Inhaltsbasierte Suche in Bilddatenbanken

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Inhaltsbasierte Suche in Bilddatenbanken"

Transkript

1 Inhaltsbaserte Suche n Blddatenbanken Ullrch Köthe Fraunhofer-Insttut für Graphsche Datenverarbetung Rostock D Rostock, Joachm-Jungus-Str. 9 Emal: Zusammenfassung: Der vorlegende Artkel beschäftgt sch mt ener neuen Art ntellgenter Informatonssysteme, den Blddatenbanken mt nhaltsbaserter Suchopton. De nhaltsbaserte Suche glt als velversprechender Lösungsansatz für das Fnden relevanter Daten n großen Datenbeständen. De grundlegenden Konzepte n Bezug auf Blddatenbanken werden beschreben und anhand enes Modellbespels, ener Datenbank mt Brllengestellen, überprüft. Es zegt sch, daß der Nutzen von nhaltsbaserter Suche entschedend davon abhängt, daß das Retrevalsystem ähnlche Suchkrteren anwendet we der Mensch. Aufgrund enfacher Expermente werden geegnete Krteren, de auf Rchtungshstogrammen und Skelettlnen beruhen, dentfzert. De expermentelle Evaluerung des darauf aufbauenden Demonstratonssystems zegt ene gute Überenstmmung der Suchergebnsse mt den Erwartungen des Nutzers. 1. Enletung De heutge Technologe gbt uns de Möglchket, resge Mengen dgtaler Blddaten zu spechern, zu manpuleren und zu übertragen. Dese Entwcklung beruht unter anderem auf den ständg snkenden Kosten für Specherhardware und auf den stark verbesserten Zugrffsmöglchketen über weltwete Computernetze (Internet, WWW). Das bsher ungelöste Hauptproblem besteht dabe darn, n desem gewaltgen Informatonspotental dejengen Daten zu fnden, de für ene bestmmte Fragestellung relevant snd. De Spannwete der möglchen Anfragen st dabe sehr groß. So suchen bespelswese Umweltwssenschaftler nach bestmmten Veränderungen n Satelltenbldern. Ärzte benötgen Röntgenaufnahmen, de ene bestmmte Besonderhet aufwesen. Kunden wählen n enem elektronschen Frmenkatalog Produkte aus (Teleshoppng) usw. Tradtonell werden zur Suche n Blddatenbanken Annotatonen verwendet, de den Bldnhalt n Form von Wort- und Zahlenattrbuten kompakt wedergeben. Dese Methode hat jedoch mehrere Nachtele: - En Bld enthält normalerwese wesentlch mehr Informatonen, als durch ene begrenzte Zahl von Annotatonen ausgedrückt werden kann ( En Bld sagt mehr als tausend Worte. ). Deshalb st de Spanne der möglchen Fragestellungen sehr begrenzt. - Annotatonen müssen heute mest von Hand engegeben werden. Des verursacht enersets hohe Kosten, anderersets bleben de Annotatonen von subjektven Enschätzungen des Bearbeters abhängg und snd schlecht objektverbar. Der wchtgste Ansatz zur Entwcklung ntellgenter Suchmethoden besteht darn, mt Hlfe von Methoden der dgtalen Bldanalyse den Bldnhalt selbst zu untersuchen. Dese neuen Methoden, deren Entwcklung weltwet zur Zet stark vorangetreben wrd, werden unter dem Begrff Inhaltsbaserte Suche (engl. Content Based Retreval ) zusammengefaßt. Man unterschedet dre grundlegende Prnzpen der nhaltsbaserten Suche n Blddatenbanken: on-lne Bldanalyse: Herbe entsprcht jeder Anfrage en Bldanalysealgorthmus, der nach Anwendung auf alle Blder genau de gesuchten Blder herausfltert. Obwohl der Nutzer damt ene sehr große Flexbltät be der Suche erhält, st dese Methode für de mesten praktschen Anwendungen heute noch zu aufwendg. automatsche Annotaton: Be desem Ansatz werden be der Enfügung jedes Bldes automatsch Annotatonen berechnet. Man kann dadurch wesentlch mehr Annotatonen verwenden, als en Mensch von Hand engeben könnte. Standardserte Algorthmen schern außerdem de Verglechbarket der Attrbute. Da jede Suchanfrage mt Hlfe der Attrbute formulert werden muß, müssen dese sehr sorgfältg ausgewählt werden. bldlche Schlüssel (pctoral ndexes): Dese Methode versucht, de Vortele der beden vorhergehenden Methoden zu verbnden. Aus den ursprünglchen Bldern werden dabe (mest verklenerte) Schlüsselblder berechnet, n denen bestmmte Merkmale (z.b. Kanten) hervorgehoben und damt lecht zu 1

