Dokumentation 2013 - Max-Planck-Institut für Intelligente Systeme

Transcription

M A X - P L A N C K- G E S E L L S C H A F T
Dokumentation 2013
Max-Planck-Institut für Intelligente Systeme
Stuttgart / Tübingen
Dokumentation
Dokumentation
2013
2013
Herausgegeben
Herausgegeben
vomvom
MAX-PLANCK-INSTITUT
MAX-PLANCK-INSTITUT
FÜRFÜR
INTELLIGENTE
INTELLIGENTE
SYSTEME
SYSTEME
Stuttgart
Stuttgart
/ Tübingen
/ Tübingen
Abteilung
Abteilung
Perzeptive
Perzeptive
Systeme,
Systeme,
Dr. Black
Dr. Black
Abteilung
Abteilung
Theorie
Theorie
inhomogener
inhomogener
kondensierter
kondensierter
Materie,
Materie,
Prof.Prof.
Dr. Dietrich
Dr. Dietrich
Abteilung
Abteilung
Phasenumwandlungen,
Phasenumwandlungen,
Thermodynamik
Thermodynamik
und und
Kinetik,
Kinetik,
Prof.Prof.
Dr. Mittemeijer
Dr. Mittemeijer
Abteilung
Abteilung
Autonome
Autonome
Motorik,
Motorik,
Prof.Prof.
Dr. Schaal
Dr. Schaal
Abteilung
Abteilung
Empirische
Empirische
Inferenz,
Inferenz,
Prof.Prof.
Dr. Schölkopf
Dr. Schölkopf
Abteilung
Abteilung
Moderne
Moderne
magnetische
magnetische
Systeme,
Systeme,
Prof.Prof.
Dr. Schütz
Dr. Schütz
Abteilung
Abteilung
NeueNeue
Materialien
Materialien
und und
Biosysteme,
Biosysteme,
Prof.Prof.
Dr. Spatz
Dr. Spatz
Dokumentation 2013
Inhaltsverzeichnis
Umschlagbild:
Inhaltsverzeichnis
Diese Rasterelektronenmikroskopaufnahme zeigt eine nanostrukturierte Schicht von Aluminiumoxid
(Al2O3), die mittels einer Elektronstrahl-PVD (physical vapor deposition) Schattenaufdampfmethode
aufgebracht wurde. Die Rotation der Schicht um 90° unter streifendem Einfall des Materialdampfes
ermöglicht eine Nanostrukturierung innerhalb des mikrostrukturierten Films. Aluminiumoxide finden
vielseitige technische Anwendungen, u.a. als durchschlagfeste Isolatoren von Zündkerzen oder als
korrosionsbeständige Schutzschicht von Aluminium.
I
Struktur und Gliederung des Instituts
II
Wissenschaftliche Veröffentlichungen 2013
11
a)
Veröffentlichungen in Zeitschriften und Konferenzberichten
11
b)
Monographien und Beiträge zu Sammelwerken
32
c)
Herausgabe von Zeitschriften
33
d)
Herausgabe von Zeitschriftenheften
34
III
Erfindungsmeldungen und Patentanmeldungen
35
IV
Abgeschlossene Arbeiten
36
a)
Dissertationen
36
b)
Masterarbeiten
37
c)
Diplomarbeiten
37
d)
Bachelorarbeiten
38
V
Doktoranden
39
a)
Inland (Stand 31.12.2013)
39
b)
Ausland (Stand 31.12.2013)
41
VI
Gastwissenschaftler
43
VII
Sonstige Mitteilungen
46
a)
Ehrungen
46
b)
Berufungen / Ernennungen
49
c)
Ständige Mitgliedschaften
50
d)
Wissenschaftliche Veranstaltungen
52
e)
Weitere Veranstaltungen
54
VIII
Tätigkeitsberichte im Jahrbuch der Max-Planck-Gesellschaft 2014
55
© Hyeon-Ho Jeong (MPG-Forschungsgruppe Prof. Peer Fischer, Max-Planck-Institut für Intelligente
Systeme, Stuttgart)
Hier aufgeführte Arbeiten aus dem Jahr 2012 lagen bei Redaktionsschluss des vergangenen Berichts
noch nicht vor.
