Illustrative visualization of medical data sets

Magdeburg, Univ., Fak. für Informatik, Diss., 2014

Visualisierung der Report Server Utalisation

[s.c.]

Kommunikation zwischen KNX / EIB und DALI sowie DMX

[s.c.]

Ein Modell zum zentralen Betrieb von hoch flexiblen SOA-Lösungen auf Basis definierter Standards

Magdeburg, Univ., Fak. für Informatik, Diss., 2014

Wärmeübergang und Strömungsformen beim Sieden in Minikanälen

Magdeburg, Univ., Fak. für Verfahrens- und Systemtechnik, Diss., 2014

Illustrative visualization of medical data sets

Magdeburg, Univ., Fak. für Informatik, Diss., 2014

Context modelling for IT security in selected application scenarios

Magdeburg, Univ., Fak. für Informatik, Diss., 2015

Minimal-invasive provenance integration into data-intensive systems

Magdeburg, Univ., Fak. für Informatik, Diss., 2014

Ein Beitrag zur optimierten Konzeptauslegung von Fahrzeugen im Bereich der Elektromobilität

Magdeburg, Univ., Fak. für Maschinenbau, Diss., 2014

Mathematische Grundlagen der robusten Implementierung von Vektoroperationen

Eine Vektoroperation ist die Berechnung von Vektoren. Zum Beispiel Addition, Subtraktion und skalares Produkt. Die Vektoroperation wird meistens für die Berechnung von Signalen, z.B. Faltung verwendet. Ein Programm ist für die Operationen entworfen worden. Mit welchen Methoden kann eine Vektoroperation mit vielen Elementen einfach sein und wie kann die Robustheit des Programms stabil sein? Diese Probleme sollen in dieser Arbeit untersucht und gelöst werden. Hierfür wurde die sichere Programmiersprache SPARK2014 gewählt, um die Robustheit des Programms realisieren zu können. Und das wichtigste Werkzeug, die Vor- und Nachbedingung von SPARK2014, wurde verwendet. Für das Programm ist ein mathematisches Konzept wichtig, es ist die Basis der dynamischen Programmierung. Am Anfang wurden mögliche Vor- und Nachbedingungen geschrieben. Anschließend durch mathematische Kenntnisse ,Notwendig und Hinreichende Bedingung‘ wurden die repräsentativen Vorbedingungen gewählt und die Reihenfolge der Vorgehensweise festgelegt. Danach wurde die Methode durch mathematische Kenntnisse nachgewiesen. Zum Schluss wurden die entworfenen Vor- und Nachbedingungen durch die mathematischen Beispiele getestet.

Robuste Implementierung von Vektoroperationen

Das Thema „Robuste Implementierung numerischer Vektoroperationen“ ist Gegenstand dieser Bachelorarbeit. Um numerische Vektoroperationen robust implementieren zu können, muss man einen Code schreiben. Darin sollten nicht nur die Fehler der Vektoroperationen getestet, sondern auch eine Begrenzung der eingegebenen und ausgegebenen Werte entworfen werden. Die erste Aufgabe ist der Entwurf der Vor- und Nachbedingung in der Programmierumgebung Spark. SPARK ist eine formal definierte Computerprogrammiersprache basierend auf der Ada Programmiersprache. Sie ist eine Softwareentwicklungstechnologie, die mit hoher Zuverlässigkeit konzipiert wurde. Allgemein gesagt, die Aufgaben in dieser Arbeit sind folgendermaßen: 1. Entwurf und Programmierung der Vor- und Nachbedingung im Spark2. Entwurf und Programmierung der Testprogramm für alle Vor- und Nachbedingungen. Als Lösungskonzept soll in der Aufgabe eine Bibliothek über den Test der numerischen Vektoroperationen entwickelt werden. Zuerst muss man alle Vektoroperationen kennen. Der nächste Schritt ist die Analysierung der potenziellen Fehler bei den Vektoroperationen. Hier ist eine mathematische Analyse sehr wichtig. Mit Hilfe der mathematischen Grundlagen kann der Plan für den Entwurf der Vor- und Nachbedingung umgesetzt werden. Danach erfolgt der Entwurf der Hilfsfunktionen für die Vor- und Nachbedingung. Mit Hilfe der Verwendung der Hilfsfunktion in der Spezifikationsdatei können Fehler vermieden werden und die Codes bleiben sauber. Am Ende erfolgt die Programmierung aller Vor- und Nachbedingungen für alle Vektoroperationen.

Product-line specification and verification with feature-oriented contracts

Magdeburg, Univ., Fak. für Informatik, Diss., 2015

Vorbereitung der Portierung der Stoffdatenbank GSBL in eine NoSQL-Datenstruktur anhand der dokumentorientierten Datenbank: MongoDB

Das Thema dieser Arbeit orientiert sich am Bedarf des Umweltbundesamtes, die Stoffdatenbank GSBL weiter zu entwickeln, die Speichersrtuktur der GSBL zu moderniesieren und die Möglichkeit seiner Nutzung für verschiedene Anwendergruppen zu verbessern. Die heutige Datenhaltunf´g basiert auf einer relationalen Speicherung und wird transponiert gelöst.Transponierung in Bezug auf eine relationale Speicherung bedeutet, dass Spalten und Zeilen einer Tabelle getauscht werden. Die Tabelle mit GSBL-Daten ist derart gesataltet, dass die Eigenschaften der chemischen Stoffe als Zeilenbezeichnungen statt als Spaltenüberschriften aufgefasst werden, wie es üblich bei einer relationalen Speicherung ist. In dieser Arbeit wird ein Überblick über verschiedene Datenmodelle, ihre Vorteile und Nachteile im Hinblick auf die spezielle Problematik der Stoffdatenbanken gegeben. Die Eigenschaften von MongoDB werden in Bezug auf eine konkrete Problemstellung getestet und bewertet. Diese Arbeit soll in Bezug auf eine mögliche Portierung des GSBL (oder ähnlicher Stoffdatenbanken) zu NoSQL eine Hilfe zur Verfügung stellen.

A Novel Memory-centric Architecture and Organization of Processors and Computers

The modern computer systems that are in use nowadays are mostly processor-dominant, which means that their memory is treated as a slave element that has one major task – to serve execution units data requirements. This organization is based on the classical Von Neumann's computer model, proposed seven decades ago in the 1950ties. This model suffers from a substantial processor-memory bottleneck, because of the huge disparity between the processor and memory working speeds. In order to solve this problem, in this paper we propose a novel architecture and organization of processors and computers that attempts to provide stronger match between the processing and memory elements in the system. The proposed model utilizes a memory-centric architecture, wherein the execution hardware is added to the memory code blocks, allowing them to perform instructions scheduling and execution, management of data requests and responses, and direct communication with the data memory blocks without using registers. This organization allows concurrent execution of all threads, processes or program segments that fit in the memory at a given time. Therefore, in this paper we describe several possibilities for organizing the proposed memory-centric system with multiple data and logicmemory merged blocks, by utilizing a high-speed interconnection switching network.

Comparative Analysis of Signals Restoration by Different Kinds of Approximation

The comparative analysis of continuous signals restoration by different kinds of approximation is performed. The software product, allowing to define optimal method of different original signals restoration by Lagrange polynomial, Kotelnikov interpolation series, linear and cubic splines, Haar wavelet and Kotelnikov-Shannon wavelet based on criterion of minimum value of mean-square deviation is proposed. Practical recommendations on the selection of approximation function for different class of signals are obtained.