Search

The widespread use of social media platforms has created convenient ways to obtain and spread up-to-date information during crisis events such as disasters. Time-critical analysis of crisis-related information helps humanitarian organizations and governmental bodies gain actionable information and plan for aid response. However, situational information is often immersed in a high volume of irrelevant content. Moreover, crisis-related messages also vary greatly in terms of information types, ranging from general situational awareness - such as information about warnings, infrastructure damages, and casualties - to individual needs. Different humanitarian organizations or governmental bodies usually demand information of different types for various tasks such as crisis preparation, resource planning, and aid response. To cope with information overload and efficiently support stakeholders in crisis situations, it is necessary to (a) classify data posted during crisis events into fine-grained humanitarian categories, (b) summarize the situational data in near real-time. In this thesis, we tackle the aforementioned problems and propose novel methods for the classification and summarization of user-generated posts from microblogs. Previous studies have introduced various machine learning techniques to assist humanitarian or governmental bodies, but they primarily focused on model performance. Unlike those works, we develop interpretable machine-learning models which can provide explanations of model decisions. Generally, we focus on three methods for reducing information overload in crisis situations: (i) post classification, (ii) post summarization, (iii) interpretable models for post classification and summarization. We evaluate our methods using posts from the microblogging platform Twitter, so-called tweets. First, we expand publicly available labeled datasets with rationale annotations. Each tweet is annotated with a class label and rationales, which are short snippe

Artificial Intelligence (AI) is an interdisciplinary field combining different research areas with the end goal to automate processes in the everyday life and industry. The fundamental components of AI models are an “intelligent” model and a functional component defined by the end-application. That is, an intelligent model can be a statistical model that can recognize patterns in data instances to distinguish differences in between these instances. For example, if the AI is applied in car manufacturing, based on an image of a part of a car, the model can categorize if the car part is in the front, middle or rear compartment of the car, as a human brain would do. For the same example application, the statistical model informs a mechanical arm, the functional component, for the current car compartment and the arm in turn assembles this compartment, of the car, based on predefined instructions, likely as a human hand would follow human brain neural signals. A crucial step of AI applications is the classification of input instances by the intelligent model. The classification step in the intelligent model pipeline allows the subsequent steps to act in similar fashion for instances belonging to the same category. We define as classification the module of the intelligent model, which categorizes the input instances based on predefined human-expert or data-driven produced patterns of the instances. Irrespectively of the method to find patterns in data, classification is composed of four distinct steps: (i) input representation, (ii) model building (iii) model prediction and (iv) model assessment. Based on these classification steps, we argue that applying classification on distinct data types holds different challenges. In this thesis, I focus on challenges for three distinct classification scenarios: (i) Textual Streams: how to advance the model building step, commonly used for static distribution of data, to classify textual posts with transient data distribution? (ii) P, Künstliche Intelligenz (KI) ist ein interdisziplinäres Gebiet, das verschiedene Forschungsbereiche mit dem Ziel verbindet, Prozesse im Alltag und in der Industrie zu automatisieren. Die grundlegenden Komponenten von KI-Modellen sind ein “intelligentes” Modell und eine durch die Endanwendung definierte funktionale Komponente. Das heißt, ein intelligentes Modell kann ein statistisches Modell sein, das Muster in Dateninstanzen erkennen kann, um Unterschiede zwischen diesen Instanzen zu unterscheiden. Wird die KI beispielsweise in der Automobilherstellung eingesetzt, kann das Modell auf der Grundlage eines Bildes eines Autoteils kategorisieren, ob sich das Autoteil im vorderen, mittleren oder hinteren Bereich des Autos befindet, wie es ein menschliches Gehirn tun würde. Bei der gleichen Beispielanwendung informiert das statistische Modell einen mechanischen Arm, die funktionale Komponente, über den aktuellen Fahrzeugbereich, und der Arm wiederum baut diesen Bereich des Fahrzeugs auf der Grundlage vordefinierter Anweisungen zusammen, so wie eine menschliche Hand den neuronalen Signalen des menschlichen Gehirns folgen würde. Ein entscheidender Schritt bei KI-Anwendungen ist die Klassifizierung von Eingabeinstanzen durch das intelligente Modell. Unabhängig von der Methode zum Auffinden von Mustern in Daten besteht die Klassifizierung aus vier verschiedenen Schritten: (i) Eingabedarstellung, (ii) Modellbildung, (iii) Modellvorhersage und (iv) Modellbewertung. Ausgehend von diesen Klassifizierungsschritten argumentiere ich, dass die Anwendung der Klassifizierung auf verschiedene Datentypen unterschiedliche Herausforderungen mit sich bringt. In dieser Arbeit konzentriere ich uns auf die Herausforderungen für drei verschiedene Klassifizierungsszenarien: (i) Textdatenströme: Wie kann der Schritt der Modellerstellung, der üblicherweise für eine statische Datenverteilung verwendet wird, weiterentwickelt werden, um die Klassifizierung von Textbeiträgen mit einer instationären Date

