Fahrzeugdetektion und -erkennung mittels mehrdimensionaler Farbhistogrammanalyse
|
|
- Matthias Baumgartner
- vor 8 Jahren
- Abrufe
Transkript
1 Fahrzeugdetekton und -erkennung mttels mehrdmensonaler Farbhstogrammanalyse Uwe Knauer, Ralf Reulke und Beate Meffert Humboldt-Unverstät zu Berln Insttut für Informatk Unter den Lnden 6, Berln emal: {knauer, reulke, Zusammenfassung. De Farbe der Lackerung von Fahrzeugen st en Merkmal, das mt Überwachungskameras gemessen werden kann. Durch m Vdeobld platzerte Detektorbereche kann zunächst de Anwesenhet enes Fahrzeugs automatsch erkannt werden. Das m Moment der Detekton aus dem Bld bestmmte Farbhstogramm des Fahrzeugs steht dann für de Wedererkennung n anderen Bldberechen zur Verfügung. Verschedene Metrken für den Verglech von Hstogrammen werden hnschtlch hrer Egnung zur Unterschedung der Fahrzeuge verglchen. 1 Enletung Für Telematkanwendungen m Straßenverkehr und für Zwecke der Verkehrsforschung stehen ene Rehe von Sensoren zur Verfügung, de Informatonen über das Verkehrsgeschehen lefern können. Am wetesten verbretet snd Induktonsschlefen, de nsbesondere für Ampelsteuerungen verwendet werden. Allerdngs kann mt hnen der Verkehr nur lokal beobachtet und analysert werden. Andere Ansätze, we bspw. Floatng Car Data (FCD), erlauben umgekehrt de flächenbaserte Enschätzung des Verkehrs [1]. Schlussfolgerungen für enen begrenzten Berech (räumlch und zetlch) lassen sch aus FCD ncht ohne weteres zehen. Demgegenüber können mt optschen Systemen sowohl lokale (querschnttsbezogene) als auch streckenbezogene Verkehrskenngrößen glechzetg ermttelt werden [2]. Für de automatserte Verkehrsbeobachtung gbt es ene Rehe verschedener Ansätze [3,4]. Während Verfahren, de auf dem Trackng der enzelnen Verkehrstelnehmer baseren, noch Gegenstand der Forschung oder n der Erprobungsphase snd, werden sogenannte optsche Schlefen schon set engen Jahren erfolgrech vermarktet und engesetzt. En etablertes System n desem Berech st Autoscope Solo [5]. Ausgehend vom Messprnzp ener optschen Schlefe, welches dem der Induktonsschlefe nachempfunden st, sollen durch de zusätzlche Abletung fahrzeugspezfscher Farbmerkmale Möglchketen zur Wedererkennung von Fahrzeugen n anderen Bldberechen oder durch andere Kameras untersucht werden. Wel de Abletung streckenbezogener Verkehrsdaten mmer dann möglch st, wenn en Fahrzeug mehrmals beobachtet und dentfzert werden kann, st es ene zentrale Frage für de Bldanalyse, we zuverlässg ene Wedererkennung erfolgen kann. Den Schwerpunkt der her beschrebenen Untersuchung bldet de Gegenüberstellung verschedener Metrken zum Verglech von Hstogrammen.
2 Durch de Analyse von Vdeoaufzechnungen soll engeschätzt werden, we endeutg sch en Fahrzeug allen durch das Farbhstogramm beschreben lässt und welchen Enfluss unterschedlche Verglechsmethoden auf das Erkennungsergebns haben. De automatsche Detekton von Fahrzeugen als wesentlche Voraussetzung für de Extrakton hrer Farbhstogramme und das der Untersuchung zugrundelegende Vdeomateral werden m Abschntt 2 vorgestellt. Den Methoden, zwe Hstogramme zu verglechen, wdmet sch Abschntt 3. De Ergebnsse des paarwesen Verglechs der Farbhstogramme ener Stchprobe von 1000 Fahrzeugen werden m Abschntt 4 dargestellt und dskutert. 