlechtsspezifischen Unterschiede in Anzahl, Konnektivität und neuromodulatorischer Innervierung von Glomeruli zwischen Weibchen- und Männchen wesentlich ausgeprägter was Unterschiede in olfaktorisch geprägten Verhaltensweisen begünstigen könnte. Die Calcium Imaging Experimente zur Untersuchung der Verarbeitung von Pheromonen und generellen Düften im AL der Ameise zeigten, dass Duftantworten reproduzierbar und zwischen Individuen vergleichbar waren. Die Sensitivität des Calcium Signals lag für beide Duftgruppen in einem sehr niedrigen Bereich (Verdünnung 10-11). Die Antortmuster beider Duftgruppen überlappten zum Teil, was die Annahme zuläßt, dass die Verarbeitung von Pheromonen und generellen Düften keiner räumlichen Trennung innerhalb des AL unterliegt. Die Intensität der Antwortmuster auf die Pheromonkomponenten (Spurpheromon: Nerolsäure; Alarmpheromon: n-Undecan) blieben in den meisten Fällen über einen weiten Konzentrationsbereich konstant (7-8 log Einheiten). Die Dauer der Calciumantwort nach Stimulation mit Nerolsäure verlängerte sich mit steigender Duftkonzentration. Dies läßt für das Spurpheromon den Schluß zu, dass die Duftqualität in einem konstanten Duftmuster (Konzentrationsinvarianz) repräsentiert und die Duftintensität über die Dauer des Calciumsignals abgebildet wird. Da die Antwortmuster auf generelle Düfte (Heptanal, Octanol) dagegen sehr viel stärker innerhalb des getesteten Konzentrationsbereichs varrieren ließ sich für n-Undecan und die beiden generellen Düfte eine solche Dynamik nur in einigen wenigen Fällen beobachtet. Zusammenfassend ist diese Studie die erste strukturelle und funktionelle Studie des olfaktorischen Systems der Ameise. Die Ergebnisse tragen zu einem besseren Verständnis der neuronalen Adaptationen und Mechanismen hinsichtlich Duftverarbeitung im zentralen Nervensystem von Insekten bei. Außerdem liefert diese Studie eine wichtige Grundlage für zukünftige neuroanatomische und –physiologische Untersuchungen auf dem Gebiet der Neurobiologie der Insekten. KW - Gehirn KW - Neuroethologie KW - Neuroanatomie KW - Geruchswahrnehmung KW - Neuronale Plastizität KW - Insekten KW - Antennallobus KW - Glomeruli KW - olfaktorische Bahn KW - Camponotus floridanus KW - Dufverarbeitung KW - antennal lobe KW - glomeruli KW - olfactory pathway KW - Campontous floridanus KW - odor processing Y1 - 2008 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-30383 ER - TY - THES A1 - Zott, Maximilian T1 - Extreme Value Theory in Higher Dimensions - Max-Stable Processes and Multivariate Records T1 - Höherdimensionale Extremwerttheorie - Max-Stabile Prozesse und Multivariate Rekorde N2 - Die Extremwerttheorie behandelt die stochastische Modellierung seltener und extremer Ereignisse. Während fundamentale Theorien in der klassischen Stochastik, wie etwa die Gesetze der großen Zahlen oder der zentrale Grenzwertsatz das asymptotische Verhalten der Summe von Zufallsvariablen untersucht, liegt in der Extremwerttheorie der Fokus auf dem Maximum oder dem Minimum einer Menge von Beobachtungen. Die Grenzverteilung des normierten Stichprobenmaximums unter einer Folge von unabhängigen und identisch verteilten Zufallsvariablen kann durch sogenannte max-stabile Verteilungen charakterisiert werden. In dieser Dissertation werden verschiedene Aspekte der Theorie der max-stabilen Zufallsvektoren und stochastischen Prozesse behandelt. Insbesondere wird der Begriff der 'Differenzierbarkeit in Verteilung' eines max-stabilen Prozesses eingeführt und untersucht. Ferner werden 'verallgemeinerte max-lineare Modelle' eingeführt, um einen bekannten max-stabilen Zufallsvektor durch einen max-stabilen Prozess zu interpolieren. Darüber hinaus wird der Zusammenhang von extremwerttheoretischen Methoden mit der Theorie der multivariaten Rekorde hergestellt. Insbesondere werden sogenannte 'vollständige' und 'einfache' Rekorde eingeführt, und deren asymptotisches Verhalten untersucht. N2 - Extreme value theory is concerned with the stochastic modeling of rare and extreme events. While fundamental theories of classical stochastics - such as the laws of small numbers or the central limit theorem - are used to investigate the asymptotic behavior of the sum of random variables, extreme value theory focuses on the maximum or minimum of a set of observations. The limit distribution of the normalized sample maximum among a sequence of independent and identically distributed random variables can be characterized by means of so-called max-stable distributions. This dissertation concerns with different aspects of the theory of max-stable random vectors and stochastic processes. In particular, the concept of 'differentiability in distribution' of a max-stable process is introduced and investigated. Moreover, 'generalized max-linear models' are introduced in order to interpolate a known max-stable random vector by a max-stable process. Further, the connection between extreme value theory and multivariate records is established. In particular, so-called 'complete' and 'simple' records are introduced as well as it is examined their asymptotic behavior. KW - Stochastischer Prozess KW - Extremwertstatistik KW - max-stable process KW - max-linear model KW - Wahrscheinlichkeitsrechnung KW - Rekord Y1 - 2016 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:20-opus-136614 ER -