Markus Neurauter, in deutscher Sprache, Masterarbeit Universität Innsbruck 2023, Arbeit gesperrt

Diese Masterarbeit befasst sich mit der Bilanzierung von Immobilienwerten nach nationalen und internationalen Rechnungslegungsvorschriften. Die Arbeit thematisiert die Anwendung dieser unterschiedlichen Vorschriften und die daraus resultierenden Auswirkungen auf den Bilanzansatz sowie die Bewertungsmethoden von Immobilienvermögen. Die Klassifizierung einer Immobilie in dem jeweiligen Anwendungsbereich hängt von deren Nutzung im bilanzierenden Unternehmen bzw. von der Immobilienart ab. Folglich werden in der Arbeit die UGB-Vorschriften im Vergleich zu den immobilienrelevanten IFRS-Standards (IAS 2, IAS 16, IAS 40, IFRS 5) dargestellt, der Fokus liegt auf Immobilienanlagevermögen. Nach der Definition des Immobilienbegriffs und der Erläuterung der möglichen Wertermittlungsverfahren, werden in den Hauptkapiteln zunächst jeweils die allgemeinen Rechnungslegungsvorschriften beleuchtet, anschließend wird auf die Klassifizierungsmerkmale und die Bilanzierung der Immobilienwerte eingegangen. Im Kapitel der Bilanzierung wird der erstmalige Ansatz und die Folgebewertung gesondert dargestellt. Ein weiteres Hauptaugenmerk der Arbeit liegt auf der Änderung des IAS 40. Die beiden letzten Kapitel widmen sich daher einer empirischen Studie, die die theoretischen Erkenntnisse der Änderungen anhand von ausgewählten Geschäftsberichten analysieren soll.*****This master's thesis deals with the accounting of real estate values according to national and international accounting regulations. More precisely, the paper explains the scope of these different regulations and the resulting impact on the balance sheet approach, as well as the valuation methods of real estate assets. Depending on the usage in the accounting company or the type of the property, real estate assets are classified into one of those scopes. Therefore, the regulations of the Austrian Business Code (UGB) are compared to the real estate-related International Financial Reporting Standards (IAS 2, IAS 15, IAS 40, IFRS 5). Th

Im Rahmen dieser Masterarbeit wird die Anwendbarkeit von Methoden des Maschinellen Lernens auf die Fragestellung der Erfolgsprognose für Start-ups in der frühen Phase betrachtet. Hierbei werden basierend auf den Daten eines spezialisierten Anbieters für Finanzierungen für Technologie Start-ups Modelle des maschinellen Lernens wie Random Forest oder Boosting umgesetzt und verglichen. Zentrale Herausforderungen der Arbeit sind zum einen die Aufbereitung der Rohdaten zu einem für die Modelle geeigneten Datensatz. Hierzu gehörte auch, dass die Zielvariable modelliert werden musste. Weiters liegen eine unausgewogene (unbalanced) Zielvariable und zudem eine für eine Anwendung des Maschinellen Lernens eher geringe Datenmenge vor. Es konnte gezeigt werden, dass in diesem Anwendungsfall mit einer gewichteten Version der speziellen Random Forest Methode Extremely Randomized Trees sehr gute Ergebnisse erzielt werden.*****The aim of this masters thesis is to apply machine learning methods for the success prediction of startups. The study is based on data from an organization specialized in the funding of early-stage tech startups. There have been models such as Random Forest or Boosting built and compared. The main challenges in this study are the transformation of the raw data into a data set suitable for machine learning, the modeling of the target variable, the unbalanced data and, from a machine learning perspective, a small data set. It could be shown that the application of a weighted version of a specialized Random Forest model the extremely randomized trees model could achieve interesting results.

Wikipedia hat sich zu einer der größten Online-Enzyklopädien entwickelt und beinhaltet eine enorme Menge an Wissen. Leider werden die meisten Informationen als Text in natürlicher Sprache gespeichert, was es für Computer schwierig macht, dieses Wissen zu nutzen. Aus diesem Grund wurde Wikidata entwickelt, um Informationen aus verschiedenen Projekten der Wikimedia Foundation in einem strukturierten Format an zentraler Stelle zu speichern. Das strukturierte Format von Wikidata sind Tripel, bestehend aus Subjekten, Eigenschaften und Objekten. Diese Arbeit befasst sich mit der Entwicklung eines tiefen neuronalen Netzwerks zur Empfehlung von Wikidata-Eigenschaften unter Verwendung von Text in natürlicher Sprache als Eingabe und Wikipedia-Artikeln zum Trainieren. Das in dieser Arbeit entwickelte Empfehlungssystem kann dazu verwendet werden, um Benutzer beim Hinzufügen von Informationen während des Bearbeitens eines Dokuments oder beim hinzufügen von semantischen Tags während des Lesens eines Dokuments zu unterstützen. Abschließend wird eine empirische Evaluierung des entwickelten Empfehlungssystems und ein Vergleich mit anderen Varianten nach aktuellem Stand der Technik vorgestellt., Wikipedia has become one of the largest online encyclopedias and provides a massive amount of knowledge. Unfortunately, most of the information is stored as natural language text, which makes it hard for computers to make use of that knowledge. For that reason, Wikidata was introduced to store information from various projects of the Wikimedia Foundation in a structured format at a central place. The structured format of Wikidata are triples of subjects, properties and objects. This work focuses on developing a deep neural network for recommending Wikidata properties using natural language text as input and Wiki\-pedia articles for training. The recommender system developed in this work could then be used to support users in adding information when editing a document or it could be used to guide a user to add semantic tags while reading a document. Finally, an empirical evaluation of the developed recommender system and a comparison to other state-of-the-art approaches is presented., Arbeit an der Bibliothek noch nicht eingelangt - Daten nicht geprüft, Innsbruck, Univ., Masterarb., 2021