2 Detekton von Fahrzeugen Deser Abschntt beschrebt de Funktonswese der für de Untersuchungen mplementerten erweterten optschen Schlefe (EOS). Als Vorlage dente de Funktonaltät des Systems Autoscope Solo. Abb.1 zegt den Erfassungsberech deses Autoscope-Systems während ener Messung n Berln an der Frankfurter Allee. De Abbldung zegt außerdem enen Tel der Konfguraton des Systems. Innerhalb der n Fahrtrchtung angeordneten vrtuellen Schlefen (gelbe Verecke) erfolgt de Messung der Geschwndgket. Dese wrd dem Fahrzeug zugeordnet, wenn es den senkrecht zur Fahrtrchtung legenden Zähldetektor (gelbe Balken) passert. Aus der Geschwndgket und der Belegungsdauer des Zähldetektors wrd de Fahrzeuglänge berechnet. Während der Messung mt dem Autoscope-System wurde smultan das Vdeobld aufgezechnet. Abb.1: Erfassungsberech der Kamera und Konfguraton von Autoscope Solo mt Geschwndgketsdetektoren (gelbe Verecke) und Zähldetektoren (gelbe Balken) Abb.2 zegt schematsch den Aufbau der EOS aus mehreren Erfassungsberechen und hre Projekton n das Kamerabld. Fahrzeuge können detektert werden, wenn se den Bldberech n Pfelrchtung passeren. Der n grüner Farbe dargestellte schmale Berech lnks dent der Erkennung des Messbegnns. Umgekehrt wrd mt dem rot gekennzechneten Ausschntt das Verlassen des Messberechs erkannt. De grau dargestellte Fläche n der Mtte ermöglcht de Erfassung der Belegungsdauer der Schlefe durch en Fahrzeug. Ist de Schlefe durch en Fahrzeug vollständg belegt, wrd das Farbhstogramm berechnet und gespechert. Zuvor fndet ene Transformaton der Daten vom RGB- n den HSV-Farbraum statt. Der Vortel, dass Hellgkets- und Farbnformaton be deser Transformaton
3 vonenander getrennt werden, lässt sch bspw. vortelhaft zur Erkennung des Fahrzeugsschattens ausnutzen. Abb.2: Modell der EOS und sene Projekton n das Kamerabld Fahrzeuglänge < 3 m 3 6 m 6 9 m 9 15 m > 15 m Gesamt Autoscope EOS Krad PKW, Klenbusse, Klenlaster LKW, Busse, evt. mt Anhänger Mensch Tab.1: Verglech der Zähldaten (Mttlere Spur, 36 Mnuten) De n Tab.1 dargestellten Ergebnsse zegen, dass de beden Systeme Autoscope und EOS be der Zählung von Fahrzeugen ähnlche Ergebnsse lefern. De Dfferenzen be der Gesamtzahl der Fahrzeuge legen n erster Lne n der Platzerung der optschen Schlefen begründet (vgl. Abb.1 und Abb.2). Be der Untersuchung des aufgezechneten Vdeomaterals mt dem nachempfundenen Verfahren nmmt de Schlefe de gesamte Brete der Fahrspur en und wrd aufgrund der Perspektve durch den Verkehr auf der rechten Fahrspur stärker beenflusst. Große Unterschede gbt es be der Entelung der Fahrzeuge entsprechend hrer Länge, de auf Unterschede be der Geschwndgketsmessung zurückzuführen snd. Zum Verglech snd auch de Zählergebnsse enes Beobachters, engetelt nach Fahrzeugkategoren, angegeben. Wesentlch für de m Folgenden untersuchte Identfkaton von Fahrzeugen anhand hrer Farbe st de zuverlässge Erkennung hrer Anwesenhet durch de EOS. Im aufgezechneten Vdeo wurden de Fahrzeuge nunmehr an zwe Postonen pro Fahrspur detektert. De m Moment der Detekton extraherten Farbhstogramme snd dredmensonale dskrete Häufgketsvertelungen m HSV-Farbraum. Um en Fahrzeug wederzuerkennen, muss nun de Ähnlchket bzw. der Abstand zwschen den Farbhstogrammen bestmmt werden. Geegnete Verfahren werden m folgenden Abschntt vorgestellt. 3 Ähnlchketsmaße für Farbvertelungen Deser Abschntt stellt Abstandsmetrken zum Verglech von jewels zwe Hstogrammen vor, welche de gleche Anzahl von Enträgen bestzen. De Auswahl und Systematserung der Verfahren orentert sch an [6]. In den Glechungen (1)
4 bs (6) snd H sowe K de zu verglechenden Hstogramme. Ene enzelne Hstogrammsäule wrd mt h bzw. k bezechnet. De Mnkowsk-Abstände (MIN r) snd verschedene häufg verwendete Metrken zum Verglech von Farbbldern. De Berechnungsvorschrft lautet: 1 (1) r r L ( H, K) h k. = d r De L 1- und L 2 Norm erhält man für r=1 bzw. r=2. Der Hstogrammschntt (HS) verglecht nsbesondere m endmensonalen Fall de gemensame Fläche zweer Hstogramme. Er st für sene Senstvtät be telweser Überenstmmung der Hstogramme bekannt: mn( h, k ) (2) d ( H, K) = 1 k De Kullback-Lebler- (KLD) und de Jeffrey-Dvergenz (JD) haben ene nformatonstheoretsche Begründung. Des wrd besonders an der Ähnlchket von Gl.