2 detekteren snd. De Schlüsselblder enthalten mehr Informatonen als enfache Attrbute, nsbesondere blebt der räumlche Kontext erhalten. Da umfangreche Vorverarbetungsschrtte berets durchgeführt wurden, st der Rechenaufwand trotzdem vel gernger als be der on-lne Bldanalyse. Aufgrund der Komplextät der Bldnformaton kann man allerdngs ncht erwarten, daß de nhaltsbaserte Suche ene exakte Überenstmmung von Suchkrteren und Bldmerkmalen lefert. Statt dessen mßt man de Ähnlchket zwschen Suchkrteren und Bldnformaton. Neuronale Netze und Fuzzy-Logk lassen sch, neben tradtonellen Verfahren, herzu erfolgversprechend ensetzen. De Blder mt der größten Ähnlchket werden dem Nutzer präsentert, und deser hat de letzte Entschedung, welches er auswählen möchte. Ene Rehe neuer Anfragetypen werden dadurch möglch: - bespelbaserte Suche: "Suche Blder, de enem Bespelbld (oder Bldausschntt) ähnlch snd." "Suche Blder, de en Objekt enthalten, das mener Skzze ähnelt." - Suche nach vsuellen Merkmalen: "Suche Blder, de bestmmte Texturen und Farbvertelungen bestzen." "Suche Blder, de runde oder fünfeckge Objekte enthalten. - teratve Suche: Hat ene Anfrage ken befredgendes Ergebns erbracht, kann aus den besten Antworten ene neue Anfrage zusammengestellt und de Suche wederholt werden, so daß man sch teratv an de gesuchte Lösung herantastet. Des erlechtert de Arbet vor allem dann, wenn zwschen konkurrerenden Merkmalen en Kompromß gefunden werden muß. De Formulerung derartger Anfragen stellt hohe Anforderungen an das Nutzernterface, um effzent entsprechende Bespele zu genereren, aus anderen Bldern zu extraheren und zu modfzeren. Zusätzlch sollte de Möglchket zur Übersetzung anwendungsspezfscher Begrffe n den Merkmalsraum der Bldanalyse vorhanden sen, um Anfragen auch verbal formuleren zu können De mesten derzet exsterenden Prototypen realseren de nhaltsbaserte Suche über automatsche Annotatonen. Das PHOTOBOOK-System [1] konzentrert sch dabe auf de Abletung optmaler Attrbute für spezelle Fragestellungen, nämlch de Erkennung von Geschtern, de Texturklassfkaton mt Hlfe von WOLD- Merkmalen und de Formbeschrebung ebener Flächen durch Deformatonsanalyse. QBIC [], das derzet enzge kommerzell verfügbare System, hngegen versucht, möglchst allgemen anwendbare Attrbute zu bestmmen. Es werden daher nsbesondere Farbhstogramme, enfache Texturmerkmale sowe Flächenmomente benutzt. Ene erste Anwendung der bldlchen Schlüssel wurde nnerhalb des ART MUSEUM-Systems [3,4] verwrklcht. Spezelle verklenerte Kantenblder, de de Komposton des Bldes wedergeben, werden her zum Retreval von Gemälden engesetzt. De vorlegende Arbet berchtet über en Modellbespel, mt dessen Hlfe grundlegende Konzepte der nhaltsbaserten Suche demonstrert und überprüft wurden. Deses Modellsystem ermöglcht de Suche nach Brllengestellen n ener entsprechenden Blddatenbank, ndem de gewünschte Brllenform durch ene Skzze oder en Bespelbld beschreben wrd. De Hauptschwergket besteht herbe darn, daß de vom System verwendeten Attrbute dem Ähnlchketsempfnden enes Menschen sehr genau entsprechen müssen, da de Suchergebnsse sonst für den Nutzer kaum nachvollzehbar snd. De relatv enge Engrenzung des Anwendungsgebetes erlechtert dabe de Defnton der Attrbute sowe de Überprüfung der Ergebnsse unter verschedenen Bedngungen. De Arbet gledert sch we folgt: Im zweten Abschntt werden aufgrund psychologscher Untersuchungen geegnete Merkmale dentfzert. Entsprechende Algorthmen werden n Abschntt 3 entwckelt. Abschntt 4 beschäftgt sch schleßlch mt der Formulerung von Anfragen und berchtet über Expermente zur Evaluerung der Suchmethoden.. Identfkaton geegneter Merkmale für de Brllenbeschrebung Berets ene oberflächlche Analyse zegt, daß Menschen en ausgeprägtes Empfnden für de Ähnlchket von Formen, n unserem Fall Brllengestellen, bestzen. En automatsches Retrevalsystem muß deshalb sene Ähnlchketskrteren so eng we möglch an das menschlche Empfnden anpassen. Um den Begrff menschlches Empfnden n desem Zusammenhang genauer zu defneren, wurden zunächst ene Rehe enfacher psychologscher Tests durchgeführt. Grundlage deser Tests war de Sammlung von Brllen n Abbldung 1. Auch wenn de Tests nur enen groben Enblck geben, zegt sch, daß se für das nachvollzehbare Funktoneren des Retrevals entschedende Hnwese lefern. Ähnlche Tests müssen vermutlch Grundlage jeder nhaltsbaserten Suchumgebung sen.

3 Abb. 1: Brllen, de für verschedene Tests verwendet wurden. (De Zahlen werden m folgenden als Referenzen verwendet.) Zunächst gng es darum festzustellen, welchen Enfluß verschedene Merkmale ener Brlle auf de Beurtelung der Ähnlchket haben. Zusammenfassend ergab sch dabe folgendes: - Wchtgstes Merkmal st de Form des Brllenglases. - Etwas gernger gewchtet snd de Dcke des Brllenrahmens, das Desgn des Nasenstegs sowe de Größe der Brlle. - Außer be sehr auffällgem Desgn spelt der Schleßblock (Ansatz der Bügel) ene gerngere Rolle. Farbe wurde als Krterum zunächst ncht berückschtgt, des st ener späteren Verson des Programms vorbehalten. Ausgehend von desen Merkmalen gng es darum, grundlegende Klassfkatonen für Brllen zu fnden. Das entschedende Merkmal für de Klassfkaton st offenbar de Zahl der Ecken der Grundform des Brllenglases. Daraus ergeben sch sechs Klassen: runde, ovale, dre-, ver- sowe fünf- und mehreckge Formen. Wchtg für de Ähnlchket st auch, ob der Nasensteg aus en oder mehr (mest zwe) Telen besteht, woraus sch jewels zwe Unterklassen ergeben. De übrgen Merkmale zegen kene deutlche Klassenbldung und werden deshalb nur kontnuerlch betrachtet. Auf der Grundlage der Klassfkatonen wurde nun de Ähnlchket von Brllen genauer erfragt. Ausgehend von typschen Klassenvertretern sollten de Versuchspersonen de anderen Brllen entsprechend hrer Ähnlchket sorteren. Abb. zegt zwe Bespele, n denen als Unterschedungskrterum nur de Form des Brllenglases benutzt wurde. De Poston jeder Brlle ergbt sch durch Mttelung hrer Poston n mehreren Test mt unterschedlchen Versuchspersonen. Es st zu erkennen, daß de Ähnlchket von der Rchtung der geraden Stücken des Randes sowe von der Schärfe der Ecken bestmmt wrd. a) Musterbrlle b) Musterbrlle Abb. : Bespele für de Enschätzung der Ähnlchket durch de Versuchspersonen. (lnks: Musterbrlle; daneben: de sechs ähnlchsten Brllen aus Abb. 1 entsprechend hrer mttleren Poston be allen Versuchspersonen. De Zahlen unter den Bldern snd de Standardabwechungen deser mttleren Poston. Hohe Werte bedeuten, daß de Enschätzungen stark schwanken - m Extremfall um mehr als 5 Postonen n jede Rchtung. Aus den Tests ergbt sch folgende Lste von Merkmalen, de das Retrevalsystem berückschtgen muß: Brllenglas: Klassenzugehörgket (rund, oval, dre-, ver-, fünf-, mehreckg), Größe, Deskrptoren für de Detals der Form (nsbesondere Rchtungen und Schärfe der Ecken) 3

