Obwohl bei vielen Aufgaben in der Robotik vor allem Genauigkeit, Präzision, Flexibilität, Anpassungsfähigkeit usw. gefragt sind, gibt es in der Wearable-Robotik auch einige andere Aspekte, die einen zuverlässigen und vielversprechenden Ansatz kennzeichnen. Die drei Schlüsselelemente, sind die folgenden: Steuerung, Aktuatoren und Sensoren. Dabei ist das Ziel für jedes der genannten Elemente, eine menschengerechte Lösung und ein menschengerechtes Design zu finden. Eine Möglichkeit, die menschliche Motorik zu verstehen, besteht darin, sie auf menschenähnlichen Robotern zu erzeugen. Biologisch inspirierte Bewegungsabläufe sind vielversprechend bei der Steuerung von tragbaren Robotern, da sie natürlichere Bewegungen ermöglichen. Darüber hinaus zeigt die tragbare Robotik spannende Fortschritte bei ihrem Design. Zum Beispiel verwenden softe Exoskelette weiche Materialien, um sowohl Sensoren als auch Aktuatoren zu erschaffen. Diese Arbeit erforscht ein adaptives Repräsentationsmodell für Bewegungen in der Robotik. Das konkrete Bewegungsmodell besteht aus vier Modularitäten: Musterauswahl, räumliche Koordination, zeitliche Koordination und sensorisch-motorische Anpassung. Diese Modularität in der Motorsteuerung könnte uns mehr Erkenntnisse über das Erlernen und Verallgemeinern von Handlungen nicht nur für humanoide Roboter, sondern auch für ihre biologischen Gegenstücke liefern. Erfolgreich testeten wir das Modell an einem humanoiden Roboter, indem dieser gelernt hat eine Vielzahl von Aufgaben auszuführen (Stoß-Ausgleichsbewegungen, Gehen, Zeichnen, Greifen, etc.). Im Folgenden schlagen wir mehrere weiche Aktuatoren vor, welche das Problem des Haltens schwerer Lasten und auch die Frage der Online- Programmierung der Roboterbewegung lösen. Diese weichen Aktuatoren verwenden textile Materialien mit thermoplastischem Polyurethan, die als aufblasbare Schläuche geformt sind. Die Schläuche wurden in Gehäusekanäle mit einer dehnungsbegrenzten Seite gefaltet, um Flexoren zu schaffen. Wir haben ein neues Design vorgeschlagen, um die angespannte Seite eines Flexors zu kontrollieren, indem wir vier textile Schnüre entlang seiner Längsachse hinzufügen. Dadurch kann das Verhalten des Flexors online programmiert werden, um ihn in mehrere Richtungen zu biegen und zu verdrehen. Im letzten Teil dieser Arbeit haben wir piezoresistive Elemente in einer Überlagerungsstruktur organisiert. Die sensorische Struktur wird auf einem sensorischen Greifer verwendet, um Druck- und Krümmungsreize zu erfassen und zu unterscheiden. Den sensorischen Greifer haben wir weiterentwickelt indem wir kapazitiv arbeitende Näherungssensoren mittels leitfähiger Textilteile hinzufügten. Schließlich entwickelten wir einen vielseitigen weichen Dehnungssensor, der Silikonschläuche mit einer eingebetteten resistiven Lösung verwendet, deren Wiederstand sich proportional zur Belastung der Schläuche verhält. Dies ermöglicht einem völlig weichen Handschuh die Erkennung von Handgesten. Die vorgeschlagenen Kombinationen aus weichen Aktuatoren, weichen Sensoren und biologisch inspirierter Bewegungsrepräsentation kann eine neue Perspektive eröffnen, um intelligente tragbare Roboter zu erschaffen.

Maschinelles Lernen, insbesondere tiefes Lernen („Deep Learning“), birgt das Potential, das das Verständnis biologischer Systeme und damit auch das Gesundheitswesen grundlegend zu verändern. Heutige Methoden der Life Science, beispielsweise DNA-Sequenzierung, erzeugen riesige Datenmengen, die nur noch über maschinelle Verfahren auswertbar sind. Gleichzeitig zeigen beeindruckende Erfolge in bildgebendes Verfahren mit dem Menschen vergleichbare oder gar bessere Ergebnisse in der Erkennung von Tumoren.
Diese Vorlesung gibt eine Einführung in die Grundlagen des maschinellen Lernens im Anwendungsbereich Life Science, beginnend mit den Charakteristika von Life Science Daten über spezifische Verfahren des maschinellen Lernens bis hin zu relevanten ethischen Fragestellungen:
Daten: Life Science umfasst eine große Menge unterschiedlichster Daten (genomische, proteomische, metabolomische bis hin zu klinischen Patientendaten), die jeweils unterschiedliche Herausforderungen für maschinelle Lernverfahren bieten: Klinische Daten (Patienteninformationen) sind oft unstrukturiert, genetische Daten sogenannte „wide data“, mit Millionen von Features.
Maschinelles Lernen: Verfahren des maschinellen Lernens lassen sich auf eine Vielzahl von biomedizinischen Problemen anwenden. Wir betrachten Patientenklassifizierung (Diagnose); Erkenntnisgewinn zu grundlegenden biologischen Prozessen; und Behandlung von Patienten (Entscheidungen zu medizinische Interventionen, personalisierte Medizin).
Ethische Fragestellungen: Maschinelles Lernen benötigt in der Regel sehr große Datensätze. Jedoch sind die Daten der Life Science insbesondere wenn es Krankheitsdiagnose und –heilung betrifft besonders schützenswert. Zusätzlich unterliegen zugrundeliegende Daten oft Verzerrungen, beispielsweise basierend auf Unterschiede in den Populationsabstammungen.

