Eldorado - Repositorium der TU Dortmund

Ressourcen aus und für Forschung, Lehre und Studium

Bei diesem Service handelt es sich um das Institutionelle Repositorium der Technischen Universität Dortmund. Hier werden Ressourcen aus und für Lehre, Studium und Forschung gespeichert, erschlossen und der Öffentlichkeit zugänglich gemacht.

Hauptbereiche in Eldorado

Wählen Sie einen Bereich, um dessen Inhalt anzusehen.

Gerade angezeigt 1 - 5 von 9

Fach- und Universitätsübergreifendes 1319
Fakultäten 13916
Graduate School und Graduiertenkollegs 12
Hochschulverwaltung 1250
Sonderforschungsbereiche 1595

Aktuellste Veröffentlichungen

Faberpolynombasierte lokale Zeitschrittverfahren für hyperbolische Systeme der Photonik
(2026) Plotnikov, Wladimir; Schulz, Dirk; Smajic, Jasmin
Klassischerweise wird die Propagation elektromagnetischer Wellen in den unterschiedlichsten Systemen über die Lösung der Maxwell-Gleichungen analysiert. Sofern es die Umstände erlauben, ist eine Visualisierung mit Hilfe einer Simulation stets eine sinnvolle Ergänzung zur theoretischen Betrachtung. Um dies zu ermöglichen, ist der Einsatz numerischer Verfahren notwendig, die die physikalischen Gesetzmäßigkeiten rechnerisch abbilden. Je nach Anwendungsfall kann die Auswertung eines Gleichungssystems mit zahlreichen Freiheitsgraden erforderlich sein. Typische Anwendungsbereiche, für die dies gilt, sind beispielsweise die Photonik und Terahertz-Technik. Hier wird für eine realistische Analyse häufig eine örtliche Auflösung bis in den Nanometerbereich benötigt, um charakteristische Effekte modellieren zu können. Des Weiteren treten in diesen Fällen oft Nichtlinearitäten auf, die sich durch Verstärkung oder Dämpfung bemerkbar machen. Gemessen an diesem Anspruch ist die Lösung der zugrunde liegenden Gleichungssysteme entsprechend mit einer hohen Komplexität verbunden. Bei einigen etablierten Methoden kann zudem eine Beschränkung der Zeitschrittweite auftreten, welche die Komplexität zusätzlich erhöht. Damit trotz dieser Einschränkungen eine reibungslose Implementierung möglich ist, wäre eine Option, die Berechnung auf einem Rechencluster durchzuführen. Dadurch nimmt der Speicherbedarf vermeintlich eine untergeordnete Rolle ein. Dennoch kann sich diese Annahme als trügerisch erweisen, insbesondere wenn Randbedingungen, Materialmodelle oder 3D-Systeme berücksichtigt werden. Ein alternativer Ansatz würde sich auf die reine Programmierung stützen. Wird anstelle impliziter Verfahren eine explizite Methode gewählt, lässt sich das Lösen von Gleichungssystemen vollständig umgehen. Stattdessen genügt die Auswertung von Matrix-Vektor-Multiplikationen, die wesentlich einfacher zu handhaben sind als die Bestimmung einer Matrixinversen oder von Eigenwerten. Darüber hinaus ließe sich der Ablauf ohne großen Aufwand parallelisieren, wodurch sich die Rechenzeit erheblich verkürzt. Daran anschließend kann durch eine Erhöhung der Zeitschrittweite die Anzahl der Rechenoperationen weiter reduziert werden. Unter Berücksichtigung dieser Vorgaben wird der Ansatz auf Basis der Faberpolynome untersucht, der sich durch eine geringe Limitation und hohe Effizienz bei der Approximation des Matrixexponentials auszeichnet. Durch die Weiterentwicklung der konventionellen Faber-Methode, bei der anstatt eines globalen Operators beliebig viele separate lokale Operatoren evaluiert werden, wird eine deutlich höhere Flexibilität erreicht. Diesbezüglich werden theoretische und praktische Resultate miteinander verglichen, um die Gültigkeit der theoretischen Annahmen zu bewerten. Weiterhin wird gezeigt, dass sich die Konvergenz der Faber-Methode über geeignete numerische Abbildungen in andere Domänen beschleunigen lässt. Ferner kann durch den Einsatz von Unterraum-Verfahren die Gesamtkomplexität um mehrere Größenordnungen verringert werden, was die Modellierung anspruchsvoller Systeme wesentlich verbessert.