Herausgeber:
Stuttgart / Tübingen
Telefon 0711 689-1933
Telefax 0711 689-3002
E-Mail: klooz@is.mpg.de
http://www.is.mpg.de
Verantwortlich für den Inhalt:
Dr. Michael Black
Redaktion:
Druck:
Heide Klooz
F & W Schmidt, Renningen
Stand:
August 2014
4
I
Dokumentation 2013
I Struktur und Gliederung
Max-Planck-Institut für Intelligente Systeme (2013)
Dokumentation 2013
I
Fachbeirat
a) Institutsstruktur
Geschäftsführender Direktor
Dr. Michael Black
Geschäftsführender Direktor Standort Stuttgart
Prof. Dr. Joachim P. Spatz
Wissenschaftliche Mitglieder
Dr. Michael J. Black
Prof. Dr. Siegfried Dietrich
Prof. Dr. Ir. Eric Jan Mittemeijer
Prof. Dr.-Ing. Stefan Schaal
Prof. Dr. Bernhard Schölkopf
Prof. Dr. Gisela Schütz
Prof. Dr. Joachim P. Spatz
Leiter einer Forschungsgruppe
Prof. Dr. Karsten Borgwardt (bis 01.06.2014)
Dr. Jan-Henning Dirks (ab 01.06.2013)
Prof. Dr. Peer Fischer
Prof. Dr. Ana García-Sáez
Dr. Matthias Krüger
Dr. Na Liu
Dr. Ralf Richter
Dr. Samuel Sanchez Ordonez (ab. 01.09.2013)
Dr. Ralf Zeitler und Dr. Christoph Becker-Freyseng
Max Planck Fellow
Prof. Dr. Clemens Bechinger
Emeritierte Wissenschaftliche Mitglieder
Für Fachbeiratssitzung im Dezember 2012:
Vorsitzender:
Prof. Dr. Itamar Willner, Jerusalem, Israel
Stellvertretender Vorsitzender:
Prof. Dr. Yves Bréchet, Grenoble, Frankreich
Prof. Dr. Jan K.G. Dhont, Jülich, Deutschland
Prof. Dr. Daan Frenkel, Cambridge, Vereinigtes Königreich
Prof. Dr. George C. Hadjipanayis, Newark, DE, USA
Prof. Dr. Jim M. Howe, Charlottesville, VA,USA
Prof. Dr. Gabrielle Long, Argonne, IL, USA
Prof. Dr. Uri Sivan, Haifa, Israel
Prof. Dr. Marcel A. J. Somers, Lyngby, Dänemark
Für Fachbeiratssitzung im Januar 2013:
Vorsitzender:
Dr. Andrew Blake, Cambridge, Vereinigtes Königreich
Prof. Dr. Zoubin Ghahramani, Vereinigtes Königreich
Prof. Dr. Josef A. Käs, Leipzig, Deutschland
Prof. Dr. Danica Kragic, Stockholm, Schweden
Prof. Dr. Massimiliano Pontil, Vereinigtes Königreich
Prof. Dr. Helge Ritter, Bielefeld, Deutschland
Prof. Dr. Yair Weiss, Jerusalem, Israel
Prof. Dr. Itamar Willner, Jerusalem, Israel
Prof. Dr. Fritz Aldinger
Prof. Dr. phil. Dr. h.c. Hellmut Fischmeister
Prof. Dr. Volkmar Gerold
Prof. Dr. Helmut Kronmüller
Prof. Dr. Dr. h.c. mult. Günter Petzow
Prof. Dr. Manfred Rühle
Prof. Dr. Dr. h.c. Alfred Seeger
Prof. Dr. Dr. h.c. Günther Tölg
Auswärtige Wissenschaftliche Mitglieder
Prof. Dr. Jacques Friedel, Paris, Frankreich
Prof. Dr. Arthur Heuer, Cleveland, Ohio, USA
Prof. Dr. Johannes Heydenreich, Halle (Saale), Deutschland
Prof. Dr. Frans A. Spaepen, Cambridge, MA, USA
4
5
I
Dokumentation 2013
Dokumentation 2013
I
Am Institut tätige Wissenschaftler (Stand: 31. Dezember 2013)
Kuratorium