In der Schweiz werden subalpine und alpine Zwergstrauchheiden (Klasse Loiseleurio procumbentis-Vaccinietea) auf saurem Boden bislang in drei Verbände eingeteilt: Juniperion nanae, Rhododendro ferruginei-Vaccinion und Loiseleurio procumbentis-Vaccinion. In dieser Arbeit wird untersucht, ob sich diese Klassifikation im Rahmen einer datenbasierten Untersuchung bestätigt. Aus diesem Grund wurden auf der Alp Glivers (Graubünden, Schweiz) 55 Aufnahmen mit 10 m2 Plots erfasst und mit TWINSPAN gruppiert. Anschliessend wurden die gemessenen Umweltparameter und die Zeigerwerte mit Hilfe des Kruskal-Wallis Verfahren auf Unterschiede untersucht. Der Datensatz konnte in drei Verbände (Loiseleurio procumbentis-Vaccinion, Rhododendro ferruginei-Vaccinion und Junperion nanae) und fünf Assoziationen (Loiseurio-Cetrarietum, Empetro-Vaccinietum gaultherioidis, Rhododendron ferruginei, Cetrario-Rhododendretum und Junipero-Arctostaphyletum) eingeteilt werden. Signifikante Unterschiede wurden unter anderem in der Ausprägung der Kryptogamenschicht (Deckungsgrad, Artenreichtum und Artenanteil), in der Neigung und in der Höhe über Meer detektiert. Es wird jedoch empfohlen, das Untersuchungsgebiet auszuweiten, um die Übertragbarkeit dieser Erkenntnisse in einem überregionalem Kontext zu untersuchen.

Mikroskopaufnahmen kompletter Organismen und ihrer Entwicklung ermöglichen die Erforschung ganzer Organismen oder Systeme und erzeugen Datensätze im Terabyte-Bereich. Solche großen Datensätze erfordern die Entwicklung von Computer-Vision-Tools, um Aufgaben wie Erkennung, Segmentierung, Klassifizierung und Registrierung durchzuführen. Es ist wünschenswert, Computer-Vision-Tools zu entwickeln, die nur eine minimale Menge an manuell annotierten Trainingsdaten benötigen. Ich demonstriere derartige Anwendungen in drei Projekte. Zunächst stelle ich ein Tool zur automatischen Registrierung von Drosophila-Flügeln (verschiedener Spezies) unter Verwendung von Landmarkenerkennung vor, das für die Untersuchung der Funktionsweise von Enhancern eingesetzt wird. Ich vergleiche die Leistung eines Shape-Model-Ansatzes mit der eines kleinen neuronalen Netz bei der Verfügbarkeit von nur 20 Trainingsbeispiele. Beide Methoden schneiden gut ab und ermöglichen eine präzise Registrierung von Tausenden von Flügeln. Das zweite Projekt ist ein hochauflösendes Zellkernmodell des C. elegans, das aus einem nanometeraufgelösten Elektronenmikroskopiedatensatz einer ganzen Dauerlarve erstellt wird. Diese Arbeit ist der erste Atlas der Dauerdiapause von C. elegans, der jemals erstellt wurde, und enthüllt die Anzahl der Zellkerne in diesem Stadium. Schließlich stelle ich eine Bildanalysepipeline vor, an der ich zusammen mit Laura Breimann und anderen gearbeitet habe. Die Pipeline umfasst die Punkterkennung von Einzelmolekül-Fluoreszenz-In-situ-Hybridisierung (smFISH), die Segmentierung von Objekten und die Vorhersage des Embryonalstadiums. Mit diesen drei Beispielen demonstriere ich sowohl generische Ansätze zur computergestützten Modellierung von Modellorganismen als auch maßgeschneiderte Lösungen für spezifische Probleme und die Verschiebung des Feldes in Richtung Deep-Learning., Microscopy images of entire organisms and their development allows research in whole organisms or systems, producing terabyte scale datasets. Such big datasets require the development of computer vision tools to perform tasks such as detection, segmentation, classification, and registration. It is desirable to develop computer vision tools that require minimal manually annotated training data. I demonstrate such applications in three projects. First, I present a tool for automatic Drosophila wing (of various species) registration using landmark detection, for its application in studying enhancer function. I compare the performance of a shape model technique to a small CNN requiring only 20 training examples. Both methods perform well, and enable precise registration of thousands of wings. The second project is a high resolution nucleus model of the C. elegans, constructed from a nanometer-resolved electron microscopy dataset of an entire dauer larva. The nucleus model is constructed using a classical dynamic programing approach as well as a CNN approach. The resulting model is accessible via a web-based (CATMAID) open source and open access resource for the community. I also developed a CATMAID plugin for the annotation of segmentation objects (here, nucleus identity). This work is the first atlas of the C. elegans dauer diapause ever created and unveils the number of nuclei at that stage. Lastly, I detail an image analysis pipeline I collaborated on with Laura Breimann and others. The pipeline involves single molecule fluorescence in situ hybridization (smFISH) spot detection, object segmentation, and embryo stage prediction. The pipeline is used to study the dynamics of X specific transcriptional repression by condensin in the C. elegans embryo. With these three examples, I demonstrate both generic approaches to computational modeling of model organisms, as well as bespoke solutions to specific problems, and the shift in the field towards deep learning.