4 Nasensteg: Klassenzugehörgket (en Tel, mehrere Tele), Dcke, Brete, Poston Rahmen: mttlere Dcke nsgesamt, mttlere Dcke n ver Rchtungen (Nord, Süd, Ost, West) Darüber hnaus wurde deutlch, daß verschedene Versuchspersonen sehr unterschedlche Gewchtungen der verschedenen Merkmale vornehmen. Ene geegnete Nutzeranpassung muß durch das Retrevalsystem daher ebenfalls unterstützt werden. 3. Modellerung der Ähnlchket m Computer Analyse des Brllenglases De Analyse des Brllenglases hat sch als das schwergste Problem be der Entwcklung erwesen. Des st darauf zurückzuführen, daß sch de expermentell gefundenen Ähnlchketsbezehungen nur schlecht mt herkömmlchen Deskrptoren we Flächenmomenten [5] oder Fourerdeskrptoren [6] modelleren lassen. Offenschtlch st de Informaton, de für Erkennung der subtlen Unterschede zwschen konvexen Flächen (fast alle Brllengläser snd konvex) benötgt wrd, über mehrere Deskrptoren vertelt und dadurch schwer zu extraheren. Innerhalb deses Projekts wurde deshalb en neuer Deskrptor entwckelt, der sch spezell für de Unterschedung konvexer Flächen egnet. Er geht von der oben erwähnten Beobachtung aus, daß de Schärfe der Ecken und de Kantenrchtungen entschedenden Enfluß auf de Unterschedung haben. Wr nehmen an, daß das zu analyserende Gebet n Parameterdarstellung vorlegt (der Parameter t st der normerte Umfang): x t G = t [ ) ( ), 0, 1. (1) y( t) Der Wnkel ψ zwschen der Tangente n enem Punkt des Randes und der x-achse sowe de Länge dl enes dy dx dfferentellen Kurvenstücks snd dann ( mt y'( t) dt, x'( t) dt ) = = gegeben durch: y arctan '( t ), falls x'( t) 0, y'( t) 0 x'( t) y ψ ( ) arctan '( t t = ) + π, falls x'( t) < 0 x'( t) y arctan '( t ) + π, x'( t), y'( t) < falls 0 0 x'( t) dl = x'( t) + y'( t). () Wr defneren nun n Intervalle Ψ über dem Werteberech von ψ ( t ). Für en konvexes Gebet G st de Funkton ψ ( t ) monoton, so daß jedem Intervall Ψ endeutg en zusammenhängendes Intervall T über dem Defntonsberech von ψ ( t ) zugeordnet werden kann: { } Ψ = ψ ( t): ψ ψ ( t) < ψ + ψ, ψ = ψ, = 0,..., n 1, ψ = { : ψ ( ) Ψ } T = t t Mt Hlfe deser Intervalle kann en Rchtungshstogramm für de Kurve defnert werden: π n (3) H[ Ψ ] = dl = x'( t) + y'( t) dt. T T Das Rchtungshstogramm mßt de Länge der Randkurve n jedem Wnkelntervall [ ψ ψ ψ ) 4 (4), +. Anschaulch bedeutet des, daß H n enem Gebet großer Krümmung (also an ener Ecke) enen klenen Wert und n enem Gebet klener Krümmung (Geradenstück) enen großen Wert bestzt. Deshalb st es für de Beschrebung konvexer Flächen sehr geegnet.

5 Enge wchtge Egenschaften des Rchtungshstogramms snd: - Es st translatonsnvarant. - Es st ncht rotatonsnvarant. Dese Egenschaft st für de Brllenbeschrebung günstg, da Brllen ene defnerte Lage bestzen. - Es st n ψ perodsch (Perode π ). Dese Egenschaft kann genutzt werden, um rotatonsnvarante Deskrptoren abzuleten (bespelswese de Beträge der Fourertransformerten des Hstogramms). - Durch Verwendung des normerten Umfangs (d.h. H[ Ψ ] = 1) st das Hstogramm skalerungsnvarant. De absolute Größe der Brlle, de natürlch ebenfalls nteressant st, wrd als separates Merkmal durch de Quadratwurzel der Fläche des Brllenglases beschreben. In der Praxs st de Berechnung des Rchtungshstogramms sehr enfach, wel de Kurve normalerwese als T Polygonzug, z.b. durch G = {( xk, yk ), k = 0,..., m 1 }, gegeben st. In desem Fall müssen anstelle der Dfferentale Dfferenzen benutzt werden und es glt: H[ Ψ ] = lk, (5) { : ψ [ ψ, ψ + ψ )} k k wobe ψ k de Rchtung des k-ten Vektors des Polygonzuges und l = ( x x ) + ( y y ) Länge snd. k k + 1 k k + 1 k sene Abb. 3: Rchtungshstogramme enger Brllen Brlle : fast rund => kene ausgeprägten Extrema Brlle 3: oval => zwe Maxma Brlle 16: dreeckg => dre Maxma Brlle 1: vereckg => ver Maxma Abb. 3 zegt de (geglätteten) Rchtungshstogramme für enge Brllen. De Zuordnung der Brllen zu ener der Klassen rund, oval usw. st jetzt relatv enfach. Im wesentlchen ergbt se sch aus der Anzahl der Maxma m Rchtungshstogramm. Häufg treten jedoch neben den deutlchen Maxma auch wenger deutlche auf. Typsches Bespel st ene fast runde, lecht ellpsenförmge Brlle, de zwe klene Maxma m Hstogramm aufwest. In solchen Fällen kann de Brlle n gewssem Grade mehreren Klassen zugeordnet werden. En enfacher Fuzzy-Klassfkator hat sch als das geegnete Werkzeug erwesen, aus den Peaks des Hstogramms solche graduellen Zugehörgketswerte zu berechnen. Analyse des Brllengestells Grundlage für de Beschrebung des Brllengestells st das Skelett, welches mt Hlfe der Dstanztransformaton [7,8] bestmmt wrd. De Dstanztransformaton ermöglcht es außerdem, für jedes Pxel des Skeletts senen Abstand vom Rand zu berechnen. Mt Hlfe enes Kantenverfolgungsalgorthmus lassen sch nun alle relevanten Pxel des Skeletts fnden und über den gesamten Rahmen sowe nnerhalb der ver Sektoren Nord, Süd, Ost und West (gemessen relatv zum Schwerpunkt enes Brllenglases) mtteln. Lage, Größe und Anzahl der Nasenstege werden durch Analyse der Verzwegungspunkte des Skeletts ermttelt. De Dcke ergbt sch wederum als mttlerer Abstand der Skelettlne des Nasenstegs vom Rand. 5