Prof. Dr. Peter Antonie van Aken
Dr. Nadja Amsharov
Vorsitzender:
Prof. Dr. Winfried J. Huppmann, Eschen, Liechtenstein
Stellvertretender Vorsitzender:
Dr. Peter Grahle, Mössingen, Deutschland
Prof. Dr. Clemens Bechinger
Dr. Christoph Becker-Freyseng
Dr. Christine Anna Belz
Dr. Markus Bier
Dr. Ewald Bischoff
Ehrenvorsitzender:
Prof. Dr. Karl Ganzhorn, Sindelfingen, Deutschland
Dr. Johannes Christian Bleibel
Christoph Dahl, Stuttgart, Deutschland
Dr. Siegfried Dais, Gerlingen, Deutschland
Prof. Dr. Thomas Hirth, Stuttgart, Deutschland
Prof. Dr. Thomas Hofmann, Zürich, Schweiz (ab 01.08.2013)
Fritz Kuhn, Stuttgart, Deutschland (ab 06.01.2013)
MinDir Wolfgang Leidig, Stuttgart, Deutschland (bis 16.04.2014)
Dr. Heinrich Lohstöter, Neumarkt, Deutschland
StS Klaus-Peter Murawski, Stuttgart, Deutschland
Prof. Dr.-Ing. Wolfram Ressel, Stuttgart, Deutschland
Dr. Jeanne Rubner, München, Deutschland
MinDir Rolf Schumacher (ab August 2014)
Dr. Wolfgang Schuster, Deutschland (bis 06.01.2013)
MinDir Dr. Simone Schwanitz, Stuttgart, Deutschland
Prof. Dr. Eberhard Umbach, Karlsruhe, Deutschland
Prof. Dr. Markus Weber, Oberkochen, Deutschland
Prof. Dr. Hans-Joachim Werner, Stuttgart, Deutschland
Prof. Dr. Martin Winterkorn, Wolfsburg, Deutschland
Prof. Dr. Eberhart Zrenner, Tübingen, Deutschland
Dr. Heike Böhm
Dr. Stephanie Bleicken
Dr. Jeanette Bohg
Prof. Dr. Karsten Borgwardt
Dr. Dorothea Maria Katharina Brüggemann
Dr. Elisabetta Ada Cavalcanti-Adam
Dr. Jan-Henning Dirks
Dr. Christian Eberhard
Prof. Dr. Manfred Fähnle
Prof. Dr. Peer Fischer
David Flötotto
Dr. Ana García Sáez
Dr. Peter-Vincent Gehler
Dr. Andreas Geiger
Dr. Fania Geiger
Franz-Werner Gergen
Priv.-Doz. Dr. habil. Eberhard Goering
Dr. Manuel Gomez Rodriguez
Dr. Corinne Grevent
Dr.-Ing. Moritz Grosse-Wentrup
Dr. Nina Christine Grunze
Dr. Judith Guasch Camell
Maria Katharina Halbig
Dr. Tamas Haraszti
Dr. Stefan Harmeling
Philipp Hennig, Ph.D.
Dr. Michael Hirscher
Dr. Vera Catherine Hirschfeld-Warneken
6
7
I
Dokumentation 2013
Dokumentation 2013
Dr. Tu Hoang
Dr.-Ing. Thomas Schultz
Priv.-Doz. Dr. habil. Dominik Janzing
Dr. Richard William Moore Segar
Patrick Jüllig
Dr. Wilfried Sigle
Priv. Doz. Dr. med. Dieter Kaufmann
Nadine Simon
Jojumon Kavalan
Dr. Lluis Soler Turu
Prof. Dr. Ralf Kemkemer
Dr. Vesna Srot
Priv.-Doz. Dr. habil. Michael Krech
Dr. Hermann Stoll
Dr. Stefan Kudera
Dr. Mikola Tasinkevych
Anton Kuzyk
Thomas Tietze
Dr. Andreas Leineweber
Dr. Johann Sebastian Trimpe
Dr. Hans-Georg Libuda
Dr. Matthias Tröndle
Dr. Na Liu
Dr. William Eric Uspal
Anna Maria Maciolek, Ph.D., habil.
Dr. Oleg Vasiliev
Dr. Timo Maier
Dr. Yi Wang
Priv.-Doz. Dr. habil. Günter Majer
Zumin Wang, Ph.D.