In der Schweiz werden subalpine und alpine Zwergstrauchheiden (Klasse Loiseleurio procumbentis-Vaccinietea) auf saurem Boden bislang in drei Verbände eingeteilt: Juniperion nanae, Rhododendro ferruginei-Vaccinion und Loiseleurio procumbentis-Vaccinion. In dieser Arbeit wird untersucht, ob sich diese Klassifikation im Rahmen einer datenbasierten Untersuchung bestätigt. Aus diesem Grund wurden auf der Alp Glivers (Graubünden, Schweiz) 55 Aufnahmen mit 10 m2 Plots erfasst und mit TWINSPAN gruppiert. Anschliessend wurden die gemessenen Umweltparameter und die Zeigerwerte mit Hilfe des Kruskal-Wallis Verfahren auf Unterschiede untersucht. Der Datensatz konnte in drei Verbände (Loiseleurio procumbentis-Vaccinion, Rhododendro ferruginei-Vaccinion und Junperion nanae) und fünf Assoziationen (Loiseurio-Cetrarietum, Empetro-Vaccinietum gaultherioidis, Rhododendron ferruginei, Cetrario-Rhododendretum und Junipero-Arctostaphyletum) eingeteilt werden. Signifikante Unterschiede wurden unter anderem in der Ausprägung der Kryptogamenschicht (Deckungsgrad, Artenreichtum und Artenanteil), in der Neigung und in der Höhe über Meer detektiert. Es wird jedoch empfohlen, das Untersuchungsgebiet auszuweiten, um die Übertragbarkeit dieser Erkenntnisse in einem überregionalem Kontext zu untersuchen.

In den letzten Jahren gab es in der internationalen Rechnungslegung eine große Änderung bei der Bilanzierung von Finanzinstrumenten: Die Veröffentlichung des internationalen Rechnungslegungsstandards IFRS 9 Finanzinstrumente am 24. Juli 2014 durch den IASB. Der Standard ist verpflichtend für Geschäftsjahre anzuwenden, die am oder nach dem 1. Jänner 2018 beginnen.Der Grund für die Ablöse von IAS 39 Finanzinstrumente: Ansatz und Bewertung wurzelt in der Finanzkrise 2008. Zu dieser Krisenzeit wurde die Kritik an IAS 39 immer lauter und mündete schließlich in der Ablöse des vormals gültigen Standards.Die Erstanwendung von IFRS 9 geht mit signifikanten Auswirkungen auf die nach IFRS aufgestellten Abschlüssen einher. Besonders für Kreditinstitute führt die Umstellung von IAS 39 auf IFRS 9 zu großen Effekten. Inhaltlich gesehen umfasst IFRS 9 die Neuklassifizierung von Finanzinstrumenten an Hand des Geschäftsmodells und der Zahlungsstrombedingung sowie die geänderten Vorschriften zur Erfassung von Wertminderungen.Mit der vorliegenden Arbeit soll die folgende zentrale Fragestellung beantwortet werden: Welche Auswirkungen ergeben sich aus der erstmaligen Anwendung von IFRS 9 auf den Konzernabschluss bei Banken, konkretisiert am Beispiel der Erste Group Bank AG?Trotz den signifikanten inhaltlichen Änderungen die eine Erstanwendung von IFRS 9 für Kreditinstitute mit sich bringt, zeigt das Beispiel der Erste Group, dass manche befürchteten Verschlechterungen im Bild der Vermögens-, Ertrags- und Finanzlage weit besser ausgefallen sind.*****In recent years the accounting for financial instruments according to international accounting methods has experienced significant developments. The most recent modification in this sector took place by publishing the international accounting standard IFRS 9 Financial Instruments by the IASB on 24 July 2014. IFRS 9 is to be applied mandatorily for business years starting on or after 1 January 2018.The reason for the replacement of IAS 39 Finan

von Lukas Emanuel Sehn, MSc, Universität Innsbruck, Masterarbeit, 2020, (VLID)4848389