(3) mt der Formel für de Berechnung der Entrope ener Vertelung deutlch. Während de Kullback-Lebler-Dvergenz ken symmetrsches Abstandsmaß st, glt de Symmetre für de auch gegenüber Rauschen und der Größe der Hstogrammsäulen stablere Jeffrey-Dvergenz: h = (3) d KL ( H, K) h log, k h k h + k (4) d ( H, K) = h log + k log mt m =. J m m En aus der Statstk motvertes Verglechsmaß st der? 2 -Abstand: 2 ( h ) 2 (, ) = m (5) d χ H K. m De Anwendung des Bhattacharya-Abstands (BA) zum Verglech von Farbvertelungen wrd u.a. n [7] beschreben. Ähnlch dem Hstogrammschntt lefert er en Maß für de gemensame Fläche zweer Vertelungen: d ( H, K) = h k. (6) B Es kann prnzpell zwschen Verfahren unterscheden werden, de Hstogramme elementwese verglechen, und solchen, de elementübergrefend arbeten. De getroffene Auswahl umfasst sechs Verfahren zum elementwesen Verglech von Hstogrammen. Wetere Verfahren, de auf kumulatven Hstogrammen beruhen (Kolmorogov-Smrnov-Abstand) oder Nachbarschaftsbezehungen zwschen den Hstogrammelementen berückschtgen (Quadratscher Abstand), exsteren. Ene Sonderstellung kommt der Earth Mover Dstance (EMD) zu, de m Kontext von Anfragen an Blddatenbanken vorgeschlagen wurde [6]. De Farbnformatonen werden dabe ncht mehr durch Hstogramme, sondern durch Sgnaturen repräsentert, de aus der Häufgketsvertelung berechnet wurden. Obwohl de EMD auf de vorlegende Problemstellung anwendbar st, wrd se her ncht weter untersucht, da ken Hstogramm, sondern de Zentrode von Clustern m Farbraum berechnet werden müssen.. 2
5 4 Expermente und Ergebnsse Deser Abschntt beschrebt de Anwendung der Verglechsmethoden aus Abschntt 3 auf de Farbhstogramme von Fahrzeugen. Aus dem m Abschntt 2 vorgestellten Vdeomateral wurden dazu zwe Hstogramme pro Fahrzeug an unterschedlchen Orten extrahert. Um den Berechnungsaufwand zu begrenzen, erfolgt en paarweser Verglech der Hstogramme nur für 1000 Fahrzeuge. Dabe werden mmer zwe Hstogramme mtenander verglchen, de n verschedenen Bldberechen extrahert wurden. Das Ergebns st für jedes Abstandsmaß ene Matrx mt 10 6 Elementen. Nur de Hauptdagonalen der Matrzen enthalten Abstandsmaße für en und dasselbe Fahrzeug. Zur Verrngerung des Berechnungsaufwands kann ausgenutzt werden, dass es sch mt Ausnahme der Kullback-Lebler-Dvergenz be den untersuchten Metrken um symmetrsche Abstandsmaße handelt. Es muss nur entweder de obere oder untere Dreecksmatrx berechnet werden. Da de Anzahl der Hstogrammsäulen bzw. - elemente erwartungsgemäß enen Enfluss auf de Erkennungsrate hat, wurde jeder Verglech außerdem für dre verschedene Quantserungen des Farbraums vorgenommen (4 3, 8 3 bzw.16 3 Hstogrammsäulen). Tab.2 zegt de Häufgketsvertelungen der berechneten Abstände für de sechs m Abschntt 3 vorgestellten Abstandsmaße. De Ergebnsse für den Verglech zweer Hstogramme von verschedenen Fahrzeugen (negatve Bespele) snd als rote Kurve dargestellt, dejengen für den Verglech desselben Fahrzeugs grün (postve Bespele). Es st zu erkennen, dass de Vertelungen n allen Fällen überlappen. Daher st es ncht möglch, enen enfachen Schwellwert anzugeben, mt dem entscheden werden kann, ob es sch um dasselbe Fahrzeug handelt oder ncht. De wesentlche Ursache für de Überlappung st de farblche Zusammensetzung der Fahrzeugflotte. Außerdem wächst proportonal zur Zetdfferenz zwschen den beden Messungen de Wahrschenlchket, dass Änderungen der Beleuchtung oder ene veränderte Perspektve auf das Fahrzeug zu Unterscheden m Hstogramm führen. Unter dem Geschtspunkt der Abhänggket der Ergebnsse von der Quantserung zegt sch en ähnlches Verhalten der Paare BA/HS sowe? 2 /JD. Um aus den Vertelungen auch ene qualtatve Aussage zur Güte der enzelnen Verfahren abzuleten, kann de Größe des überlappenden Berechs untersucht werden. Es betet sch an, den Schnttpunkt der beden Häufgketsvertelungen als Schwellwert heranzuzehen. Der zu desem Punkt gehörende Abstandswert d s trtt bem Verglech von Hstogrammen enes Fahrzeugs bzw. zweer verschedener Fahrzeuge glech häufg auf. Als Falschakzeptanzrate (FAR, engl. false acceptance rate) wrd der Antel der negatven Bespele bestmmt, für den glt: d(h,k) d s. De Falschrückwesungsrate (FRR, engl. false rejecton rate) st umgekehrt der Antel der postven Bespele, für de en Abstandswert größer als d s berechnet wurde. Wrd der Schwellwert d s anders gewählt, so ergeben sch ene neue FRR und FAR. Es glt allgemen, dass de Verrngerung enes der beden Fehler den anderen erhöht, sofern de Vertelungen sch überlappen, so we es her der Fall st. Abb.3 und 4 zegen FRR und FAR grafsch. Demnach wrd de gerngste FRR mt dem? 2 - Abstand und enem Hstogramm mt 16 3 =4096 Elementen erzelt. De klenste FAR erzelt der Mnkowsk-Abstand mt r=2 und enem Hstogramm mt 8 3 =512 Elementen. Im Verglech zu den anderen Verfahren st allerdngs sene FRR sgnfkant höher. De beden Größen FRR und FAR snd Erwartungswerte für den
6 MIN 2 HS KLD JD? 2 BA 4 h(d) 8 h(d) 16 h(d) Tab.2: Häufgketsvertelungen der Ähnlchketsmaße mt den verschedenen Metrken (grün = dentsches Fahrzeug, rot = verschedene Fahrzeuge) be äqudstanter Telung der dre Farbkanäle n 4, 8 und 16 Intervalle Abb.3: FRR Abb.4: FAR MIN 2 0 HS KLD JD χ 2 BA Abb.5: Korrekt zugeordnete Fahrzeuge
7 Fehler bem Verglech von zwe Hstogrammen, wenn de Entschedung nur aufgrund des Schwellwertes getroffen wrd. Im Kontext der Fahrzeugerkennung bedeutet des, dass aus der Menge aller vom ersten Ort bekannten Hstogramme {H } dejengen ausgewählt werden, de zum am zweten Ort gemessenen Hstogramm K enen kleneren Abstand als d s haben. De FRR st der Erwartungswert, dass das gesuchte Fahrzeug ncht n deser Vorauswahl enthalten st und de FAR en Erwartungswert dafür, dass en falsches Fahrzeug n de Vorauswahl aufgenommen wurde. Abb.6: Erkennungsraten be Verrngerung der Anzahl der Vergleche Allerdngs erfordert de Identfkaton enes Fahrzeugs kene Vorauswahl von Kanddaten, sondern ene möglchst zutreffende Entschedung für de Überenstmmung zweer Hstogramme. Dese kann anhand des mnmalen Abstands von K zu enem Hstogramm aus der Menge { H } erfolgen. In Abb.5 snd de mt den enzelnen Abstandsmaßen korrekt zugeordneten Fahrzeugzahlen gegenübergestellt. Anhand der Farbnformaton konnten mmerhn maxmal 40 % der Fahrzeuge n der Testmenge erfolgrech dentfzert werden. In der Praxs st der Verglech enes Hstogramms von Messschlefe 2 mt allen Hstogrammen von Messschlefe 1 ncht zweckmäßg. Wenn en Fahrzeug zugeordnet wurde, braucht das entsprechende Hstogramm be zukünftgen Verglechen ncht mehr enbezogen werden. Je nach Abstand der Messorte m Bld und Verkehrsstuaton ergbt sch damt ene wechselnde Zahl von notwendgen Verglechen. Abb.6 zegt, welche Erkennungsraten mt den enzelnen Metrken erzelt werden, wenn jedes durch de Messschlefe 2 detekterte Fahrzeug mt ener varablen Anzahl von Hstogrammen verglchen wrd, de von Fahrzeugen stammen, welche de Messschlefe 1 unmttelbar vor oder nach hm passert haben. Es snd nur de Ergebnsse für Hstogramme mt 16 3 =4096 Elementen angegeben. Be deser Quantserung wurden de besten Resultate erzelt. De Rangfolge der Verfahren unterschedet sch be 4 3 =64 und 8 3 =512 Elementen ncht wesentlch. 5 Zusammenfassung und Ausblck Optsche Schlefen wurden engesetzt, um zusätzlch zur Objektdetekton auch de Farbhstogramme von Fahrzeugen aus ener Vdeoaufzechnung zu extraheren.