Im Rahmen seines Habilitationsverfahrens gibt Dr. Peter Tröger in einer Probevorlesung einen kurzen Überblick über das Konzept des virtuellen Speichers und dessen Umsetzung in modernen Betriebssystemen wie Linux und Windows. Dabei werden grundlegende Konzepte wie Adressraum und Kachelung (Paging) wiederholt und der Bezug zu aktuellen Erweiterungen wie SGX, ASLR und I/O MMU Virtualisierung hergestellt.

Neuronale Modelle nach dem Vorbild des Gehirns bieten die Möglichkeit intelligente, kognitive Prozesse nicht nur besser zu verstehen, sondern sie stellen auch eine vielversprechende Lösung dar, um eine Gehirnähnliche künstliche Intelligenz für Wahrnehmung und Verhaltensweisen zu erreichen, die mit natürlicher Intelligenz konkurrieren kann. Eine entscheidende Eigenschaft von intelligentem Verhalten ist Motivation, definiert als der Anreiz mit der Welt zu interagieren, um bestimmte Ziele zu erreichen, sei es extrinsisch (Belohnungen wie Nahrung oder Geld zu erhalten oder die Vermeidung von Schmerzen) oder intrinsisch (die Neugier zu befriedigen, Spaß zu haben). Im menschlichen Gehirn basiert motiviertes oder zielgerichtetes Verhalten auf einem Netzwerk von verschiedenen Strukturen, einschließlich des präfrontalen Cortex, der Basalganglien und des limbischen Systems. Dopamin, ein Neurotransmitter, welcher der Belohnungsverarbeitung zugeordnet wird, spielt eine zentrale Rolle bei der Koordination der Aktivität in diesem Netzwerk. Es strukturiert die Verarbeitung in High-Level-kognitiven Bereichen entlang eines limbischen-assoziativ-motor Gradienten und beeinflusst die Lernfähigkeit des gesamten Systems. In dieser Habilitation, präsentiere ich biologisch motivierte neuronale Modelle, die die Rolle von Dopamin in der visuellen Objektkategorisierung und Gedächtnisabruf (Vitay and Hamker, 2008), Reinforcement Lernen und Aktionsauswahl (Vitay and Hamker, 2010), Aktualisierung, Lernen und Aufrechterhaltung von Arbeitsgedächtnis (Schroll et al., 2012) und Timing Prozessen (Vitay and Hamker, 2014) untersuchen. Diese Modelle beschreiben Mechanismen, durch die das dopaminerge System kognitives und emotionales Verhalten reguliert: bistabile Verarbeitungsmodi in der Hirnrinde, Plastizität und Modulation der synaptischen Übertragung, Zuweisung von kognitiven Ressourcen und Signalisierung von relevanten Ereignissen. Schließlich beschreibe ich einen neuronalen Simulator, der in in der Lage ist, eine Vielzahl von neuronalen Modellen effizient auf parallelen Architekturen zu simulieren (Vitay et al., 2015).

In this work a new evaluation approach for e-learning is developed. The advantage of presented method is that in contrast to linear evaluation methods no weight factors are needed. Moreover, the logical goal structure of an e-learning process can be involved into evaluation. Based on general measure theory structure oriented score calculation rules are derived. The so obtained score function satisfies the same calculation rules as they are known from normalised measures. In statistical generalisation, these rules allow the structure oriented calculation of empirical evaluation scores based on checklist data. By these scores the quality can be assessed with which an e-learning has reached its total goal. Further on, a consistent evaluation of embedded partial processes of an e-learning becomes possible. The presented score calculation rules are part of an eight step evaluation model which is illustrated by pilot samples. The developed structure oriented evaluation model (SURE model) is by its embedding into the general measure theory quite universal applicable. In similar manner, an evaluation of efficiency of administration or organization processes becomes possible.

