Graph-based code pattern extraction. - Ilmenau : Universitätsbibliothek, 2024. - 1 Online-Ressource (xxii, 188 Seiten)
Technische Universität Ilmenau, Dissertation 2024
Software ist in vielen Bereichen des modernen Lebens relevant. Ihre Entwicklung ist jedoch zeitaufwändig, und selbst kleine Programmfehler können verheerende Auswirkungen auf die Programmausführung haben. Mit der Etablierung von "Software Engineering" um 1960 begannen Softwareentwickler, Ingenieurprinzipien bei der Entwicklung einzusetzen. Software-Entwurfsmuster haben sich seitdem als wichtiges Werkzeug der Softwareentwicklung etabliert. Sie sind jedoch inhärent allgemein und damit nicht in der Lage, projektspezifische Zusammenhänge abzubilden. Eine große Vielfalt unterschiedlichster Anforderungen führt zu sehr vielfältiger Software. Beispielsweise ist der Quellcode für das Assistenzsystem eines Passagierflugzeugs anders strukturiert als der einer Schrittzähler-App auf dem Smartphone. Auch die Entwicklungsprozesse unterscheiden sich stark. Spezifischere Softwaremuster, die zugeschnitten sind auf die Domäne, den Enwicklungsprozess oder die Verwendung spezieller Hardware, haben potenziell eine höhere Relevanz als allgemeine Muster. Diese Arbeit beschreibt eine Methode zur automatischen Extraktion von Code-Mustern, basierend auf "Pattern Mining". Die extrahierten Muster beschreiben häufig vorgenommene Änderungen. Dazu werden öffentlich verfügbare Daten aus Versionskontrollsystemen verwendet, die eine reichhaltige Historie verschiedener Softwareprojekte halten. Der präsentierte Ansatz besteht aus drei Schritten: 1) Die Modellierung von Änderungen und ihre Extraktion aus Programmcode. Dabei werden kontextuelle Zusammenhänge zwischen den Änderungen erfasst und die Änderungen schließlich als Graph repräsentiert. 2) Mit einem spezialisierten Algorithmus werden häufige Muster aus den Graphdaten extrahiert. 3) Die Muster werden mithilfe eines neuartigen Analysewerkzeugs interpretiert, sodass tausende Muster mit jeweils tausenden Vorkommnissen überblickt werden können. Die Skalierbarkeit des Ansatzes, effektive Interpretationsmethoden sowie verschiedene Einflussfaktoren wurden mithilfe von drei Experimenten untersucht. Im ersten Experiment wurden Muster in 7 Projekten mittels eines vollständigen und exakten Algorithmus gefunden. Im zweiten Experiment wurden 1000 Projekte aggregiert und mithilfe einer stochastischen Methode analysiert. Letztlich wurden im dritten Experiment abstrakte, dateiübergreifende Muster aus 1000 Projekten extrahiert.
https://doi.org/10.22032/dbt.62456
Heterogeneous memory technologies in database management systems. - Ilmenau : Universitätsbibliothek, 2024. - 1 Online-Ressource (xii, 168 Seiten)
Technische Universität Ilmenau, Dissertation 2024
Datenbanksysteme sind ein fundamentaler Baustein der modernen IT-Landschaft. Ihr Betrieb trägt häufig deutlich zu den Gesamtkosten von IT-Systemen bei. Folglich besteht hoher ökonomischer Druck die Kosteneffizienz von Datenbanksystemen zu verbessern. Währenddessen ist ein großer Teil der Betriebskosten von Datenbanksystemen auf ihren Hauptspeicherverbrauch zurückzuführen. Verbesserungen der Speichereffizienz führen somit direkt zu höherer Kosteneffizienz. Die zurzeit meistgenutzte grundlegende Speichertechnologie ist DRAM. Allerdings wurden im Laufe der Zeit einige heterogene technologische Alternativen entwickelt. In dieser Arbeit präsentieren wir zwei Ansätze, um die Speichereffizienz von Datenbanksystemen zu verbessern. Zuerst untersuchen wir die Nutzbarkeit von heterogenen Speichertechnologien als ein kosteneffizientere Alternative zu aktuellen Systemen die ausschließlich teuren DRAM-basierten Speicher verwenden. Dazu entwickeln wir ein Kostenmodell zur Platzierung von Daten in Systemen mit hybridem Speicher. Wir stellen fest, dass ein In-Memory Datenbanksystem einen Großteil seiner Basisdaten mit nur geringen Leistungseinbußen in langsameren, günstigeren Speicher platzieren kann. Zweitens führt der konkurrierende Speicherbedarf für Basis- und temporäre Daten in typischen Datenbanksystemen häufig zu einer Überdimensionierung der Speicherkapazität. Somit stellen wir etwas überraschend fest, dass auch ohne den Einsatz heterogener Speichertechnologien noch erhebliche Steigerungen der Speichereffizienz möglich sind. Dazu stellen wir einen kooperativen Ansatz zur Bewältigung von widersprüchlichem Speicherbedarf vor. Wir vergleichen den kooperativen Ansatz mit dem traditionell in bestehenden Systemen verwendeten Ansatz mithilfe eines Prototyps. In unserer Evaluation stellen wir fest, dass kooperative Speicherverwaltung den Gesamtspeicherbedarf eines Datenbanksystems erheblich verringern kann, insbesondere für gemischte Workloads. Letztlich können die beiden in dieser Arbeit skizzierten Wege als solide Grundlage dienen, um die Kosteneffizienz von Datenbanksystemen deutlich zu steigern.