8 Des betet den Vortel, dass ene Informaton zur Identfkaton der Fahrzeuge an enem anderen Ort zur Verfügung steht. De Enschränkung von optschen Schlefen, Verkehrsdaten nur lokal zu messen, kann so telwese überwunden werden. An Kreuzungen lässt sch bspw. de Auftelung von Verkehrsströmen lechter nachvollzehen. De aus der Identfkaton erwachsende Möglchket, Fahrzeten für längere Straßenabschntte zu bestmmen, erlaubt außerdem de Berechnung von streckenbezogenen mttleren Geschwndgketen. Mt ener Stchprobe wurden verschedene Metrken zum Verglech von Hstogrammen untersucht. Es zegte sch dabe, dass der Bhattacharya-Abstand das geegnetste Verfahren für de Unterschedung der Fahrzeuge st. De Unterschede zwschen hm sowe Jeffrey-Dvergenz, Hstogrammschntt und? 2 -Abstand snd jedoch gerng. De Kullback-Lebler-Dvergenz und der Mnkowsk-Abstand (MIN 2) sollten jedoch ncht engesetzt werden. De Ergebnsse zegen auch, dass de Farbgket der Fahrzeuge ken endeutges Merkmal st. De Wedererkennung enes Fahrzeugs durch ene zwete optsche Schlefe kann deshalb de Enbezehung weterer Informatonen erfordern. Das her vorgestellte Prnzp der erweterten optschen Schlefe soll zukünftg als Applkatonsmodul auf ener n das Kameragehäuse ntegrerten Rechenenhet engesetzt werden. De Entwcklung weterer solcher Module, bspw. zur Fahrzeugverfolgung, sowe de Fusonerung von Daten, de von mehreren Kamerasystemen gelefert werden, snd aktuelle Arbetsschwerpunkte. Danksagung Wr danken den Mtarbetern des Insttuts für Verkehrsforschung am DLR n Berln- Adlershof für de Durchführung der Autoscope-Messung. Insbesondere glt unser Dank Carsten Dalaff, Ibro Pandzo und Ronny Terzer. Das Projekt wrd aus Mtteln des IBB-Förderprogramms ProFt fnanzert. Lteratur 1. Meth, P.; Schäfer, R.-P.; Lorkowsk, S.; Wagner, P. : Road Map Generaton and Extracton of Road Attrbutes Based on Vehcle Postonng Data. WCTR, Istanbul, Türke, Meffert, B.; Blaschek, R.; Knauer, U.; Reulke, R.; Schschmanow, A.; Wnkler, F.: Montorng Traffc by Optcal Sensors. 2nd Internatonal Conference on Intellgent Computng and Informaton Systems, Karo, Ägypten, Dahlkamp, H.: Untersuchung enes Erwartungswert-Maxmerung (EM) Kontur- Algorthmus zur Fahrzeugverfolgung. Dplomarbet, Unverstät Karlsruhe (TH), Dalaff, C.; Ruhé, M.; Reulke, R.; Schschmanow, A.; Schlotzhauer, G.: OIS - An optcal Informatonssystem for Road Traffc Measurement and Management. Jont Workshop of ISPRS Workng Groups IV/3, IV/6 and IV/7, Un Vechta Stuttgart, Deutschland, Brokoph, V.: Verkehrsdatenerfassung mt enem Vdeoverkehrsmesssystem. Dplomarbet, FH Braunschweg/Wolfenbüttel, Rubner, Y.; Tomas, C.; Gubas, L.J.: A Metrc for Dstrbutons wth Applcatons to Image Databases. IEEE Internatonal Conference on Computer Vson, Mumba, Inden, Nummaro, K.; Koller-Meer, E.; Svoboda, T.; Roth, D.; Van Gool, L.: Color-Based Object Trackng n Mult-camera Envronments. DAGM Symposum, Magdeburg, Deutschland, 2003
Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e
Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de
Mehr4. Musterlösung. Problem 1: Kreuzende Schnitte **
Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,
MehrPolygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.
Verfahren für de Polygonalserung ener Kugel Eldar Sultanow, Unverstät Potsdam, sultanow@gmal.com Abstract Ene Kugel kann durch mathematsche Funktonen beschreben werden. Man sprcht n desem Falle von ener
MehrFORMELSAMMLUNG STATISTIK (I)
Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen
MehrBeim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):
Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.
MehrNernstscher Verteilungssatz
Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.
MehrMethoden der innerbetrieblichen Leistungsverrechnung
Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den
Mehrnonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen
arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree
MehrIonenselektive Elektroden (Potentiometrie)
III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,
MehrStatistik und Wahrscheinlichkeit
Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse
Mehr12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2
1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:
MehrLineare Regression (1) - Einführung I -
Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:
MehrGruppe. Lineare Block-Codes
Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung
MehrPraktikum Physikalische Chemie I (C-2) Versuch Nr. 6
Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und
MehrWechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I
Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"
MehrIch habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.
Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet
MehrNetzwerkstrukturen. Entfernung in Kilometer:
Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.
MehrFlußnetzwerke - Strukturbildung in der natürlichen Umwelt -
Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche
MehrFree Riding in Joint Audits A Game-Theoretic Analysis
. wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre
Mehr1 Definition und Grundbegriffe
1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:
Mehr1 - Prüfungsvorbereitungsseminar
1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten
MehrFür jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich
Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem
Mehr3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale
3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche
MehrKreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)
Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:
Mehr1 BWL 4 Tutorium V vom 15.05.02
1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)
Mehr2. Nullstellensuche. Eines der ältesten numerischen Probleme stellt die Bestimmung der Nullstellen einer Funktion f(x) = 0 dar.