6 Defnton der Ähnlchket Be der Defnton der Ähnlchket müssen prnzpell zwe Fälle unterscheden werden, nämlch der Verglech kontnuerlcher Merkmale bzw. Merkmalsvektoren sowe der Verglech von Klassenzugehörgketen. Zur Berechnung der Ähnlchket kontnuerlcher Merkmale muß en geegneter Abstand zwschen den Merkmalen defnert werden. In velen Fällen genügt der Eukldsche Abstand, der für de Rchtungshstogramme gegeben st durch: ( ) D ( H1, H ) = H1[ Ψ ] H[ Ψ ]. (6) Ene Alternatve bem Verglech von Hstogrammen betet der symmetrsche Abstand der zugehörgen Summenhstogramme (ähnlch dem Kolmogorov-Test): D ( H, H ) H [ ] k H [ ] 1 = k = 0 1 Ψ k = 0 Ψ k. (7) De Ergebnsse snd be beden Varanten ähnlch, ausführlchere Untersuchungen zum Verglech snd zur Zet m Gange. Mehrere vonenander unabhängge Dstanzen lassen sch durch en gewchtetes Mttel der Quadrate der Enzeldstanzen kombneren: a Dges ( M1,..., M a ) = wl D l=1 l. (8) De Gewchte w l hängen dabe von der Varanz der Dstanz D l sowe von hrer Bedeutung für de Gesamtbeurtelung der Ähnlchket ab. Außerdem läßt sch der Ähnlchketsbegrff durch Modfkaton der Gewchte lecht an verschedene Nutzeranforderungen anpassen. Des wrd weter unten ausführlcher dskutert. Um de Ähnlchket von Klassenzugehörgketen zu testen, hat man zwe prnzpelle Möglchketen. Im enfachsten Fall berückschtgt man nur Objekte, de nnerhalb der glechen Klasse legen we das Suchprädkat. Des führt jedoch häufg zu ener zu starken Enschränkung des Suchraumes. Her st es besser, auch zwschen den Klassen ene Cluster-Dstanz zu defneren (z.b. mt Hlfe der Eukldschen Dstanz der Cluster- Zentren). Dese kann dann mt enem geegneten Gewcht ebenfalls n de Gesamtdstanz D ges engehen. De Unterschedung von klassenbaserten und kontnuerlchen Merkmalen gestattet darüber hnaus ene enfache Art der Indzerung größerer Datenbestände. De Suche n der Datenbank wrd dann n zwe Schrtten durchgeführt. Zuerst werden mt wengen klassenbaserten Merkmalen dejengen Brllen dentfzert, de m glechen oder n benachbarten Clustern legen we das Suchprädkat. Nur be desen st danach der vel aufwendgere Verglech aller Merkmale notwendg, was zu ener deutlchen Beschleungung der Suche führt. 4. Anfrageformulerung und Expermente Zwe grundlegende Anfrageparadgmen wurden bsher mplementert und getestet: Suche mt Hlfe enes Bespels sowe Suche aufgrund ener Skzze. De Engabe der Skzze erfolgt dabe mt enem spezellen Edtor, der de ntutve Festlegung der gewünschten Brllenform auf der Bass von Splnes gestattet. De Werte für de übrgen Merkmale werden durch Scheberegler und Buttons festgelegt. Be der Bespelsuche wrd m enfachsten Falle ene Brlle der Datenbank als Verglechsobjekt festgelegt. Wählt man mehrere Bespele aus, kann jedes Bespel Zelmerkmale aus ener anderen Merkmalsgruppe lefern, so daß der Nutzer aus mehreren telwese befredgenden Antworten ene verfenerte Fragestellung ableten kann. Außerdem gbt es de Möglchket, durch Modfkaton der Gewchte de Suche an Nutzerpräferenzen anzupassen. So könnte bespelswese en Nutzer besonderen Wert auf klene Brllen legen, während en anderer auf kenen Fall enen mehrtelgen Nasensteg akzeptert. Deses Feature läßt sch während der Testphase auch dazu verwenden, de Suche nach jedem Attrbut getrennt zu testen, ndem de Gewchte der anderen Merkmale null gesetzt werden. De Testmethodk st an Technken aus [] angelehnt. De Ergebnsse der automatschen Suche werden mt dem entsprechenden Experment verglchen. De Güte der Suche ergbt sch aus der mttleren bzw. der maxmalen Dfferenz zwschen der expermentell bestmmten Sollposton der 6 ähnlchsten Brllen sowe deren 6