Franz Wintschnig, Summary in englischer Sprache, Universität Innsbruck, Masterarbeit, 2020, (VLID)5341954

Im Zuge dieser Arbeit wird folgende zentrale Fragestellung beantwortet: Welche praktischen Auswirkungen auf die Anhang-Angaben (Notes) haben die Klassifizierungs- und Bewertungsvorschriften des IFRS 9 auf Banken bzw. Nicht-Banken?. Für die Beantwortung dieser Fragestellung wird in erster Linie facheinschlägige Literaturrecherche betrieben. Der Standard IFRS 9: Finanzinstrumente ist ab 01.01.2018 für alle IFRS-Abschlüsse verpflichtend anzuwenden. Der Hauptteil dieser Arbeit besteht darin, die neuen Klassifizierungs- und Bewertungsvorschriften gemäß IFRS 9 zu beschreiben. Im Anschluss daran werden die wesentlichen Unterschiede der Auswirkungen auf Banken und Nicht-Banken hervorgehoben. Abgerundet wird die Arbeit durch eine empirische Analyse von zwei veröffentlichten Konzernabschlüssen einer Bank (Raiffeisen Bank International AG) und einer Nicht-Bank (Andritz AG). Dabei werden in erster Linie die Ergebnisse der Umstellungseffekte (Transition-Tables) für die Eröffnungsbilanz per 01.01.2018 betrachtet. *****This paper examines the most important changes for the classification and impairment of financial instruments, caused by the IFRS-Standard 9: financial instruments. The introduction outlines the importance of the topic, as the standard has to be used for all IFRS financial statements that begin after 01.01.2018. The main section describes the new requirements for the classification of the financial instruments, such as the business model and the SPPI-criteria, furthermore the IFRS 9 impairment requirements are being described. Following this general part, this paper highlights the main differences in impacts on banks and non-banks. In the last chapter the work is completed by an empirical analysis of two published consolidated financial statements of a bank (Raiffeisen Bank International AG) and a non-bank (Andritz AG). In the analysis the results of the transition effects on the opening balance as of 01.01.2018 are primarily considered.

Im Rahmen dieser Masterarbeit habe ich die verschiedenen Methoden und Modelle des Deep Learnings zur Klassifizierung von Musikgattungen erfoscht. Neben den klassischen Methoden basierend auf MFCC und Spektogrammen wurden ebenfalls die neusten Methoden der Deep Learning Forschung benutzt. Diese habe ich auf einen Audio-Datensatz von Google Research angewendet. Der Code für dieses Projekt wurde in der Programmiersprache Python geschrieben und auf Quantlet sowie GitHub veröffentlicht., I researched different preparation methods and models to classify musical genre of audio data. We began with classical preparation methods based on MFCCs and spectrograms and moved to methods on the cutting edge of deep learning such as attention-based RNNs and dilated convolutions. We utilized the Audioset dataset from Google Research and all of our code was written in the Python programming language. A copy of the code used in this project can be found on Quantlet and GitHub.

Access to the code for the project directly on GitHub at https://github.com/dhpollack/mgc, Im Rahmen dieser Masterarbeit habe ich die verschiedenen Methoden und Modelle des Deep Learnings zur Klassifizierung von Musikgattungen erfoscht. Neben den klassischen Methoden basierend auf MFCC und Spektogrammen wurden ebenfalls die neusten Methoden der Deep Learning Forschung benutzt. Diese habe ich auf einen Audio-Datensatz von Google Research angewendet. Der Code für dieses Projekt wurde in der Programmiersprache Python geschrieben und auf Quantlet sowie GitHub veröffentlicht., I researched different preparation methods and models to classify musical genre of audio data. We began with classical preparation methods based on MFCCs and spectrograms and moved to methods on the cutting edge of deep learning such as attention-based RNNs and dilated convolutions. We utilized the Audioset dataset from Google Research and all of our code was written in the Python programming language. A copy of the code used in this project can be found on Quantlet and GitHub.

In this case study we compare cloud fractional cover measured by radiometers on polar satellites (AVHRR) and on one geostationary satellite (SEVIRI) to ground-based manual (SYNOP) and automated observations by a cloud camera (Hemispherical Sky Imager, HSI). These observations took place in Hannover, Germany, and in Lauder, New Zealand, over time frames of 3 and 2 months, respectively. Daily mean comparisons between satellite derivations and the ground-based HSI found the deviation to be 6 14% for AVHRR and 8 16% for SEVIRI, which can be considered satisfactory. AVHRR’s instantaneous differences are smaller (2 22 %) than instantaneous SEVIRI cloud fraction estimates (8 29 %) when compared to HSI due to resolution and scenery effect issues. All spaceborne observations show a very good skill in detecting completely overcast skies (cloud cover 6 oktas) with probabilities between 92 and 94% and false alarm rates between 21 and 29% for AVHRR and SEVIRI in Hannover, Germany. In the case of a clear sky (cloud cover lower than 3 oktas) we find good skill with detection probabilities between 72 and 76 %. We find poor skill, however, whenever broken clouds occur (probability of detection is 32% for AVHRR and 12% for SEVIRI in Hannover, Germany). In order to better understand these discrepancies we analyze the influence of algorithm features on the satellite-based data. We find that the differences between SEVIRI and HSI cloud fractional cover (CFC) decrease (from a bias of 8 to almost 0 %) with decreasing number of spatially averaged pixels and decreasing index which determines the cloud coverage in each “cloud-contaminated” pixel of the binary map. We conclude that window size and index need to be adjusted in order to improve instantaneous SEVIRI and AVHRR estimates. Due to its automated operation and its spatial, temporal and spectral resolution, we recommend as well that more automated ground-based instruments in the form of cloud cameras should be installed as they cover l

