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 14009
Graduate School und Graduiertenkollegs 12
Hochschulverwaltung 1253
Sonderforschungsbereiche 1595

Aktuellste Veröffentlichungen

Die Dynamik lokaler Planungskulturen zwischen Schrumpfung und Wachstum
(2026) Stroms-van der Vlugt, Peter; Siedentop, Stefan; Othengrafen, Frank
Schrumpfungsprozesse stellen die Stadt- und Freiraumentwicklung vor große Herausforderungen und fordern etablierte Werte, Traditionen und Verständnisse der räumlichen Planung heraus. Daher stellen Schrumpfungsprozesse bei der Analyse planungskultureller Transformationsprozesse einen spannenden Kontext dar, da sie erheblichen Druck auf die institutionellen Welten der lokalen Planungskulturen erwarten lassen. Lokale Planungskulturen können aus einer institutionentheoretischen Lesart als eine Gesamtheit formeller Institutionen (Planungssystem und -kontext, Instrumente und Verfahren etc.) und informeller Institutionen (Wahrnehmung und Deutungen, Werte, Traditionen etc.) verstanden werden, die in Wechselwirkung zueinanderstehen. Im Rahmen der vorliegenden Dissertation werden die Konfigurationen und Dynamiken lokaler Planungskulturen mit dem Fokus auf Freiraumpolitik untersucht. Dabei werden zwei übergeordnete Zielstellungen verfolgt: Das erste Ziel besteht darin, lokale freiraumpolitische Planungskulturen im stadtregionalen Kontext empirisch nachzuweisen. Das zweite Forschungsziel analysiert planungskulturelle Dynamiken vor dem Hintergrund von Schrumpfungs- und Wachstumsprozessen. In dieser Arbeit wird eine empirisch-vergleichende Fallstudienanalyse für Gelsenkirchen und Halle (Saale) über einen Zeitraum von 1990 bis 2018 durchgeführt. Dabei wird ein Multi-Methoden-Ansatz verfolgt, um die komplexen institutionellen Welten erschließen, deren Wandel analysieren und die Erkenntnisse verifizieren zu können. Die Erhebungsmethoden bestehen aus einer Literatur-, Daten- und Dokumentenrecherche, Expert*innen-Interviews sowie Gruppendiskussionen und Vor-Ort-Begehungen. Das empirische Material wurde anhand der qualitativen Inhaltsanalyse sowie dichter Beschreibung analysiert. Zur Erfassung planungskultureller Transformationsprozesse wurden ein Analysemodell sowie neun planungskulturelle Dimensionen erarbeitet, auf deren Grundlage die lokalen Planungskulturen analysiert wurden. Die vorliegende Arbeit leistet mit ihren umfassenden Ergebnissen einen wichtigen Beitrag für die Planungskulturforschung, indem sie aufzeigt, wie planungskulturelle Dynamiken erfasst und analysiert werden können. Die Arbeit kann aufzeigen, dass sich die planungskulturellen Veränderungen in den verschiedenen Dimensionen in unterschiedlichem Umfang und unterschiedlicher Geschwindigkeit vollziehen. Die Transformationen stellen sich dabei mehr als pragmatische und partielle Anpassungen an veränderte Rahmenbedingungen denn als ein tiefgreifender planungskultureller Wandel dar. Als zentrales Ergebnis der Arbeit wurde auf Grundlage der empirischen Ergebnisse das ‚konzeptuelle Analysemodell planungskultureller Adaption‘ (KAPA) entwickelt.
A data-driven comprehensive analysis of occupational health and safety in Turkey
(Springer Science and Business Media LLC, 2026-05-02) Aksoy, Meltem; Adem, Aylin; Yilmaz, Ibrahim; Dağdeviren, Metin
Occupational Health and Safety (OHS), which holds substantial importance due to its profound human implications and far-reaching economic consequences, requires effective management to minimize workplace accidents and occupational diseases through data-driven risk assessment and proactive safety strategies. Achieving this necessitates the availability of historical data and its examination through appropriate analytical methodologies, which is critically important for determining evidence-based preventive measures. Thus, this study analyses Turkey’s national OHS records from 2010 to 2022 using statistical analysis and machine learning approaches to evaluate sectoral risks, predict accident trends, and identify key determinants of workplace hazards. Results indicate substantial sector differences, with coal mining and heavy industry showing the highest accident and fatality rates. Machine learning models demonstrate strong predictive capability, with gradient boosting providing the best work accident prediction performance and random forests achieving the best performance for occupational disease prediction. Clustering analysis identifies three distinct industrial risk groups, while Principal Component Analysis (PCA) reveals regional disparities, particularly in highly industrialized provinces such as Istanbul, Kocaeli, and Izmir. Classification models further achieve over 98% accuracy in identifying high-risk groups, highlighting the potential of machine learning for proactive OHS management. The findings of this paper provide actionable insights for policymakers and industry leaders to optimize safety regulations and develop targeted interventions and strategies to reduce workplace risks and identify which sectors and worker groups should be prioritized.