Diese Arbeit liefert entscheidende Beiträge im Bereich der hinreichenden Planbarkeitstests für ratenmonotones Scheduling (RMS) und deren Anwendung auf partitioniertes RMS. Ziel ist die Maximierung der möglichen Last im Worst Case und im Average Case bei einer gegebenen Zahl von Prozessoren. Dieses Szenario ist realistischer als der duale Fall der Minimierung der Anzahl der notwendigen Prozessoren für eine gegebene Taskmenge, da die Hardware normalerweise fixiert ist. Hinreichende Planbarkeitstests sind für schnelle Schätzungen der Planbarkeit von Taskmengen in automatischen Werkzeugen zur Systemsynthese und im Online-Scheduling sinnvoll, wo exakte Einplanungstests zu langsam sind.
Insbesondere der Ansatz der beschleunigten einfach-periodischen Taskmengen und das Konzept der zirkulären Periodenähnlichkeit sind Eckpfeiler für Verbesserungen in der Erfolgsrate solcher Einplanungstests. Nach bestem Wissen ist das die erste Anwendung zirkulärer Statistik im Echtzeit-Scheduling. Schließlich diskutiert die Arbeit plötzliche Phasenübergänge der Gesamtlast für partitioniertes EDF. Eine Zugangskontrolle konstanter Zeitkomplexität mit einem kontrollierten Restrisiko wird ermöglicht.

Abstract englisch: This thesis makes significant contributions in the field of sufficient schedulability tests for rate-monotonic scheduling (RMS) and their application to partitioned RMS. Goal is the maximization of possible utilization in worst or average case under a given number of processors. This scenario is more realistic than the dual case of minimizing the number of necessary processors for a given task set since the hardware is normally fixed. Sufficient schedulability tests are useful for quick estimates of task set schedulability in automatic system-synthesis tools and in online scheduling where exact schedulability tests are too slow.
Especially, the approach of Accelerated Simply Periodic Task Sets (ASPTSs) and the concept of circular period similarity are cornerstones of improvements in the success ratio of such schedulability tests. To the best of the author's knowledge, this is the first application of circular statistics in real-time scheduling. Finally, the thesis discusses the use of sharp total utilization thresholds for partitioned EDF. A constant-time admission control is enabled with a controlled residual risk.

Verteilte, Eingebettete Systeme beeinflussen unser tägliches Leben in unzähligen Bereichen. Durch die technologische Weiterentwicklung im Kontext hochgradig mobiler, drahtlos vernetzter Anwendungsszenarien treten verstärkt Problemstellungen bezüglich der Kommunikation in den Vordergrund. Folglich repräsentieren effiziente und robuste Kommunikationskonzepte eine wesentliche Anforderung an die Systemarchitektur. Hinzu kommen komplexe Datenverarbeitungsprozesse, welche in einer heterogenen Systemumgebung und unter Beachtung anwendungsspezifischer Rahmenbedingungen effizient koordiniert werden müssen.

Die vorliegende Habilitationsschrift greift die Thematik Kommunikation in verteilten, stark ressourcenbeschränkten Systeme unter dem Aspekt der Energieeffizienz auf und vermittelt hier einen umfassenden Einblick in die verschiedenen Forschungsschwerpunkte. In diesem Zusammenhang werden zunächst grundlegende Begrifflichkeiten definiert und inhaltlich klar abgegrenzt. Relevante, technologische Entwicklungen der beiden letzten Dekaden werden vorgestellt, thematisch eingeordnet und kritisch diskutiert. Anschließend erfolgt die funktional getrennte Betrachtung eingebetteter Kommunikationsplattformen auf Netzwerk-, Daten- sowie Energiemanagementebene. Im Rahmen der Systemintegration und Konfiguration erfolgt schließlich die Anpassung aller Teilkomponenten in eine applikationsspezifische Gesamtarchitektur.

Der inhaltliche Schwerpunkt dieser Arbeit liegt bei der strukturierten Betrachtung von Optimierungsstrategien für energieeffiziente Kommunikationsprozesse, sowohl hardware- als auch softwareseitig. Erst durch das präzise Zusammenspiel von Kommunikationsparadigma, Kommunikationstechnologien und Kommunikationsprotokollen wird ein ganzheitlich optimiertes System zur Verfügung gestellt, welches die vorhandenen Ressourcen effizient nutzt.

Im weiteren Verlauf der Arbeit werden ausgewählte Optimierungsstrategien anhand konkreter Anwendungsszenarien im Kontext ressourcenbeschränkter, verteilter Systeme analysiert und bewertet. Ausgehend von einem Referenzsystem erfolgt die stufenweise Einbindung mehrerer Verfahren und Konzepte auf unterschiedlichen Abstraktionsebenen:

• Überführung in ein asynchrones, gepuffertes Kommunikationsparadigma
• Integration von Wake-Up-Receiver-Technologien
• Einbindung unterschiedlicher Datenaggregations- / Datenfusionsverfahren

Aus den Ergebnissen werden qualitative und quantitative Rückschlüsse auf das Optimierungspotential hinsichtlich der Energieeffizienz von Kommunikationsprozessen gezogen. Die gewonnenen Erkenntnisse dienen als wichtige Richtgrößen für zukünftige Entwicklungen sowohl auf Software- als auch auf Hardwareebene.