. Nullstellensuche Enes der ältesten numerschen Probleme stellt de Bestmmung der Nullstellen ener Funkton = dar. =c +c =c +c +c =Σc =c - sn 3 Für ene Gerade st das Problem trval, de Wurzel ener quadratschen
Mehr"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft
"Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012
Mehr1.1 Grundbegriffe und Grundgesetze 29
1.1 Grundbegrffe und Grundgesetze 9 mt dem udrtschen Temperturkoeffzenten 0 (Enhet: K - ) T 1 d 0. (1.60) 0 dt T 93 K Betrchtet mn nun den elektrschen Wderstnd enes von enem homogenen elektrschen Feld
MehrEinbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!
Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und
MehrERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de
ERP Cloud SFA ECM Backup E-Commerce ERP EDI Prese erfassen www.comarch-cloud.de Inhaltsverzechns 1 Zel des s 3 2 Enführung: Welche Arten von Presen gbt es? 3 3 Beschaffungsprese erfassen 3 3.1 Vordefnerte
Mehr6. Modelle mit binären abhängigen Variablen
6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch
MehrFranzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny
eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung
MehrIT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.
IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung
MehrGrundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften
Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de
MehrEntscheidungsprobleme der Marktforschung (1)
Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket
MehrLehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007
Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
Mehrwird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:
Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab
MehrZinseszinsformel (Abschnitt 1.2) Begriffe und Symbole der Zinsrechnung. Die vier Fragestellungen der Zinseszinsrechnung 4. Investition & Finanzierung
Znsesznsformel (Abschntt 1.2) 3 Investton & Fnanzerung 1. Fnanzmathematk Unv.-Prof. Dr. Dr. Andreas Löffler (AL@wacc.de) t Z t K t Znsesznsformel 0 1.000 K 0 1 100 1.100 K 1 = K 0 + K 0 = K 0 (1 + ) 2
MehrBildverarbeitung Herbstsemester 2012. Bildspeicherung
Bldverarbetung Herbstsemester 2012 Bldspecherung 1 Inhalt Bldformate n der Überscht Coderung m Überblck Huffman-Coderung Datenredukton m Überblck Unterabtastung Skalare Quantserung 2 Lernzele De wchtgsten
MehrQualitative Evaluation einer interkulturellen Trainingseinheit
Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen
Mehr18. Dynamisches Programmieren
8. Dynamsches Programmeren Dynamsche Programmerung we gerge Algorthmen ene Algorthmenmethode, um Optmerungsprobleme zu lösen. We Dvde&Conquer berechnet Dynamsche Programmerung Lösung enes Problems aus
MehrStandortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung
Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten
MehrLösungen der Aufgaben zu Kapitel 2
Lösungen der Aufgaben zu Kaptel Abschntt 1 Aufgabe 1 Wr benutzen de Potenzrechenregeln, um ene Potenz von mt geradem Eponenten n oder mt ungeradem Eponenten n + 1 we folgt darzustellen: n n und n+1 n n
MehrSIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT
Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch
MehrResultate / "states of nature" / mögliche Zustände / möglicheentwicklungen
Pay-off-Matrzen und Entschedung unter Rsko Es stehen verschedene Alternatven (Strategen) zur Wahl. Jede Stratege führt zu bestmmten Resultaten (outcomes). Man schätzt dese Resultate für jede Stratege und
MehrAuswertung univariater Datenmengen - deskriptiv
Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;
MehrGrundlagen der Mathematik I Lösungsvorschlag zum 12. Tutoriumsblatt
Mathematsches Insttut der Unverstät München Wntersemester 3/4 Danel Rost Lukas-Faban Moser Grundlagen der Mathematk I Lösungsvorschlag zum. Tutorumsblatt Aufgabe. a De Formel besagt, daß de Summe der umrahmten
MehrEinführung in die Finanzmathematik
1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg
Mehrphil omondo phil omondo Skalierung von Organisationen und Innovationen gestalten Sie möchten mehr Preise und Leistungen Workshops und Seminare
Skalerung von Organsatonen und Innovatonen gestalten phl omondo Se stehen vor dem nächsten Wachstumsschrtt hrer Organsaton oder haben berets begonnen desen aktv zu gestalten? In desem Workshop-Semnar erarbeten
MehrNetzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008
Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe
MehrVERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE
VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE Karl Rudolf KOCH Knut RIESMEIER In: WELSCH, Walter (Hrsg.) [1983]: Deformatonsanalysen 83 Geometrsche Analyse und Interpretaton von Deformatonen
MehrVERGLEICH EINER EXPERIMENTELLEN UND SIMULATIONSBASIERTEN SENSITIVITÄTSANALYSE EINER ADAPTIVEN ÖLWANNE
VERGLEICH EINER EXPERIMENTELLEN UND SIMULATIONSBASIERTEN SENSITIVITÄTSANALYSE EINER ADAPTIVEN ÖLWANNE Y. L*, S-O. Han*, T. Pfeffer** *) Fachgebet Systemzuverlässgket und Maschnenakustk, TU Darmstadt **)
MehrFür wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage
Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften
MehrÜbungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen
Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen
MehrFallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung
Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012
MehrNomenklatur - Übersicht
Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen
Mehrbinäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:
Informatk I 6. Kaptel Raner Schrader Zentrum für Angewandte Informatk Köln 4. Jun 008 Wr haben bsher behandelt: Suchen n Lsten (lnear und verkettet) Suchen mttels Hashfunktonen jewels unter der Annahme,
Mehr13.Selbstinduktion; Induktivität
13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd
MehrWie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?