TailorMe: self‐supervised learning of an anatomically constrained volumetric human shape model
(Wiley, 2024-04-30) Wenninger, S.; Kemper, F.; Schwanecke, U.; Botsch, M.
Human shape spaces have been extensively studied, as they are a core element of human shape and pose inference tasks. Classic methods for creating a human shape model register a surface template mesh to a database of 3D scans and use dimensionality reduction techniques, such as Principal Component Analysis, to learn a compact representation. While these shape models enable global shape modifications by correlating anthropometric measurements with the learned subspace, they only provide limited localized shape control. We instead register a volumetric anatomical template, consisting of skeleton bones and soft tissue, to the surface scans of the CAESAR database. We further enlarge our training data to the full Cartesian product of all skeletons and all soft tissues using physically plausible volumetric deformation transfer. This data is then used to learn an anatomically constrained volumetric human shape model in a self-supervised fashion. The resulting TailorMe model enables shape sampling, localized shape manipulation, and fast inference from given surface scans.
Polygon Laplacian made robust
(Wiley, 2024-04-30) Bunge, A.; Bukenberger, D. R.; Wagner, S. D.; Alexa, M.; Botsch, M.
Discrete Laplacians are the basis for various tasks in geometry processing. While the most desirable properties of the discretization invariably lead to the so-called cotangent Laplacian for triangle meshes, applying the same principles to polygon Laplacians leaves degrees of freedom in their construction. From linear finite elements it is well-known how the shape of triangles affects both the error and the operator's condition. We notice that shape quality can be encapsulated as the trace of the Laplacian and suggest that trace minimization is a helpful tool to improve numerical behavior. We apply this observation to the polygon Laplacian constructed from a virtual triangulation [BHKB20] to derive optimal parameters per polygon. Moreover, we devise a smoothing approach for the vertices of a polygon mesh to minimize the trace. We analyze the properties of the optimized discrete operators and show their superiority over generic parameter selection in theory and through various experiments.
Electronic and local atomic structure of iron-bearing minerals and glasses at conditions of the Earth’s mantle
(2026) Thiering, Nicola; Tolan, Metin; Wilke, Max
Diese Arbeit untersucht das Struktur- und Elektronenverhalten von Eisen unter Hochdruckbedingungen des unteren Erdmantels anhand von Experimenten an Fe2O3 und eisenhaltigen haplobasaltischen Gläsern. Mittels Röntgenemissionsspektroskopie, resonanter Röntgenemissionsspektroskopie, Röntgendiffraktion und Synchrotron-Mössbauer-Spektroskopie werden Änderungen von Spin-Zustand, Valenz und lokaler Koordination bestimmt. Für Fe2O3 zeigt sich, dass die Entwicklung des Spin-Zustands eng mit strukturellen Phasenumwandlungen verknüpft ist. Ein ausgedehnter Bereich von gemischtem Spinzustand bei mittleren Drücken steht im Zusammenhang mit gemischtvalenten Phasen wie Fe5O7. Bei höheren Drücken und Temperaturen bildet sich die Phase Fe25O32, wobei das Elektronenverhalten durch das Nebeneinander von Fe2+ und Fe3+ in unterschiedlichen Koordinationsumgebungen bestimmt wird. Der Spinzustand wird somit primär durch die Kristallstruktur kontrolliert. In haplobasaltischen Gläsern reagiert Eisen gradueller auf Kompression. Zweiwertiges Eisen zeigt deutliche Änderungen der lokalen Koordination,während dreiwertiges Eisen strukturell stabiler bleibt. Diese Entwicklung wird durch lokale strukturelle Umverteilungen bestimmt. Insgesamt wird das Verhalten von Eisen im unteren Erdmantel durch das Zusammenspiel von elektronischem Zustand, Struktur und Phasenbeziehungen kontrolliert, was entscheidend ist für die physikalischen und chemischen Eigenschaften eisenhaltiger Materialien im tiefen Erdinneren.