https://doi.org/10.22032/dbt.62299
Supervised probabilistic dynamic-controlled latent-variable model for quality pattern prediction and optimisation. - In: ISA transactions, ISSN 1879-2022, Bd. 0 (2024), 0, S. 1-19
A supervised probabilistic dynamic-controlled latent-variable (SPDCLV) model is proposed for online prediction, as well as real-time optimisation of process quality indicators. Compared to existing probabilistic latent-variable models, the key advantage of the proposed method lies in explicitly modelling the dynamic causality from the manipulated inputs to the quality pattern. This is achieved using a well-designed, dynamic-controlled Bayesian network. Furthermore, the algorithms for expectation-maximisation, forward filtering, and backward smoothing are designed for learning the SPDCLV model. For engineering applications, a framework for pattern-based quality prediction and optimisation is proposed, under which the pattern-filtering and pattern-based soft sensor are explored for online quality prediction. Furthermore, quality optimisation can be realised by directly controlling the pattern to the desired condition. Finally, case studies on both an industrial primary milling circuit and a numerical example illustrate the benefits of the SPDCLV method in that it can fully model the process dynamics, effectively predict and optimise the quality indicators, and monitor the process.
https://doi.org/10.1016/j.isatra.2024.08.001
Electric field temporal interference stimulation of neurons in vitro. - In: Lab on a chip, ISSN 1473-0189, Bd. 24 (2024), 16, S. 3945-3957
Electrical stimulation (ES) techniques, such as deep brain and transcranial electrical stimulation, have shown promise in alleviating the symptoms of depression and other neurological disorders in vivo. A new noninvasive ES method called temporal interference stimulation (TIS), possesses great potential as it can be used to steer the stimulation and possibly selectively modulate different brain regions. To study TIS in a controlled environment, we successfully established an in vitro ‘TIS on a chip’ setup using rat cortical neurons on microelectrode arrays (MEAs) in combination with a current stimulator. We validated the developed TIS system and demonstrated the spatial steerability of the stimulation by direct electric field measurements in the chip setup. We stimulated cultures of rat cortical neurons at 28 days in vitro (DIV) by two-channel stimulation delivering 1) TIS at 653 Hz and 643 Hz, resulting in a 10 Hz frequency envelope, 2) low-frequency stimulation (LFS) at 10 Hz and 3) high-frequency stimulation (HFS) at 653 Hz. Unstimulated cultures were used as control/sham. We observed the differences in the electric field strengths during TIS, HFS, and LFS. Moreover, HFS and LFS had the smallest effects on neuronal activity. Instead, TIS elicited neuronal electrophysiological responses, especially 24 hours after stimulation. Our ‘TIS on a chip’ approach eludicates the applicability of TIS as a method to modulate neuronal electrophysiological activity. The TIS on a chip approach provides spatially steerable stimuli while mitigating the effects of high stimulus fields near the stimulation electrodes. Thus, the approach opens new avenues for stimulation on a chip applications, allowing the study of neuronal responses to gain insights into the potential clinical applications of TIS in treating various brain disorders.