Dr. Janos Major
David Wehner
Dr. Andrew Gonchee Mark
Markus Weigand, Dipl. Phys.
Dr. Sai Ramudu Meka
Prof. Dr. Felix Wichmann
Kai Melde
Dr. Peter Wochner
Dr. Thomas Mohri
Wang Xi, PhD.
Dr. Xiaoke Mu
Thorsten Oliver Zander
Dr. Tabea Mundinger
Dr. Melanie Nicole Zeilinger
Dr. Stefanie Johanna Neubauer
Dr. Ralf Zeitler
Dr. Peter Oswald
Monika Zelman-Femiak, Ph.D.
Dr. Claudia Pacholski
Dr. Nikolay Stamenov Zotov
I
Prof. Dr. Jan Peters
Dr. Fritz Phillipp
Wissenschaftliche Mitarbeiter an der Universität Stuttgart,
Dr. Yilia Palzman
Institut für Materialwissenschaft, Lehrstuhl I, Prof. Dr. E. J. Mittemeijer
Dr. Sabri Rahmouni
(Stand: 31. Dezember 2013)
Dr. Barbara Rakitsch
Dr. Nathan Ratliff
Dipl.-Ing. Bastian Rheingans
Dr. Harald Reichert (abgeordnet)
Dr. Ralf Schacherl
Dr. Gunther Richter
Dr. Ludovic Righetti
Wissenschaftliche Mitarbeiter an der Universität Stuttgart,
Dr. Javier Romero
Institut für Theoretische Physik IV, Prof. Dr. Siegfried Dietrich (Stand: 31. Dezember 2013)
Dr. Amin Rustom
8
Dr. Samuel Sanchez Ordonez
Priv.-Doz. Dr. habil. Ludger Harnau
Dr. Lothar Schimmele
Dr. Felix Höfling
9
I
Dokumentation 2013
h:\austausch\leitung\SP_Ta\Organigramme\Organigramm-MPI-IS Juli 2014
****** Professur an der Universität von Südkalifornien (USA)
******* Professur an der Carnegie Mellon University (USA)
**** Honorarprofessuren an den Universitäten Tübingen, Berlin
***** Honorarprofessuren an den Universitäten Brown, Stanford (USA), Tübingen, Gastprofessur an der ETH Zürich
*** Honorarprofessur an der Universität Stuttgart
* Personalunion mit der Universität Stuttgart
Dünnschichtlabor
** Professur an der Universität Heidelberg
ZWE
Software Workshop
ZWE
Biomaterialien
nano.AR (Dirks)
Membrane Biophysik (Garcia-Sáez)
Intelligente Nanoplasmonik (Liu)
Glykobiotechnologie (Richter)
Halbleiter Biosensorik (Zeitler)
ZWE
Analytik
IT-Gruppe
Tübingen
ZWE
Optics, Workshop
and Sensing
Mechatronik
Werkstatt
ZWE
Scientific
Computing
N.N.
Empirische
Inferenz
Autonome
Motorik
N.N.
Adepalli, K. K., Kelsch, M., Merkle, R., & Maier, J. (2013). Influence of line defects on the electrical
properties of single crystal TiO2. Advanced Functional Materials, 23(14), 1798-1806.
doi:10.1002adfm.201202256.
Amann, C. P., Siebenbürger, M., Krüger, M., Weysser, F., Ballauff, M., & Fuchs, M. (2013).
Overshoots in stress-strain curves: Colloid experiments and schematic mode coupling theory. Journal
of Rheology, 57, 149-175. doi.org/10.1122/1.4764000.
Aristov, M., Eichhorn, R., & Bechinger, C. (2013). Separation of chiral colloidal particles in a helical
flow field. Soft Matter, 9(8), 2525-2530. doi:10.1039/C2SM27441H.
Azencott, C.-A., Grimm, D., Sugiyama, M., Kawahara, Y., & Borgwardt, K. (2013). Efficient
network-guided multi-locus association mapping with graph cuts. Bioinformatics, 29(13), 171-179.
doi:10.1093/bioinformatics/btt238.