Vorgestellt wird ein modulares Überspannungsschutzsystem mit integrierter Monitoring- Funktion zum Schutz von Systemen der Mess-, Steuerungs- und Regelungstechnik, das speziell für den Einsatz in explosionsgefährdeten Bereichen konzipiert ist. Die optimierte 2-stufige Überspannungsschutzschaltung ist bei hohem Ableitvermögen für Stoßströme in eigensicheren Stromkreisen für vergleichsweise hohe Nennströme (IN = 350 mA) einsetzbar. Dies wird durch die Verwendung niederimpedanter Entkopplungselemente in Verbindung mit leistungsfähigen Überspannungsschutzelementen sowie deren energetischer Koordination erreicht. Im Rahmen dieser Arbeit werden Methoden und technische Lösungen erarbeitet, die eine Zustandserfassung und -bewertung (Monitoring) von Überspannungsschutzelementen erlauben. Durch die Erfassung geeigneter Messgrößen, lassen sich mittels geeigneter Algorithmen kontinuierlich Aussagen zur erfolgten Bauteilbeanspruchung sowie zu physikalischen Bauteilparameteränderungen treffen. Diese Informationen lassen sich über eine Klassifizierung in Status-Meldungen abbilden. Vor dem Hintergrund hoher Sicherheits- und Verfügbarkeitsanforderungen von Systemen der Mess-, Steuerungs- und Regelungstechnik (MSR) sind derartige Funktionen in die neuentwickelten Überspannungsschutzmodule integriert. Darüber hinaus ergeben sich, durch die Forderung nach einem Einsatz in explosionsgefährdeten Bereichen, zusätzliche Anforderungen aus den gängigen Normen. Diese sind in die Entwicklung des Überspannungsschutzsystems eingeflossen. Auf Basis der Zielsetzung, die zu schützenden Signaladerpaare in die Ex-Zone 0 zu führen und das Überspannungsschutzsystem in Ex-Zone 2 installieren zu können, erfolgte die Festlegung der notwendigen Zündschutzarten für die einzelnen Systembestandteile. Zugrunde gelegt werden dabei die Zündschützarten "Geräteschutz durch Eigensicherheit" und "Geräteschutz durch Zündschutzart "n"". Für das System wird die Temperaturklasse T6, die im Vergleich die niedrigste Oberf

High resolution global irradiance time series are needed for accurate simulations of photovoltaic (PV) systems, since the typical volatile PV power output induced by fast irradiance changes cannot be simulated properly with commonly available hourly averages of global irradiance. We present a two-step algorithm that is capable of synthesizing one-minute global irradiance time series based on hourly averaged datasets. The algorithm is initialized by deriving characteristic transition probability matrices (TPM) for different weather conditions (cloudless, broken clouds and overcast) from a large number of high resolution measurements. Once initialized, the algorithm is location-independent and capable of synthesizing one-minute values based on hourly averaged global irradiance of any desired location. The one-minute time series are derived by discrete-time Markov chains based on a TPM that matches the weather condition of the input dataset. One-minute time series generated with the presented algorithm are compared with measured high resolution data and show a better agreement compared to two existing synthesizing algorithms in terms of temporal variability and characteristic frequency distributions of global irradiance and clearness index values. A comparison based on measurements performed in Lindenberg, Germany, and Carpentras, France, shows a reduction of the frequency distribution root mean square errors of more than 60% compared to the two existing synthesizing algorithms.

[no abstract]

Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Grenzen zentralisierter Ansätze, Charakteristika und Anwendungsgebiete für Peer-to-Peer, Probleme und Herausforderungen

Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Grenzen zentralisierter Ansätze, Charakteristika und Anwendungsgebiete für Peer-to-Peer, Probleme und Herausforderungen

Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Grenzen zentralisierter Ansätze, Charakteristika und Anwendungsgebiete für Peer-to-Peer, Probleme und Herausforderungen

Gemeinsamer Workshop von Universitaetsrechenzentrum und Professur Rechnernetze und verteilte Systeme der Fakultaet fuer Informatik der TU Chemnitz. Grenzen zentralisierter Ansätze, Charakteristika und Anwendungsgebiete für Peer-to-Peer, Probleme und Herausforderungen