Targeting the mitochondrial lysophosphatidic acid-producing enzyme glycerol-3-phosphate acyltransferase 1 in ovarian cancer using a stable knockdown system and the small molecule inhibitor FSG67
(2026) Alvarez de las Heras, Manuel; Hengstler, Jan G.; Thriel, Christoph van
Ovarian cancer is one of the most commonly detected cancers in women. The lack of efficient screening methods complicates early disease detection and thus ovarian cancer is often diagnosed at later stages when more severe symptoms due to metastasis are present and the five-year relative survival rate is only 29%. Recently lysophosphatidic acid (LPA) was reported to play an important role in different diseases, including ovarian cancer. So far, mainly the role of extracellular LPA as a signaling lipid has been studied; however, LPA is also produced intracellularly, and as opposed to extracellular LPA, little is known of its role as a signaling lipid. Intracellular LPA can be produced by several metabolic pathways and enzymes, including the glycerol-3-phosphate acyltransferase (GPAT) enzymes. The glycerol-3-phosphate acyltransferase 1, mitochondrial (GPAM) has been linked to several diseases, including metabolic disorders and cancer. For example, GPAM expression was associated with worse outcome in human ovarian cancer patients, and its silencing reduced tumor growth in a subcutaneous xenograft mouse model. However, the contribution of GPAM to ovarian cancer metastasis has not yet been studied in vivo. Thus, in this PhD thesis, the effect of silencing GPAM with a stable knockdown system, appropriate for in vivo studies, as well as pharmacologically inhibiting its enzymatic activity with the small molecule inhibitor FSG67 was evaluated both in vitro and in vivo. Luciferase-expressing ES-2 ovarian cancer cell lines were generated to be used for in vivo imaging of peritoneal metastasis. The most promising luciferase-expressing ovarian cancer cell line was then chosen to generate stable GPAM knockdown cell lines, suitable for in vivo studies. The stable GPAM knockdown was first evaluated in vitro, revealing that silencing GPAM decreased collective cell migration and the number of colonies formed, but had no effect on colony size nor anoikis resistance, and did not strongly influence individual cell migration. In a subsequent experiment using an in vivo model of peritoneal metastasis, stable GPAM knockdown in ES-2 cells slowed tumor growth suggesting a possible role for GPAM in ovarian cancer metastasis. Moreover, the effect of inhibiting GPAM with the small molecule GPAT inhibitor FSG67 was also evaluated, demonstrating that FSG67 altered the formation of colonies and reduced individual cell migration, collective cell migration and resistance to anoikis in ovarian cancer cells. Additionally, toxicology and pharmacokinetic studies of FSG67 in vivo revealed the compound to be suitable for future in vivo studies, such as antitumor efficacy studies of the compound. To gain further insight into the mechanism behind GPAM’s role in the observed cancer cell phenotypes, its enzymatic product, LPA was studied as a possible autocrine and/or paracrine signaling molecule using mass spectrometry-based measurements of labeled LPA, demonstrating that intracellular LPA was not transported into the extracellular space. In addition, intracellular binding partners of LPA were evaluated on the protein level. Therefore, an LPA-protein pull-down assay was established and subsequently used with sequential window acquisition of all theoretical fragment ion mass spectra (SWATH-MS) based proteomics, identifying S100 calcium-binding protein A7 (S100A7), BPI fold-containing family B member 1 (BPIFB1), suprabasin (SBSN) and actin (ACTB/ACTG) as intracellular LPA-binding protein candidates. In summary, this work shows that silencing GPAM or inhibiting GPAM with FSG67 hinders cancer-relevant processes and that both approaches are suitable for in vivo studies of ovarian cancer metastasis. Furthermore, it identified intracellular LPA-binding protein candidates to be followed up in future studies.
