Artificial boundary conditions for the Stokes and Navier-Stokes equations in domains that are layer-like at infinity

Artificial boundary conditions are presented to approximate solutions to Stokes- and Navier-Stokes problems in domains that are layer-like at infinity. Based on results about existence and asymptotics of the solutions v^infinity, p^infinity to the problems in the unbounded domain Omega the error v^infinity - v^R, p^infinity - p^R is estimated in H^1(Omega_R) and L^2(Omega_R), respectively. Here v^R, p^R are the approximating solutions on the truncated domain Omega_R, the parameter R controls the exhausting of Omega. The artificial boundary conditions involve the Steklov-Poincare operator on a circle together with its inverse and thus turn out to be a combination of local and nonlocal boundary operators. Depending on the asymptotic decay of the data of the problems, in the linear case the error vanishes of order O(R^{-N}), where N can be arbitrarily large.

Artificial micro RNA system in Dictyostelium discoideum

Dictyostelium discoideum is a social amoeba that serves as a model system for RNA interference and related mechanisms. Its position between plants and animals enables evolutionary snapshot of mechanisms and protein machinery involved in investigated subjects. MiRNAs are small regulatory RNAs that are evolutionary conserved and present in animals, plants, viruses and some prokaryotes. They have roles in development, cell growth and differentiation, apoptosis and their miss-regulation is associated with many diseases such as cancer, neurodegenerative disorders and diabetes. Recently, through sequencing of DNA libraries miRNAs have been discovered in D. discoideum. In this work, it has been shown that heterologues miRNA let-7 can be expressed and processed in D. discoideum. Expression of let-7 miRNA in social amoeba resulted in a strong developmental phenotype suggesting an overload of the processing/silencing system or/and endogenous targets. The various effects on prel-7 strain have been observed and characterized, serving as a background for postulation of miRNA roles. An artificial miRNA system has been established and imposed to D. discoideum, showing that miRNAs in Dictyostelium could mediate gene expression on the level of mRNA stability and on the posttranscriptional level. Furthermore, presence of translational inhibition as a type of gene control was shown for the first time in this organism. Due to it new structures representing co-localities of miRNA and target mRNA have been detected. Taken together, this work shows functional artificial miRNA system and postulates roles of endogenous small RNA in social amoeba.

Development of thermo-analytical prediction and classification models for food in thermal devices using a multi sensor system and artificial neural networks

Die thermische Verarbeitung von Lebensmitteln beeinflusst deren Qualität und ernährungsphysiologischen Eigenschaften. Im Haushalt ist die Überwachung der Temperatur innerhalb des Lebensmittels sehr schwierig. Zudem ist das Wissen über optimale Temperatur- und Zeitparameter für die verschiedenen Speisen oft unzureichend. Die optimale Steuerung der thermischen Zubereitung ist maßgeblich abhängig von der Art des Lebensmittels und der äußeren und inneren Temperatureinwirkung während des Garvorgangs. Das Ziel der Arbeiten war die Entwicklung eines automatischen Backofens, der in der Lage ist, die Art des Lebensmittels zu erkennen und die Temperatur im Inneren des Lebensmittels während des Backens zu errechnen. Die für die Temperaturberechnung benötigten Daten wurden mit mehreren Sensoren erfasst. Hierzu kam ein Infrarotthermometer, ein Infrarotabstandssensor, eine Kamera, ein Temperatursensor und ein Lambdasonde innerhalb des Ofens zum Einsatz. Ferner wurden eine Wägezelle, ein Strom- sowie Spannungs-Sensor und ein Temperatursensor außerhalb des Ofens genutzt. Die während der Aufheizphase aufgenommen Datensätze ermöglichten das Training mehrerer künstlicher neuronaler Netze, die die verschiedenen Lebensmittel in die entsprechenden Kategorien einordnen konnten, um so das optimale Backprogram auszuwählen. Zur Abschätzung der thermische Diffusivität der Nahrung, die von der Zusammensetzung (Kohlenhydrate, Fett, Protein, Wasser) abhängt, wurden mehrere künstliche neuronale Netze trainiert. Mit Ausnahme des Fettanteils der Lebensmittel konnten alle Komponenten durch verschiedene KNNs mit einem Maximum von 8 versteckten Neuronen ausreichend genau abgeschätzt werden um auf deren Grundlage die Temperatur im inneren des Lebensmittels zu berechnen. Die durchgeführte Arbeit zeigt, dass mit Hilfe verschiedenster Sensoren zur direkten beziehungsweise indirekten Messung der äußeren Eigenschaften der Lebensmittel sowie KNNs für die Kategorisierung und Abschätzung der Lebensmittelzusammensetzung die automatische Erkennung und Berechnung der inneren Temperatur von verschiedensten Lebensmitteln möglich ist.