Balduzzi, D., & Tononi, G. (2013). What can neurons do for their brain? Communicate selectivity
with bursts. Theory in Biosciences, 132(1), 27-39. doi:10.1007/s12064-012-0165-0.
Balduzzi, D., Ortega, P. A., & Besserve, M. (2013). Metabolic cost as an organizing principle for
cooperative learning. Advances in Complex Systems, 16(02n03): 1350012.
doi:10.1142/S0219525913500124.
Ballauff, M., Brader, J. M., Egelhaaf, S. U., Fuchs, M., Horbach, J., Koumakis, N., Krüger, M.,
Laurati, M., Mutch, K. J., Petekidis, G., Siebenbürger, M., Voigtmann, T., & Zausch, J. (2013).
Residual Stresses in Glasses. Physical Review Letters, 110: 215701.
doi:10.1103/PhysRevLett.110.215701.
Baranova, N. S., Foulcer, S. J., Briggs, D. C., Tilakaratna, V., Enghild, J. J., Milner, C. M., Day, A. J.,
& Richter, R. P. (2013). Inter-alpha-inhibitor impairs TSG-6 induced hyaluronan cross-linking. The
Journal of Biological Chemistry, 288, 29642-29653. doi:10.1074%2Fjbc.M113.477422.
Barthelmé, S., Trukenbrodt, H., Engbert, R., & Wichmann, F. (2013). Modeling fixation locations
using spatial point processes. Journal of Vision, 13(12): 1, pp. 1-34. doi:10.1167/13.12.1.
 mit Universität Stuttgart
Glastechnik
Bibliothek
Netzwerkgruppe
Abraham, D. B., & Maciolek, A. (2013). Surface states and the Casimir interaction in the Ising model.
Europhysics letters, 101(2): 20006. doi:10.1209/0295-5075/101/20006.
Bangert, M., Hennig, P., & Oelfke, U. (2013). Analytical probabilistic modeling for radiation therapy
treatment planning. Physics in Medicine and Biology, 58(16), 5401-5419. doi:10.1088/00319155/58/16/5401.
Feinmechanische
Werkstatt
Probenherstellung
Dual Beam
ZWE
Röntgenbeugung
StEM
Max Planck
Fellow
Weiche Materie
(Bechinger)
IT-Gruppe
Stuttgart
Nichtgleichgewichtssysteme
(Krüger)
Lab-in-a-tube and
Nanorobotics
(Sanchez)
Mikro-, Nanound Molekulare
Systeme
(Fischer)
Phasenumwandlungen,
Thermodynamik
und Kinetik
Theorie
inhomogener
kondensierter
Materie
a) Veröffentlichungen in Zeitschriften und Konferenzberichten
Attili, S., & Richter, R. P. (2013). Self-assembly and elasticity of hierarchical proteoglycanhyaluronan brushes. Soft Matter, 9, 10473-10483. doi:10.1039/C3SM51213D.
Physische
Intelligenz
Neue Materialien
und
Biosysteme
Perzeptive
Systeme
N.N.
Schölkopf
****
Schaal
******
Black
*****
N. N.
Komm. Leiter
Mittemeijer
Spatz **
Sitti
*******
Schütz ***
Mittemeijer *
Kollegium Stuttgart
Geschäftsstelle Stuttgart
Stuttgart
Dietrich *
Geschäftsstelle Tübingen
Kollegium Tübingen
Fachbeirat
Kuratorium
Stand: 01. Juli 2014
Kollegium
M. J. Black, S. Dietrich, E.J. Mittemeijer,
S. Schaal, B. Schölkopf, G. Schütz, M. Sitti, J. Spatz
Institutsgeschäftsstelle
Moderne
magnetische
Systeme
Wissenschaftliche
Arbeitsgruppe
Kooperation mit
MPI f. biol. Kyb.
(geplant)
(Wiss.) Servicegruppen
Forschungsgruppen
Wissenschaftliche Abteilungen
10
II
II Wissenschaftliche Veröffentlichungen 2013
Gemeinsame
Einrichtungen
mit FKF
Tübingen
Organigramm
Dokumentation 2013
Ben Amor, H. E., Vogt, E., Ewerton, M., Berger, E., Jung, B., & Peters, J. (2013). Learning responsive
robot behavior by imitation. In: Proceedings 2013 IEEE/RSJ International Conference on Intelligent
Robots and Systems (IROS) (pp. 3257-3264). [Piscataway, NJ]: IEEE.
doi:10.1109/IROS.2013.6696819.