7 tatsächlcher Poston bem automatschen Retreval. Folgende Test wurden durchgeführt (jewels für Bespelsuche und Suche mt Skzze): - Test der Ähnlchket aufgrund der Klassennformaton allen - Test der Ähnlchket des Rchtungshstogramms nnerhalb der selben und benachbarter Klassen - Test der Rahmenmerkmale - Test der Nasenstegmerkmale - Tests mt verschedenen Merkmalskombnatonen De Tests aufgrund der Klassennformatonen zegen, daß das System de Klassenzugehörgketen korrekt erkannt hat. Verglecht man zusätzlch de Rchtungshstogramme, so daß auch de Ähnlchket nnerhalb der Klassen gemessen wrd, ergeben sch de Resultate n Abb. 4. De Musterbrllen snd de selben we n Abb., de Rehenfolge n Abb. st also de Soll-Rehenfolge. Sollposton und tatsächlche Poston wechen m Mttel um 1.6, höchstens um 3 Plätze vonenander ab. Dese Abwechungen entsprechen etwa den Standardabwechungen be den Expermenten, d.h. de Abwechungen des Retrevalsystems snd ncht größer als de Abwechungen der Versuchspersonen unterenander. Damt st ene wchtge Bedngung für de praktsche Anwendbarket des Verfahrens erfüllt. a) Musterbrlle b) Musterbrlle Abb. 4: Ergebns des automatschen Retrevals der Brllenform für de selben Musterbrllen we n Abb. (lnks: Musterbrllen; daneben: de sechs ähnlchsten Brllen. De Zahlen geben de Abwechungen zur Sollposton an, wenn de selbe Brlle n Abb. enthalten war. De noch fehlenden Verglechsbrllen befnden sch auf den Postonen 7 bzw. 8) a) Musterbrlle b) Musterbrlle c) Skzze Abb. 5: Bespele für Suche aufgrund der Rahmendcke (a), der Form des Nasenstegs (b) und mt Hlfe ener Skzze (c) De Abbldung 5 zegt Resultate für wetere Merkmale sowe für de Suche mt Hlfe ener Skzze. Auch her st zu erkennen, daß de Antworten des automatschen Suchsystems den Ergebnssen der Expermente sehr nahekommen. Das System wurde n C++ auf der Bass der objektorenterten Datenbank VERSANT auf ener SparcStaton 10 mplementert. De Antwortzet des Systems beträgt etwa 0.4 ms pro Brlle für enen vollständgen Merkmalsverglech. Der Verglech der Klassenzugehörgketen allen benötgt 0.1 ms. (Dabe snd de Retrevalzeten der Merkmale n der Datenbank ncht enthalten, wel de entsprechenden Objekte m Hauptspecher gecached werden.) Enfache lneare Suche st demnach bs etwa 1000 Brllen schnell genug für de nteraktve Arbet. Be klassenbaserter Indzerung verkürzt sch de Retrevalzet etwa auf de Hälfte, wenn durch de Vorauswahl nur noch be 1/3 der Brllen ene vollständge Suche notwendg st. 7

8 5. Ergebnsse und Ausblck In der vorlegenden Arbet wurde en allgemenes Konzept zur nhaltsbaserten Suche n Blddatenbanken entwckelt und an enem Bespel getestet. De Tests zegen, daß de nhaltsbaserte Suche en lestungsfähges, für den Nutzer ntutv verständlches Mttel zum Auffnden vsueller Informatonen st. Von entschedender Bedeutung st dabe allerdngs, daß de vom System verwendeten Merkmale und Ähnlchketsmaße eng an de entsprechenden, expermentell bestmmten Begrffe von Menschen angelehnt sen müssen. Außerdem müssen Anpassungsmöglchketen an de Varabltät und Subjektvtät deser menschlchen Begrffe geschaffen werden. De Suche mt Hlfe ener Skzze egnet sch nach unseren Erfahrungen besonders, um am Anfang der Suche erste Antworten zu genereren. Danach st es am enfachsten, sch aus den gefundenen Brllen Bespele zusammenzustellen, so daß de Anfrage mmer exakter wrd. Auf dese Wese kann man sch von ener groben Skzze sehr schnell teratv an ene Lösung herantasten. Zur Zet erforschen wr, we dese Konzepte auf komplzertere Blder, z.b. normale Fotografen, ausgedehnt werden können. De wchtgsten Probleme sehen wr be der Segmenterung der Blder sowe be der Bestmmung geegneter, anwendungsübergrefender Merkmale. Auch Fragen des User-Interfaces werden ene sehr große Rolle spelen, wel de bshergen Werkzeuge für de Anfragegenererung und für de Vsualserung von Ähnlchketen ncht mehr ausrechen. Innovatve Methoden zur Indzerung veldmensonaler Merkmalsräume werden mt dem Anwachsen der Datenbestände mmer wchtger. De Velzahl der potentellen Anwendungen, von elektronschen Katalogen für das Teleshoppng über schnellen Zugrff auf medznsche Blddaten bs zur problembaserten Suche n Satelltenbldarchven, versprechen jedoch enen großen return-onnvestment für de notwendge Forschungsarbet. 6. Lteraturverzechns [1] A. Pentland, R. Pcard, S. Sclaroff: Photobook: Tools for Content-Based Manpulaton of Image Databases, n: SPIE Conf. on Storage and Retreval n Image and Vdeo Databases II, No. 185, Feb [] C. Faloutsos, R. Barber, M. Flckner, J. Hafner, W. Nblack, D. Petkovc, W. Equtz: Effcent and Effectve Queryng by Image Content, n: J. of Intellgent Informaton Systems, 3 (1994) [3] T. Kato: Database archtecture for content-based mage retreval, n: SPIE Conf. on Image Storage and Retreval Systems, No. 166, Feb. 199 [4] K. Hrata, T. Kato: Query by Vsual Example - Content-based Image Retreval, n: A. Protte, C. Delobel, G. Gottlob (Eds.): Advances n Database Technology - EDBT 9, Sprnger Lecture Notes n Computer Scence, Vol. 58, 199 [5] C.-H. Teh, R.T. Chn: On Image Analyss by the Method of Moments, PAMI 10(4), pp , 1988 [6] N. Kryat, D. Maydan: Calculatng Geometrc Propertes from Fourer Representaton, Pattern Recognton (5), pp , 1989 [7] A. Montanvert: Medal Lne: Graph Representaton and Shape Descrpton, n: Proc. 8th ICPR 1986 [8] F.L. Krause, H. Jansen, N. Luth: Neue Methoden der automatschen Zechnungsnterpretaton, n: ZWF CIM, 88. Jahrgang, S ,

Spiele und Codes. Rafael Mechtel

Spiele 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,,

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden 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

Mehr

6. Modelle mit binären abhängigen Variablen

6. 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

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - 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

Mehr

Polygonalisierung einer Kugel. Verfahren für die Polygonalisierung einer Kugel. Eldar Sultanow, Universität Potsdam, sultanow@gmail.com.

Polygonalisierung 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

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische 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

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. 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,

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

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

Mehr

Lineare Regression (1) - Einführung I -

Lineare 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:

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. 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

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr

AUFGABEN ZUR INFORMATIONSTHEORIE

AUFGABEN 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

Mehr

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG 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

Mehr

Gruppe. Lineare Block-Codes

Gruppe. 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

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird 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

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim 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.

Mehr

binäre Suchbäume Informatik I 6. Kapitel binäre Suchbäume binäre Suchbäume Rainer Schrader 4. Juni 2008 O(n) im worst-case Wir haben bisher behandelt:

binäre 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,

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION 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

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. 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.