We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de
MehrDatenträger löschen und einrichten
Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe
MehrWie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?
We eröffne ch als Bestandskunde en Festgeld-Konto be NIBC Drect? Informatonen zum Festgeld-Konto: Be enem Festgeld-Konto handelt es sch um en Termnenlagenkonto, be dem de Bank enen festen Znssatz für de
MehrLeistungsmessung im Drehstromnetz
Labovesuch Lestungsmessung Mess- und Sensotechnk HTA Bel Lestungsmessung m Dehstomnetz Nomalewese st es ken allzu gosses Poblem, de Lestung m Glechstomkes zu messen. Im Wechselstomkes und nsbesondee n
MehrIm Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.
Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0
MehrDLK Pro Multitalente für den mobilen Datendownload. Maßgeschneidert für unterschiedliche Anforderungen. www.dtco.vdo.de
DLK Pro Multtalente für den moblen Datendownload Maßgeschnedert für unterschedlche Anforderungen www.dtco.vdo.de Enfach brllant, brllant enfach DLK Pro heßt de Produktfamle von VDO, de neue Standards n
Mehr5. ZWEI ODER MEHRERE METRISCHE MERKMALE
5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe
Mehrd da B A Die gesamte Erscheinung der magnetischen Feldlinien bezeichnet man als magnetischen Fluss. = 1 V s = 1 Wb
S N De amte Erschenng der magnetschen Feldlnen bezechnet man als magnetschen Flss. = V s = Wb Kraftflssdchte oder magnetsche ndkton B. B d da B = Wb/m = T Für homogene Magnetfelder, we se m nneren von
MehrSpiele und Codes. Rafael Mechtel
Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,
MehrEva Hoppe Stand: 2000
CHECKLISTE ARBEITSSCHUTZ A. Rechtsgrundlagen der Arbetgeberpflchten Ist der Arbetgeber/de Behördenletung mt der Rechtssystematk und dem modernen Verständns des Arbetsschutzes vertraut? Duale Rechtssystematk
Mehr2 Zufallsvariable und Verteilungen
Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem
MehrArbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2
ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung
MehrBoost-Schaltwandler für Blitzgeräte
jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler
MehrStreuungs-, Schiefe und Wölbungsmaße
aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen
MehrAnalytische Chemie. LD Handblätter Chemie. Bestimmung der chemischen Zusammensetzung. mittels Röntgenfluoreszenz C3.6.5.2
SW-214-3 Analytsche Cheme Angewandte Analytk Materalanalytk LD andblätter Cheme Bestmmung der chemschen Zusammensetzung ener Messngprobe mttels Röntgenfluoreszenz Versuchszele Mt enem Röntgengerät arbeten.