Vorhersage der Einspeiseleistung lokaler Photovoltaikanlagen mit Methoden des Maschinellen Lernens für das Lademanagement von Elektrofahrzeugen
(2026) Schulte, Katrin; Rehtanz, Christian; Haubrock, Jens
Der Ausbau von PV-Anlagen und die Elektrifizierung des Wärme- und Verkehrssektors bedingen einen Ausbau der Verteilnetze. Da dieser zu langsam voranschreitet, wächst der Bedarf an intelligent koordinierten Energiesystemen auf Basis von lokalen PV-Erzeugungsprognosen. Jedoch fehlt es in Deutschland wegen des geringen Smart-Meter-Anteils an PV-Leistungsmessdaten. Das Ziel dieser Arbeit ist die Entwicklung und Untersuchung eines zweistufigen PV-Prognosemodells, bestehend aus einer PV-Leistungsprognose für einen Prognosehorizont von 24 Stunden und einem Korrekturmodell zur Reduzierung von Prognosefehlern. Die PV-Prognose kombiniert eine Vorhersage der Bestrahlungsstärke auf Basis einer Wettervorhersage mithilfe eines Künstlichen Neuronalen Netzes und ein physikalisches PV-Modell, das die PV-Leistung anhand der Bestrahlungsstärke anlagenspezifisch berechnet. Die PV-Prognose ist dadurch im ersten Schritt für verschiedene PV-Anlagen anwendbar und benötigt keine PV-Leistungsmessdaten. Im zweiten Schritt reduziert ein Stacking-Ensemble als Korrekturmodell Prognosefehler, indem es Leistungsmessdaten berücksichtigt. Die Nutzung ausschließlich frei verfügbarer Wetterdaten gewährleistet die Praktikabilität der Methode. Die Korrektur ist durch die geringe Anzahl an PV-Leistungsmessdaten, die direkt in der Anwendung gesammelt werden können, möglich. Die Validierung des zweistufigen PV-Prognosemodells erfolgt anhand einer realen PV-Anlage. Bei einer Day-Ahead-Prognose der PV-Leistung beträgt der Prognosefehler 9,33 % für einen Testzeitraum von 629 Tagen. Eine stündliche Aktualisierung der Prognose führt zu einer leichten Reduzierung des Fehlers. Das Korrekturmodell reduziert den Prognosefehler auf 7,67 % im Vergleich zu 8,76 % bei einer PV-Prognose ohne Korrektur für einen Testzeitraum von 231 Tagen. Die Wirksamkeit des Korrekturmodells zeigt sich insbesondere in einer Winterwoche, in der die PV-Anlage teilweise verschattet ist. Das Modell identifiziert den wiederkehrenden Fehler durch Verschattung und reduziert ihn. Prognosefehler, die durch die Wettervorhersage bedingt sind, sind aufgrund ihres zufälligen Charakters schwerer durch das Korrekturmodell zu identifizieren. Bereits etwas mehr als sechs Monate chronologisch gesammelter PV-Leistungsmessdaten für das Training des Korrekturmodells reichen aus, um die Prognose für verschiedene Wetterbedingungen zu optimieren. Der Nutzen der PV-Prognose wird durch ihre Anwendung im Lademanagement von Elektrofahrzeugen demonstriert, wobei eine Optimierung auf Grundlage der PV-Prognose erfolgt.
Ein Vergleich von Symbolsammlungen zur Förderung des Handlungsverständnisses bei Menschen mit Beeinträchtigungen im Werkstatt-Kontext. Eine exemplarische empirische Untersuchung
(2024-12-09) Vieregge, Theresa; Dirks, Susanne; Wilkens, Leevke
Abbruchrisiken in der Kinderpflege- und Erzieher:innenausbildung
(2026) Angenendt, Pia; Lange, Mirja; Schayani, Nikolai
Dieses Dossier ist Band 5 der Reihe „Fachkräfte in der Kinder- und Jugendhilfe in NRW“. Es beleuchtet zentrale strukturelle und individuelle Faktoren sowie deren Einfluss auf Abbruchrisiken in der Kinderpflege- und Erzieher:innenausbildung. Grundlage ist eine explorative Befragung von rund 1.300 Schüler:innen in NRW. Die Ergebnisse können dazu beitragen, Abbruchrisiken in den Ausbildungsgängen besser zu verstehen und mögliche Ansatzpunkte zur Unterstützung erfolgreicher Ausbildungsabschlüsse in diesen Bildungsgängen in NRW sichtbar zu machen.