Benaissa, M., Sigle, W., Korytov, M., Brault, J., Vennegues, P., & van Aken, P. A. (2013). Plasmon
energy from strained GaN quantum wells. Applied Physics Letters, 103(2): 021901.
doi:10.1063/1.4813082.
Berdiyorov, G. R., Doria, M. M., de C. Romaguera, A. R., Milosevic, M. V., Brandt, E. H., & Peeters,
F. M. (2013). Current-induced cutting and recombination of magnetic superconducting vortex loops in
mesoscopic superconductor-ferromagnet heterostructures. Physical Review B, 87(18): 184508.
doi:10.1103/physrevb.87.184508.
11
II
Dokumentation 2013
Besserve, M., Logothetis, N., & Schölkopf, B. (2013). Statistical analysis of coupled time series with
Kernel Cross-Spectral Density operators. In: C. Burges et al. (Eds.), Advances in Neural Information
Processing Systems 26,( NIPS 2013) (pp. 2535-2543). Red Hook, NJ: Curran. Retrieved from
http://papers.nips.cc/paper/5079-statistical-analysis-of-coupled-time-series-with-kernel-cross-spectraldensity-operators.pdf.
Bezrukov, I., Schmidt, H., Mantlik, F., Schwenzer, N., Brendle, C., Schölkopf, B., & Pichler, B. J.
(2013). MR-based Attenuation Correction Methods for Improved PET Quantification in Lesions
within Bone and Susceptibility Artifact Regions. Journal of Nuclear Medicine, 54(10), 1768-1774.
doi:10.2967/jnumed.112.113209.
Bhatt, P., Yusuf, S. M., Bhatt, R., & Schütz, G. (2013). Magnetic properties of electrochemically
prepared crystalline films of Prussian blue-based molecular magnets Kj CrIIk [CrIII(CN)6] l · mH2O.
Journal of Solid State Electrochemistry, 17, 1285-1293. doi:10.1007/s10008-012-1995-x.
Bickel, T., Majee, A., & Würger, A. (2013). Flow pattern in the vicinity of self-propelling hot Janus
particles. Physical Review E, 88(1): 012301. doi:10.1103/PhysRevE.88.012301.
Bier, M., & Arnold, D. (2013). Nonequilibrium interfaces in colloidal fluids. Physical Review E,
88(6): 062307. doi:10.1103/PhysRevE.88.062307.
Bier, M., & Reindl, A. (2013). Impedance spectroscopy of ions at liquid-liquid interfaces. Physical
Review E, 88(5): 052312. doi:10.1103/PhysRevE.88.052312.
Biglari, M., & Mittemeijer, E. (2013). Simulation of the massive austenite-ferrite transformation under
uniaxial loading. Computational Materials Science, 77, 214-223.
doi:10.1016/j.commatsci.2013.04.041.
Dokumentation 2013
Braun, D. A. (2013). Structural learning. Scholarpedia, 8: 12312. doi:10.4249/scholarpedia.12312.
Brubaker, M. A., Geiger, A., & Urtasun, R. (2013). Lost! Leveraging the Crowd for Probabilistic
Visual Self-Localization. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR
2013) (pp. 3057-3064). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.393.
Brüggemann, D. (2013). Nanoporous aluminium oxide membranes as cell interfaces. Journal of
Nanomaterials, 2013: 460870. doi:10.1155/2013/460870.
Büttner, F., Moutafis, C., Bisig, A., Wohlhüter, P., Günther, C. M., Mohanty, J., Geilhufe, J.,
Schneider, M., v. Korff Schmising, C., Schaffert, S., Pfau, B., Hantschmann, M., Riemeier, M.,
Emmel, M., Finizio, S., Jakob, G., Weigand, M., Rhensius, J., Franken, J. H., Lavrijsen, R.,
Swagten, H. J. M., Stoll, H., Eisebitt, S., & Kläui, M. (2013). Magnetic states in low-pinning highanisotropy material nanostructures suitable for dynamic imaging. Physical Review B, 87: 134422.
doi:10.1103/PhysRevB.87.134422.