Es wird eine Methode beschrieben, die für die Auswertung biomedizinischer Signale geeignet ist. Sie besteht darin, die Zeitfunktionen in den Sequenzbereich zu transformieren. Der zur Transformation verwendete Algorithmus nach Andrews-Kane-Pratt ist dem der Fourier-Transformation ähnlich, auf Grund der Eigenschaften der Walsh-Funktionen jedoch wesentlich schneller. Das angeführte Beispiel zeigt, daß die Auswertung der Signale im Spektralbereich bei alternativer Klassifizierung von Pulskurven einen Erfolg von 93% aufweist., A method for classification of medical data using the Walsh transformation is demonstrated. The Walsh spectrum was obtained by the algorithm of Andrews-Kane-Pratt. The spectral points were used to declare the signals normal or abnormal. The example described in this paper shows that in the case of pulse wave the classification is successful in 93 percent., Peer Reviewed

Es wird eine Methode beschrieben, die für die Auswertung biomedizinischer Signale geeignet ist. Sie besteht darin, die Zeitfunktionen in den Sequenzbereich zu transformieren. Der zur Transformation verwendete Algorithmus nach Andrews-Kane-Pratt ist dem der Fourier-Transformation ähnlich, auf Grund der Eigenschaften der Walsh-Funktionen jedoch wesentlich schneller. Das angeführte Beispiel zeigt, daß die Auswertung der Signale im Spektralbereich bei alternativer Klassifizierung von Pulskurven einen Erfolg von 93% aufweist., A method for classification of medical data using the Walsh transformation is demonstrated. The Walsh spectrum was obtained by the algorithm of Andrews-Kane-Pratt. The spectral points were used to declare the signals normal or abnormal. The example described in this paper shows that in the case of pulse wave the classification is successful in 93 percent., Peer Reviewed

Es wird eine Methode beschrieben, die für die Auswertung biomedizinischer Signale geeignet ist. Sie besteht darin, die Zeitfunktionen in den Sequenzbereich zu transformieren. Der zur Transformation verwendete Algorithmus nach Andrews-Kane-Pratt ist dem der Fourier-Transformation ähnlich, auf Grund der Eigenschaften der Walsh-Funktionen jedoch wesentlich schneller. Das angeführte Beispiel zeigt, daß die Auswertung der Signale im Spektralbereich bei alternativer Klassifizierung von Pulskurven einen Erfolg von 93% aufweist., A method for classification of medical data using the Walsh transformation is demonstrated. The Walsh spectrum was obtained by the algorithm of Andrews-Kane-Pratt. The spectral points were used to declare the signals normal or abnormal. The example described in this paper shows that in the case of pulse wave the classification is successful in 93 percent., Peer Reviewed

Es wird eine Methode beschrieben, die für die Auswertung biomedizinischer Signale geeignet ist. Sie besteht darin, die Zeitfunktionen in den Sequenzbereich zu transformieren. Der zur Transformation verwendete Algorithmus nach Andrews-Kane-Pratt ist dem der Fourier-Transformation ähnlich, auf Grund der Eigenschaften der Walsh-Funktionen jedoch wesentlich schneller. Das angeführte Beispiel zeigt, daß die Auswertung der Signale im Spektralbereich bei alternativer Klassifizierung von Pulskurven einen Erfolg von 93% aufweist., A method for classification of medical data using the Walsh transformation is demonstrated. The Walsh spectrum was obtained by the algorithm of Andrews-Kane-Pratt. The spectral points were used to declare the signals normal or abnormal. The example described in this paper shows that in the case of pulse wave the classification is successful in 93 percent., Peer Reviewed

In the recent years, music streaming services evolved which facilitate new research possibilities in the field of music information retrieval. Publicly available user-generated playlists offered by the music streaming platform Spotify allow to disclose properties of tracks shared within a playlist. Therefore, about 12,000 playlists consisting of more than 200,000 unique English tracks created by approximately 1,000 persons are explored through applying a multimodal supervised classification approach. Various state-of-the-art algorithms are surveyed while incorporating with a bunch of acoustic and lyrics (lexical, linguistic, semantic and syntactic) properties. A novel data set consisting of preprocessed lyrics gathered from ten different websites serves as a source for extracting lyrics features. Examinations revealed that acoustic features are superior than lyrics features in representing a music playlist with respect to the classification accuracy. Nonetheless, combinations of lyrics features are rather equally capable to capture the characteristics of playlists., Stefan Wurzinger, BSc, Masterarbeit University Innsbruck 2017