https://doi.org/10.1039/D4LC00224E
Novel ordinary differential equation for state-of-charge simulation of rechargeable lithium-ion battery. - In: Applied Sciences, ISSN 2076-3417, Bd. 14 (2024), 12, 5284, S. 1-15
Lithium-ion battery energy storage systems are rapidly gaining widespread adoption in power systems across the globe. This trend is primarily driven by their recognition as a key enabler for reducing carbon emissions, advancing digitalization, and making electricity grids more accessible to a broader population. In the present study, we investigated the dynamic behavior of lithium-ion batteries during the charging and discharging processes, with a focus on the impact of terminal voltages and rate parameters on the state of charge (SOC). Through modeling and simulations, the results show that higher terminal charging voltages lead to a faster SOC increase, making them advantageous for applications requiring rapid charging. However, large values of voltage-sensitive coefficients and energy transfer coefficients were found to have drawbacks, including increased battery degradation, overheating, and wasted energy. Moreover, practical considerations highlighted the trade-off between fast charging and time efficiency, with charging times ranging from 8 to 16 min for different rates and SOC levels. On the discharging side, we found that varying the terminal discharging voltage allowed for controlled discharging rates and adjustments to SOC levels. Lower sensitivity coefficients resulted in more stable voltage during discharging, which is beneficial for applications requiring a steady power supply. However, high discharging rates and sensitivity coefficients led to over-discharging, reducing battery life and causing damage. These new findings could provide valuable insights for optimizing the performance of lithium-ion batteries in various applications.
https://doi.org/10.3390/app14125284
Mechanisms to increase the safety of safety-critical Deep Neural Network-based environmental perception for autonomous driving. - Ilmenau : Universitätsbibliothek, 2024. - 1 Online-Ressource (ix, 158 Seiten)
Technische Universität Ilmenau, Dissertation 2024
Die Realisierung des autonomen Fahrens hat sich längst zu einem technologischen Wettlauf entwickelt, dessen Herausforderung mit der Raumfahrt des letzten Jahrhunderts vergleichbar ist. Auf dem Weg zur Verwirklichung der Vision des autonomen Fahrens wird immer deutlicher, dass die künstliche Intelligenz (KI) mit ihren revolutionären Fähigkeiten den Dreh- und Angelpunkt bildet. Allerdings geht es nicht nur um KI, sondern insbesondere um sichere KI. Grundlegende Voraussetzungen für eine sichere KI sind 1) die Identifizierung und 2) die ausreichende Mitigierung der KI inhärenten Schwächen. Es ist wichtig festzuhalten, dass, wenn im Zusammenhang mit autonomem Fahren von KI die Rede ist, in der Regel Deep Neural Networks (DNNs) impliziert sind. Die vorliegende Arbeit konzentriert sich auf genau diese beiden Probleme von DNNs, die in der Umweltwahrnehmung im Bereich autonomes Fahren eingesetzt werden. Nach einer detaillierten Beschreibung der systematischen, latenten Schwächen von DNNs (sogenannte DNN-Unzulänglichkeiten) werden vier Sicherheitsmechanismen vorgestellt, die jeweils eine DNN-Unzulänglichkeit mitigieren. Die entwickelten Sicherheitsmechanismen umfassen die Fusion von Gewichten, die Ausnutzung der zeitlichen Konsistenz von Videodaten, das Pruning von Gewichten und die Out-of-Domain-Erkennung zur Laufzeit. Die Wirksamkeit der vorgestellten Ansätze wird in zahlreichen Experimenten demonstriert und in den aktuellen Stand der Technik eingeordnet. Darüber hinaus wurden diese Ansätze beispielhaft in eine Sicherheitsargumentation eingebunden, die eine strukturierte und transparente Möglichkeit bietet, die Sicherheitsaspekte von KI-Systemen zu dokumentieren. Durch die Identifizierung von DNN-Unzulänglichkeiten, die Entwicklung von Mitigierungsmechanismen, die Validierung ihrer Wirksamkeit und die Integration in eine Sicherheitsargumentation, leistet diese Arbeit einen wichtigen Beitrag zur Weiterentwicklung der sicheren KI im Bereich des autonomen Fahrens.
https://doi.org/10.22032/dbt.61893
Automated transformation of a domain-specific language for system modeling to Stochastic Colored Petri Nets. - In: IEEE Xplore digital library, ISSN 2473-2001, (2024), insges. 8 S.