Mehr

Bewertung von Zinsswaps mittels Mehrkurvenbootstrapping

Bewertung von Zinsswaps mittels Mehrkurvenbootstrapping Bewertung von Znsswaps mttels Mehrkurvenbootstrappng OIS-Marktstandard gewnnt m Rahmen des EMIR-Portfoloabglechs an Bedeutung 1. Enletung De Bewertungsmethodk von Znsswaps hat sch gewandelt. Bs vor der

Mehr

Statistik und Wahrscheinlichkeit

Statistik 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

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 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

Mehr

1 Definition und Grundbegriffe

1 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:

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-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

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. 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

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl 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

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung 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;

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07 Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage

Mehr

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder -

Seminar Analysis und Geometrie Professor Dr. Martin Schmidt - Markus Knopf - Jörg Zentgraf. - Fixpunktsatz von Schauder - Unverstät Mannhem Fakultät für Mathematk und Informatk Lehrstuhl für Mathematk III Semnar Analyss und Geometre Professor Dr. Martn Schmdt - Markus Knopf - Jörg Zentgraf - Fxpunktsatz von Schauder - Ncole

Mehr

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung

tutorial N o 1a InDesign CS4 Layoutgestaltung Erste Schritte - Anlegen eines Dokumentes I a (Einfache Nutzung) Kompetenzstufe keine Voraussetzung Software Oberkategore Unterkategore Kompetenzstufe Voraussetzung Kompetenzerwerb / Zele: InDesgn CS4 Layoutgestaltung Erste Schrtte - Anlegen enes Dokumentes I a (Enfache Nutzung) kene N o 1a Umgang mt

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis 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

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive 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,

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 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)

Mehr

Qualitative Evaluation einer interkulturellen Trainingseinheit

Qualitative 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

Mehr

4 Digitale Filter und Bildoperationen

4 Digitale Filter und Bildoperationen Dgtale Flter und Bldoperatonen 51 4 Dgtale Flter und Bldoperatonen Blder welche durch ene Kamera augenommen wurden snd otmals ncht drekt ür ene nacholgende Bldanalyse geegnet. Gründe daür snd bespelswese

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für 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

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 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:

Mehr

Nomenklatur - Übersicht

Nomenklatur - 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

Mehr

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt

Wir betrachten in diesem Abschnitt Matrixspiele in der Maximierungsform, also endliche 2 Personen Nullsummenspiele der Gestalt Kaptel 3 Zwe Personen Spele 3.1 Matrxspele 3.2 Matrxspele n gemschten Strategen 3.3 B Matrxspele und quadratsche Programme 3.4 B Matrxspele und lneare Komplementartätsprobleme 3.1 Matrxspele Wr betrachten

Mehr

3. Lineare Algebra (Teil 2)

3. Lineare Algebra (Teil 2) Mathematk I und II für Ingeneure (FB 8) Verson /704004 Lneare Algebra (Tel ) Parameterdarstellung ener Geraden Im folgenden betrachten wr Geraden m eukldschen Raum n, wobe uns hauptsächlch de Fälle n bzw

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum 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

Mehr

Analytische Chemie. LD Handblätter Chemie. Bestimmung der chemischen Zusammensetzung. mittels Röntgenfluoreszenz C3.6.5.2

Analytische 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.

Mehr

Wechselstrom. 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 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:!"

Mehr

Anwendungsmöglichkeiten von Lernverfahren

Anwendungsmöglichkeiten von Lernverfahren Künstlche Neuronale Netze Lernen n neuronalen Netzen 2 / 30 Anwendungsmöglcheten von Lernverfahren Prnzpelle Möglcheten Verbndungsorentert 1 Hnzufügen neuer Verbndungen 2 Löschen bestehender Verbndungen

Mehr

Universität Koblenz Landau Fachbereich Informatik

Universität Koblenz Landau Fachbereich Informatik Unverstät Koblenz Landau Fachberech Informatk Computergenererte Federzechnungen (Strchzechnungen, Pen-And-Ink Drawngs) Gudo Stegmann Matrkelnummer 882022 Semnar Computergraphk betreut von Prof. Dr.-Ing.

Mehr

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5 1 GRUNDLAGEN 1.1 Anforderungen 1.1.1 Raumklma und Behaglchket Snn der Wärmeversorgung von Gebäuden st es, de Raumtemperatur n der kälteren Jahreszet, das snd n unseren Breten etwa 250 bs 0 Tage m Jahr,

Mehr

Kapitel 8: Graph-Strukturierte Daten

Kapitel 8: Graph-Strukturierte Daten Ludwg Maxmlans Unerstät München Insttut für Informatk Lehr- und Forschungsenhet für Datenbanksysteme Skrpt zur Vorlesung Knowledge Dscoery n Dtb Databases II m Wntersemester 2011/2012 Kaptel 8: Graph-Strukturerte

Mehr

UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M.

UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M. UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habl. H. Müller-Stenhagen P R A K T I K U M Versuch 9 Lestungsmessung an enem Wärmeübertrager m Glech- und Gegenstrombetreb

Mehr

VERGLEICH EINER EXPERIMENTELLEN UND SIMULATIONSBASIERTEN SENSITIVITÄTSANALYSE EINER ADAPTIVEN ÖLWANNE

VERGLEICH 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 **)

Mehr

F A C H H O C H S C H U L E W E D E L. Seminararbeit Informatik

F A C H H O C H S C H U L E W E D E L. Seminararbeit Informatik F A C H H O C H S C H U L E W E D E L Semnararbet Informatk n der Fachrchtung Wrtschaftsnformatk Themenberech Künstlche Intellgenz Thema Nr. 3 Dskrmnanzanalyse Engerecht von: Erarbetet m: Patrck Wolf Wedeler

Mehr

ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUT FÜR INFORMATIK

ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUT FÜR INFORMATIK ALBERT-LUDWIGS-UNIVERSITÄT FREIBURG INSTITUT FÜR INFORMATIK Arbetsgruppe Autonome Intellgente Systeme Prof. Dr. Wolfram Burgard Lernen von Lnenmodellen aus Laserscannerdaten für moble Roboter Dplomarbet

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie 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

Mehr

Hat die Wahl des Performancemaßes einen Einfluss auf die Beurteilung von Hedgefonds-Indizes?