MehrElemente der Mathematik - Sommer 2016
Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s
MehrFachkräfte- Die aktuelle Situation in Österreich
Chart 1 Fachkräfte- De aktuelle Stuaton n Österrech Projektleter: Studen-Nr.: Prok. Dr. Davd Pfarrhofer F818..P2.T n= telefonsche CATI-Intervews, repräsentatv für de Arbetgeberbetrebe Österrechs (ohne
MehrIn der beschreibenden Statistik werden Daten erhoben, aufbereitet und analysiert. Beispiel einer Datenerhebung mit Begriffserklärungen (Vokabel)
Rudolf Brnkmann http://brnkmann-du.de Sete.. Datenerhebung, Datenaufberetung und Darstellung. In der beschrebenden Statstk werden Daten erhoben, aufberetet und analysert. Bespel ener Datenerhebung mt Begrffserklärungen
MehrFinanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1
Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude
MehrKennlinienaufnahme des Transistors BC170
Kennlnenufnhme des Trnsstors 170 Enletung polre Trnsstoren werden us zwe eng benchbrten pn-übergängen gebldet. Vorrusetzung für ds Funktonsprnzp st de gegensetge eenflussung beder pn-übergänge, de nur
MehrEAU SWH l$,0, wohngebäude
EAU SWH l$,0, wohngebäude gemäß den $$ 6 ff, Energeensparverordnung (EnEV) :,:: Gültsbs: 09208 Gebäude Gebäudetyp Altbau Mehrfamlenhaus Adresse Hardstraße 3 33, 40629 Düsseldorf Gebäudetel Baujahr Gebäude
MehrBackup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1
Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen
MehrInhaltsbasierte Suche in Bilddatenbanken
Inhaltsbaserte Suche n Blddatenbanken Ullrch Köthe Fraunhofer-Insttut für Graphsche Datenverarbetung Rostock D-18059 Rostock, Joachm-Jungus-Str. 9 Emal: koethe@egd.gd.fhg.de Zusammenfassung: Der vorlegende
MehrDie Schnittstellenmatrix Autor: Jürgen P. Bläsing
QUALITY-APPs Applkatonen für das Qaltätsmanagement Prozessmanagement De Schnttstellenmatrx Ator: Jürgen P. Bläsng Schnttstellen (Übergangsstellen, Verbndngsstellen) n betreblchen Prozessen ergeben sch
MehrVersicherungstechnischer Umgang mit Risiko
Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über
MehrOnline-Services Vorteile für Mandanten im Überblick
Onlne-ervces Vortele für en m Überblck teuerberechnung Jahresbschluss E-Mal Dgtales Belegbuchen Fgur-enzeln De Entfernung zu Ihrem Berater spelt mt deser Anwendung kene Rolle mehr. Und so funktonert s:
MehrW i r m a c h e n d a s F e n s t e r
Komfort W r m a c h e n d a s F e n s t e r vertrauen vertrauen Set der Gründung von ROLF Fensterbau m Jahr 1980 snd de Ansprüche an moderne Kunststofffenster deutlch gestegen. Heute stehen neben Scherhet
MehrOnline-Services Vorteile für Mandanten im Überblick
Onlne-ervces Vortele für en m Überblck Fgur-enzeln E-Mal Dgtales Belegbuchen Fgur-Gruppe teuerberater austausch mt Kassenbuch der Fnanzverwaltung onlne hreschluss Jahresbschluss De Entfernung zu Ihrem
MehrAUFGABEN ZUR INFORMATIONSTHEORIE
AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen
MehrManhattan-Metrik anhand des Beispiels
Bestmmung durch Manhattan-Metrk 3 Manhattan-Metrk anhand des Bespels Gesucht werden de zwe Standorte für zwe Ausleferungslager. De Standpunkte der Nachfrager () snd durch de Koordnaten ( x/y ) gegeben.
MehrQuant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik
Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten
Mehr6 Wandtafeln. 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln. 6.3.1 Allgemeines
6 Wandtafeln 6.3 Berechnung der Kräfte und des Schubflusses auf Wandtafeln 6.3.1 Allgemenes Be der Berechnung der auf de enzelnen Wandtafeln entfallenden Horzontalkräfte wrd ene starre Deckenschebe angenommen.
MehrSH SK S..LL. BPW ECO Disc Trailerscheibenbremsen TSB 3709 / 4309 / 4312. Servicemaßnahme BPW BERGISCHE ACHSEN. Trailerscheibenbremsen
Servcemaßnahme BPW ECO Dsc Tralerschebenbremsen BPW BERGISCHE ACHSEN BPW ECO Dsc Tralerschebenbremsen TSB 3709 / 4309 / 4312 Servcemaßnahme SH SK S..LL BPW ECO Dsc Servcemaßnahme Inhalt BPW Servce-Kt BPW
Mehr1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl
0. STRÖMUNG INKOMPRESSIBLER FLUIDE IN ROHRLEITUNGEN Enführung Vorlesung Strömungslehre Prof. Dr.-Ing. Chrstan Olver Pascheret C. O. Pascheret Insttute of Flud Mechancs and Acoustcs olver.pascheret@tu-berln.de
MehrDaten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.
Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve
MehrFallstudie 1 Diskrete Verteilungen Abgabe: Aufgabentext und Lösungen schriftlich bis zum
Abgabe: Aufgabentext und Lösungen schrftlch bs zum 15. 6. 2012 I. Thema: Zehen mt und ohne Zurücklegen Lesen Se sch zunächst folgenden Text durch! Wr haben bsher Stchprobenzehungen aus Grundgesamtheten
Mehrω 0 = Protokoll zu Versuch E6: Elektrische Resonanz
Protokoll zu Versuch E6: Elektrsche esonanz. Enletung En Schwngkres st ene elektrsche Schaltung, de aus Kapaztät, Induktvtät und ohmschen Wderstand besteht. Stmmt de Frequenz der anregenden Wechselspannung
MehrItemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i
Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson
MehrMessen kleiner Größen
Messen klener Größen Negungssensoren Elektronsche Negungssensoren Flüssgketsssteme Pendelssteme Sesmsche Ssteme btstung ener Gsblse btstung ener Flüssgkets -oberfläche Vertklpendel Horzontl -pendel Beschleungungsmesser;
Mehr