Petri Net models are widely recognized for their ability to analyze concurrent, stochastic processes based on a solid mathematical foundation. However, one drawback of Petri Nets is their low-level abstraction: they offer only a few basic elements like places and transitions to represent all system components. While this limitation may not be an issue when working with small models, it becomes challenging when attempting to model larger processes or systems. As the complexity increases, the number of elements in the Petri Net also grows, making it difficult to distinguish and maintain them effectively. Furthermore, Petri Nets require verification to ensure that they accurately represent the behavior of the system they are intended to model. This verification process must be repeated whenever a model is created or modified. To address these challenges, this paper describes a Stochastic colored Petri Net semantics of a domain-specific language that allows modeling time-based hardware and software systems. We have developed a custom Eclipse-based framework that allows for both graphical and textual modeling, providing editors with useful features such as real-time validation of model constraints, which is not feasible at the low-level Petri Net abstraction due to the lack of contextual information. The DSL also offers the advantage of easy conversion from other modeling languages thanks to an intermediate language. From the model, valid Stochastic Colored Petri Nets (SCPNs) can be generated, which can automatically simulate certain system properties consistently. This approach aims to enhance modeling capabilities and alleviate some of the limitations associated with traditional Petri Nets.
https://doi.org/10.1109/SysCon61195.2024.10553543
A stakeholder analysis of operational design domains of automated driving systems. - In: IEEE Xplore digital library, ISSN 2473-2001, (2024), insges. 2 S.
Developing an automated driving system (ADS) involves collaboration between various stakeholders. To support this process, the concept of operational design domain (ODD) has emerged. Nonetheless, stakeholders require variable levels of information from an ODD. A thorough investigation has identified eight main stakeholder categories. Furthermore, a stakeholder analysis is used to assess their expectations, interests, and influence. These findings briefly summarise all necessary ODD engineering requirements and deliverables for all ODD stakeholders.
https://ieeexplore.ieee.org/document/10546564
Macrophenological dynamics from citizen science plant occurrence data. - In: Methods in ecology and evolution, ISSN 2041-210X, Bd. 0 (2024), 0, S. 1-16
Phenological shifts across plant species is a powerful indicator to quantify the effects of climate change. Today, mobile applications with automated species identification open new possibilities for phenological monitoring across space and time. Here, we introduce an innovative spatio-temporal machine learning methodology that harnesses such crowd-sourced data to quantify phenological dynamics across taxa, space and time. Our algorithm links individual phenological responses across thousands of species and geographical locations, using a similarity measure. The analysis draws on nearly ten million plant observations collected through the AI-based plant identification app Flora Incognita in Germany from 2018 to 2021. Our method quantifies changes in synchronisation across the annual cycle. During the growing season, synchronised behaviour can be encoded by a few characteristic macrophenological patterns. Nonlinear spatio-temporal changes of these patterns can be efficiently quantified using a data compressibility measure. Outside the growing season, the phenological synchronisation diminishes introducing noise into the patterns. Despite biases and uncertainties associated with crowd-sourced data, for example due to human data collection behaviour, our study demonstrates the feasibility of deriving meaningful indicators for monitoring plant macrophenology from individual plant observations. As crowd-sourced databases continue to expand, our approach holds promise to study climate-induced phenological shifts and feedback loops.
https://doi.org/10.1111/2041-210X.14365
Delivery of TGFβ3 from magnetically responsive coaxial fibers reduces spinal cord astrocyte reactivity in vitro. - In: Advanced biology, ISSN 2701-0198, Bd. 0 (2024), 0, 2300531, S. 1-14
A spinal cord injury (SCI) compresses the spinal cord, killing neurons and glia at the injury site and resulting in prolonged inflammation and scarring that prevents regeneration. Astrocytes, the main glia in the spinal cord, become reactive following SCI and contribute to adverse outcomes. The anti-inflammatory cytokine transforming growth factor beta 3 (TGFβ3) has been shown to mitigate astrocyte reactivity; however, the effects of prolonged TGFβ3 exposure on reactive astrocyte phenotype have not yet been explored. This study investigates whether magnetic core-shell electrospun fibers can be used to alter the release rate of TGFβ3 using externally applied magnetic fields, with the eventual application of tailored drug delivery based on SCI severity. Magnetic core-shell fibers are fabricated by incorporating superparamagnetic iron oxide nanoparticles (SPIONs) into the shell and TGFβ3 into the core solution for coaxial electrospinning. Magnetic field stimulation increased the release rate of TGFβ3 from the fibers by 25% over 7 days and released TGFβ3 reduced gene expression of key astrocyte reactivity markers by at least twofold. This is the first study to magnetically deliver bioactive proteins from magnetic fibers and to assess the effect of sustained release of TGFβ3 on reactive astrocyte phenotype.
https://doi.org/10.1002/adbi.202300531