Hat die Wahl des Performancemaßes einen Einfluss auf die Beurteilung von Hedgefonds-Indizes? Hat de Wahl des Performancemaßes enen Enfluss auf de Beurtelung von Hedgefonds-Indzes? Von Martn Elng, St. Gallen, und Frank Schuhmacher, Lepzg Ene zentrale Fragestellung n der wssenschaftlchen Ausenandersetzung

Mehr

4. Optische Resonatoren

4. Optische Resonatoren 4. Optsche Resonatoren 4.. Modenselekton Bs jetzt haben wr nur den enfachsten Resonatortyp, den Fabry-erot Laser besprochen. In Abb. 4.. snd nochal de wchtsten Eenschaften deses Lasertyps darestellt. a)

Mehr

Fahrzeugdetektion und -erkennung mittels mehrdimensionaler Farbhistogrammanalyse

Fahrzeugdetektion und -erkennung mittels mehrdimensionaler Farbhistogrammanalyse Fahrzeugdetekton und -erkennung mttels mehrdmensonaler Farbhstogrammanalyse Uwe Knauer, Ralf Reulke und Beate Meffert Humboldt-Unverstät zu Berln Insttut für Informatk Unter den Lnden 6, 10099 Berln emal:

Mehr

Wie eröffne ich als Bestandskunde ein Festgeld-Konto bei NIBC Direct?

Wie 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

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

18. Dynamisches Programmieren

18. 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

Mehr

Die Zahl i phantastisch, praktisch, anschaulich

Die Zahl i phantastisch, praktisch, anschaulich Unverstät Würzburg 977 Würzburg Telefon: (91 888 5598 De Zahl phantastsch, praktsch, anschaulch De Geschchte der Zahl war dre Jahrhunderte lang dadurch geprägt, dass se und damt de kompleen Zahlen n Mathematkerkresen

Mehr

1 = Gl.(12.7) Der Vergleich mit Gl. (12.3) zeigt, dass für die laminare Rohrströmung die Rohrreibungszahl

1 = 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

Mehr

HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS

HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS AUF DIE BEURTEILUNG VON HEDGEFONDS-INDIZES? MARTIN ELING FRANK SCHUHMACHER WORKING PAPERS ON RISK MANAGEMENT AND INSURANCE NO. 10 EDITED BY HATO SCHMEISER

Mehr

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein?

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein? FH@-Anwendung Für de Umsetzung von Strukturfonds-Förderungen st laut Vorgaben der EU de Enrchtung enes EDV- Systems für de Erfassung und Übermttlung zuverlässger fnanzeller und statstscher Daten sowe für

Mehr

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.

IT- 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

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit 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

Mehr

ω 0 = Protokoll zu Versuch E6: Elektrische Resonanz

ω 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

Mehr

ERP Cloud Tutorial. E-Commerce ECM ERP SFA EDI. Backup. Preise erfassen. www.comarch-cloud.de

ERP 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

Mehr

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.

Ich 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

Mehr

Transistor als Schalter

Transistor als Schalter Elektrotechnsches Grundlagen-Labor II Transstor als Schalter Versuch Nr. 5 Erforderlche Geräte Anzahl Bezechnung, Daten GL-Nr. 1 Doppelnetzgerät 198 1 Oszllograph 178 1 Impulsgenerator 153 1 NF-Transstor

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse 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

Mehr

Entscheidungsprobleme der Marktforschung (1)

Entscheidungsprobleme der Marktforschung (1) Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket

Mehr

"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft

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

Mehr

Fähigkeitsuntersuchungen beim Lotpastendruck

Fähigkeitsuntersuchungen beim Lotpastendruck Fakultät Elektrotechnk und Informatonstechnk Insttut für Aufbau- und Verbndungstechnk der Elektronk Fähgketsuntersuchungen bem Lotpastendruck Dr.-Ing. H. Wohlrabe Ottobrunn, 2. Februar 2009 Qualtätsmerkmale

Mehr

18. Vorlesung Sommersemester

18. Vorlesung Sommersemester 8. Vorlesung Sommersemester Der Drehmpuls des starren Körpers Der Drehmpuls des starren Körpers st etwas komplzerter. Wenn weder de Wnkelgeschwndgket um de feste Rotatonsachse st, so wrd mt Hlfe des doppelten

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

Ertragsmanagementmodelle in serviceorientierten IT- Landschaften

Ertragsmanagementmodelle in serviceorientierten IT- Landschaften Ertragsmanagementmodelle n servceorenterten IT- Landschaften Thomas Setzer, Martn Bchler Lehrstuhl für Internetbaserte Geschäftssysteme (IBIS) Fakultät für Informatk, TU München Boltzmannstr. 3 85748 Garchng

Mehr

Kommentierte Linkliste

Kommentierte Linkliste Mobbng Kommenterte Lnklste Mobbng fndet sch n allen sozalen Schchten und Altersgruppen: auch be Kndern und Jugendlchen. Aktuelle Studen kommen zu dem Ergebns, dass jede/r verte österrechsche SchülerIn

Mehr

50. Internationales Wissenschaftliches Kolloquium. Maschinenbau von Makro bis Nano / Mechanical Engineering from Macro to Nano.

50. Internationales Wissenschaftliches Kolloquium. Maschinenbau von Makro bis Nano / Mechanical Engineering from Macro to Nano. 5. Internatonales Wssenschaftlches Kolloquum September, 19-23, 25 Maschnenbau von Makro bs Nano / Mechancal Engneerng from Macro to Nano Proceedngs Fakultät für Maschnenbau / Faculty of Mechancal Engneerng

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

Einführung in Origin 8 Pro

Einführung in Origin 8 Pro Orgn 8 Pro - Enführung 1 Enführung n Orgn 8 Pro Andreas Zwerger Orgn 8 Pro - Enführung 2 Überscht 1) Kurvenft, was st das nochmal? 2) Daten n Orgn mporteren 3) Daten darstellen / plotten 4) Kurven an Daten

Mehr

Anil Batra, Gerhard Buchkremer, Christopher Dedner, Gerhard W. Eschweiler, Stefan Klingberg, Gabriele Leitlein, Peter Peukert.