Ziel dieser Arbeit war die Entwicklung einer schnellen, nicht-invasiven Headspace und Nosespace PTR-TOF-MS Methode in Verbindung mit einem Autosampler und maßgeschneiderten Datenanalyse-Tools. Die durchgeführten Studien untersuchten den Einfluss verschiedener Rösttechniken, sowie die Herkunft des Kaffees in Bezug auf das Kaffeearoma. Zuerst wurde eine automatisierte Headspace-Sampling Methode durch Kombination eines GC-Autosamplers mit einem PTR-TOF-MS entwickelt, um somit die Aromaprofile von drei sortenreinen, gerösteten und gemahlenen Arabica Kaffeebohnen (Brasilien, Äthiopien und Guatemala) aus verschiedenen Chargen analysieren zu können. Um die Herkunft der Kaffeesorten zu bestimmen, kamen verschiedene multivariate Datenanalyse-Techniken zur Anwendung. Principal Component Analysen (PCA) ermöglichten die erfolgreiche Klassifizierung nach Herkunft der Kaffeeproben. Die Klassifizierung der Proben wurde mit Partial Least Square Regression-Diskriminanzanalysen (PLS-DA) bestätigt. Die Proben einer Charge konnten als Trainings-Set für die Bestimmung der geographischen Herkunft der Proben einer anderen Charge verwendet werden, was die Bestimmung weiterer Kaffeechargen mit Hilfe des gleichen Ansatzes ermöglichte. In einer weiteren Studie, wurde die entwickelte Headspace-Sampling Methode zur Analyse von sechs gerösteten Arabica Kaffeebohnen (Filterkaffee und Pulver) aus verschiedenen geographischen Regionen (Brasilien, Äthiopien, Guatemala, Costa Rica, Kolumbien und Indien) verwendet. Zum ersten Mal wurden die flüchtigen Kaffeeverbindungen mit PTR-TOF-MS im Switching Reagent Ion (SRI) Modus unter Verwendung verschiedener Ionisationsmittel analysiert: H3O+, NO+ und O2+. Signifikante Konzentrationsunterschiede konnten für die flüchtigen Komponenten sowohl im Filter- als auch im Espresso beobachtet werden. Der äthiopische Kaffee wies hohe Konzentrationen von Terpenen auf, währenddessen der Kaffee aus Kolumbien reich an Schwefelverbindungen war. Thiazole konnten in den brasi, This thesis involves developing fast, rapid, and non-invasive headspace and nosespace analysis techniques based on PTR-ToF-MS coupled with an autosampler and tailored data analysis tools. The investigated case studies are related to coffee flavour also in connection with different technological and fundamental aspects as roasting and origin. In a first study, an automated headspace sampling method was developed by combining a GC autosampler to PTR-ToF-MS to analyse the aroma profiles of three monoorigin (Brazil, Ethiopia and Guatemala) roasted and ground Coffea arabica samples from different batches. Unsupervised and supervised multivariate data analysis techniques were applied for data exploration and to classify coffees according to origin. Coffee samples were successfully separated according to origin by unsupervised methods (Principal Component Analysis, PCA). This separation was confirmed with Partial Least Square Regression-Discriminant Analysis (PLS-DA). The samples of one batch could be used as training set to predict geographic origin of the samples of the other batch, suggesting the possibility to predict further batches in coffee production by means of the same approach. As a follow-up study, the developed headspace sampling method was applied to analyse six roasted Coffea arabica coffees, both brew and powder, of different geographical origins (Brazil, Ethiopia, Guatemala, Costa Rica, Colombia, and India). For the first time, the volatile compounds released from coffee were analysed with PTR-ToF-MS in Switching Reagent Ion (SRI) mode by using different ionization agents: H3O+, NO+ and O2+. Significant differences were found among volatile concentrations for the different origins both for powders and brews, in particular high concentrations of terpenes for Ethiopia, sulphur compounds for Colombia and thiazoles for Brazil and India. Effective classification models have been set for the different ionization modes and data fusion of the data obtained by diff, by Sine Yener, Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers, Kumulative Dissertation aus fünf Artikeln, Dissertation University of Innsbruck 2016

Den Ausgangspunkt dieser Arbeit bilden die sogenannten „Implant Files“, eine weltweite Recherche des „International Consortium of Investigative Journalists“ über die Sicherheit von (implantierbaren) Medizinprodukten. Die Implant Files kritisieren das europäische System der Marktzulassung von Medizinprodukten (Benannte Stellen) und die behördliche Überwachung bereits in Verkehr gebrachter Medizinprodukte (Marktüberwachung). In Anknüpfung an diese Kritikpunkte behandelt diese Arbeit ausgewählte Haftungsfragen vor dem Hintergrund des (reformierten) europäischen Medizinprodukterechts (Stichwort: Medizinprodukte-Verordnung [EU]). Als Exkurs wird die Haftung des Bevollmächtigten gem. Art 11 Abs. 5 Medizinprodukte-Verordnung (EU) thematisiert., The so called „Implant Files“ - an investigation of the „International Consortium of Investigative Journalists“ - criticize the European system of market approval regarding medical devices (key term: “notified bodies”) and the market surveillance performed by government agencies. This thesis deals with specific liability questions regarding “notified bodies” and market surveillance authorities. Thereby, it takes the new Medical Device Regulation (MDR) under consideration. In addition to that, this thesis addresses the liability of the authorised representative (Article 11 Section 5 Medical Device Regulation)., Verfasser: Mag. Matthias Rief, Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers, Dissertation Universität Innsbruck 2021