Anil Batra, Gerhard Buchkremer, Christopher Dedner, Gerhard W. Eschweiler, Stefan Klingberg, Gabriele Leitlein, Peter Peukert. 5.2 Psychotherape Anl Batra, Gerhard Buchkremer, Chrstopher Dedner, Gerhard W. Eschweler, Stefan Klngberg, Gabrele Letlen, Peter Peukert Therape und Therapeplanung psychatrscher Krankhetsblder Verhaltenstherape

Mehr

Prozeß-Controlling in der Softwareentwicklung

Prozeß-Controlling in der Softwareentwicklung Prozeß-Controllng n der Softwareentwcklung De Orenterung an Refegradmodellen n der Softwareentwcklung zwngt zur Ausenandersetzung mt Prozeß- Controllng. Der vorlegende Artkel stellt für das Prozeß-Controllng

Mehr

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen

6.5. Rückgewinnung des Zeitvorgangs: Rolle der Pole und Nullstellen 196 6.5. Rückgewnnung des Zetvorgangs: Rolle der Pole und Nullstellen We n 6.2. und 6.. gezegt wurde, st de Übertragungsfunkton G( enes lnearen zetnvaranten Systems mt n unabhänggen Spechern ene gebrochen

Mehr

Nutzergleichgewicht oder Systemoptimum - Die systemoptimale Verkehrsumlegung in makroskopischen Verkehrsnetzen

Nutzergleichgewicht oder Systemoptimum - Die systemoptimale Verkehrsumlegung in makroskopischen Verkehrsnetzen Nutzerglechgewcht oder Systemoptmum - De systemoptmale Verkehrsumlegung n makroskopschen Verkehrsnetzen Vortrag zu den. Verkehrswssenschaftlchen Tagen M. Boden a, M. Treber a a TU Dresden, Insttut für

Mehr

2. Spiele in Normalform (strategischer Form)

2. Spiele in Normalform (strategischer Form) 2. Spele n Normalform (strategscher Form) 2.1 Domnante Strategen 2.2 Domnerte Strategen 2.3 Sukzessve Elmnerung domnerter Strategen 2.4 Nash-Glechgewcht 2.5 Gemschte Strategen und Nash-Glechgewcht 2.6

Mehr

LED 2013. Zukunftsorientiert. Effizient. Sparsam. www.brumberg.com

LED 2013. Zukunftsorientiert. Effizient. Sparsam. www.brumberg.com LED 2013 Zukunftsorentert. Effzent. Sparsam. www.brumberg.com LED 2013 LED Das Lcht der Zukunft Leuchtdoden snd de Shootngstars der Beleuchtung: Wnzg klen und äußerst eff zent, revolutoneren se de Welt

Mehr

6 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 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.

Mehr

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

5. 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

Mehr

1 Mehrdimensionale Analysis

1 Mehrdimensionale Analysis 1 Mehrdmensonale Analyss Bespel: De Gesamtmasse der Erde st ene Funton der Erddchte ρ Erde und des Erdradus r Erde De Gesamtmasse der Erde st dann m Erde = V Erde ρ Erde Das Volumen ener Kugel mt Radus

Mehr

Optische Systeme. Inhalte der Vorlesung. Hausaufgabe: Reflexion mit Winkel. Vergleichen Sie Ihre Rechnung mit einem Experiment! n = tan. sin.

Optische Systeme. Inhalte der Vorlesung. Hausaufgabe: Reflexion mit Winkel. Vergleichen Sie Ihre Rechnung mit einem Experiment! n = tan. sin. Inhalte der Vorlesung 3. Optsche Systeme Martna Gerken 05..007. Grundlagen der Wellenoptk. De Helmholtz-Glechung. Lösungen der Helmholtz-Glechung: Ebene Wellen und Kugelwellen.3 Das Huygenssche Prnzp.4

Mehr

VERGLEICH VON TESTVERFAHREN FÜR DIE DEFORMATIONSANALYSE

VERGLEICH 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

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

Übung zur Vorlesung. Informationstheorie und Codierung

Übung zur Vorlesung. Informationstheorie und Codierung Übung zur Vorlesung Informatonstheore und Coderung Prof. Dr. Lla Lajm März 25 Ostfala Hochschule für angewandte Wssenschaften Hochschule Braunschweg/Wolfenbüttel Postanschrft: Salzdahlumer Str. 46/48 3832

Mehr

Validierung der Software LaborValidate Testbericht

Validierung der Software LaborValidate Testbericht Valderung der Software LaborValdate Tetbercht De Software LaborValdate dent dazu Labormethoden zu Valderen. Dazu mu nachgeween en, da de engeetzten Funktonen dokumentert und nachvollzehbar nd. De Dokumentaton

Mehr

Versuch C2: Monte-Carlo Simulationen eines Ferromagneten im Rahmen des Ising-Modells

Versuch C2: Monte-Carlo Simulationen eines Ferromagneten im Rahmen des Ising-Modells Versuch C2: Monte-Carlo Smulatonen enes Ferromagneten m Rahmen des Isng-Modells 15. November 2010 1 Zelstellung Es glt de Temperatur des Phasenüberganges zwschen dem ferro- und paramagnetschen Verhalten

Mehr

Stochastische Prozesse

Stochastische Prozesse INSTITUT FÜR STOCHASTIK SS 2009 UNIVERSITÄT KARLSRUHE Blatt 2 Prv.-Doz. Dr. D. Kadelka Dpl.-Math. W. Lao Übungen zur Vorlesung Stochastsche Prozesse Musterlösungen Aufgabe 7: (B. Fredmans Urnenmodell)

Mehr

Quantitatives Prognosemodell für die Anwendung des Black-Litterman-Verfahrens

Quantitatives Prognosemodell für die Anwendung des Black-Litterman-Verfahrens Quanttatves Prognosemodell für de Anwendung des Black-Ltterman-Verfahrens Franzska Felke* und Marc Gürtler** Abstract: De chätzung erwarteter Wertpaperrendten stellt ene der zentralen Aufgaben n der praktschen

Mehr

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R Temporäre Stlllegungsentschedungen mttels stufenweser Grenzkostenrechnung E W U F W O R K I N G P A P E R Mag. Dr. Thomas Wala, FH des bf Wen PD Dr. Leonhard Knoll, Unverstät Würzburg Mag. Dr. Stephane

Mehr

Prognose freier Rechenkapazitäten zur besseren utzung von Grid-Ressourcen

Prognose freier Rechenkapazitäten zur besseren utzung von Grid-Ressourcen Prognose freer Rechenkapaztäten zur besseren utzung von Grd-Ressourcen Von der Fakultät für Mathematk, Naturwssenschaften und Informatk der Brandenburgschen Technschen Unverstät Cottbus zur Erlangung des

Mehr