Burger, H. C., Schuler, C. J., & Harmeling, S. (2013). How to Combine Internal and External
Denoising Methods. In: J. Weickert, M. Hein, & B. Schiele (Eds.), Pattern Recognition - Proceedings
35th German Conference (GCPR 2013) (pp. 121-130). Lecture Notes in Computer Science 8142.
Berlin/ Heidelberg: Springer. doi: 10.1007/978-3-642-40602-7_13.
Burghard, Z., Leineweber, A., van Aken, P. A., Dufaux, T., Burghard, M., & Bill, J. (2013).
Hydrogen-bond reinforced vanadia nanofiber paper of high stiffness. Advanced Materials, 25(17),
2468-2473. doi:10.1002/adma.201300135.
Buttinoni, I., Bialke, J., Kümmel, F., Löwen, H., Bechinger, C., & Speck, T. (2013). Dynamical
clustering and phase separation in suspensions of self-propelled colloidal particles. Physical Review
Letters, 110(110): 238301. doi:DOI:10.1103/PhysRevLett.110.238301.
Bisig, A., Stärk, M., Mawass, M.-A., Moutafis, C., Rhensius, J., Heidler, J., Büttner, F., Noske, M.,
Weigand, M., Eisebitt, S., Tyliszczak, T., Van Wayenberge, B., Stoll, H., Schütz, G., & Kläui, M.
(2013). Correlation between spin structure oscillations and domain wall velocities. Nature
Communications, 4: 2328. doi:10.1038/ncomms3328.
Bénichou, O., Bodrova, A., Chakraborty, D., Illien, P., Law, A. D., Mejía-Monasterio, C.,
Oshanin, G., & Voituriez, R. (2013). Geometry-Induced Superdiffusion in Driven Crowded Systems.
Physical Review Letters, 111(26): 260601. doi:10.1103/PhysRevLett.111.260601.
Bleibel, J., Domínguez, A., & Oettel, M. (2013). Colloidal particles at fluid interfaces: Effective
interactions, dynamics and a gravitation–like instability. The European Physical Journal Special
Topics, 222(11), 3071-3087. doi:10.1140/epjst/e2013-02076-9.
Calzolari, D., Pontoni, D., Daillant, J., & Reichert, H. (2013). An X-ray chamber for in situ studies of
solvent-mediated nanoparticle self-assembly. Journal of Synchrotron Radiation, 20, 306-315.
doi:10.1107/S0909049513001143.
Bleicken, S., Wagner, C., & García-Sáez, A. J. (2013). Mechanistic differences in the membrane
activity of Bax and Bcl-xL correlate with their opposing function in apoptosis. Biophysical Chemistry,
104(2), 421-431. doi:10.1016/j/bpj.2012.12.010.
Carisey, A., Tsang, R., Greiner, A. M., Nijenhuis, N., Heath, N., Nazgiewicz, A., Kemkemer, R.,
Derby, B., Spatz, J. P., & Ballestrem, C. (2013). Vinculin regulates the recruitment and release of core
focal adhesion proteins in a force-dependent manner. Current Biology, 23, 271-281.
doi:10.1016/j.cub.2013.01.009.
Bleicken, S., Landeta, O., Landajuela, A., Basanez, G., & Garcia Saez, A. J. (2013). Proapoptotic Bax
and Bak Proteins Form Stable Protein-permeable Pores of Tunable Size. The Journal of Biological
Chemistry, 288(46), 33241-33252. doi:10.1074/jbc.M113.512087.
Bochen, A., Marelli, U. K., Otto, E., Pallarola, D., Mas-Moruno, C., Di Leva, F. S., Boehm, H., Spatz,
J. P., Novellino, E., Kessler, H., & Marinelli, L. (2013). Biselectivity of isoDGR peptides for
fibronectin binding integrin subtypes α5β1 and αvβ6: Conformational control through flanking amino
acids. Journal of Medicinal Chemistry, 56, 1509-1519. doi:10.1021/jm301221x.
Bocsi, B., Csato, L., & Peters, J. (2013). Alignment-based Transfer Learning for Robot Models. In:
Proceedings of the 2013 International Joint Conference on Neural Networks (IJCNN 2013).
Piscataway, NJ: IEEE. doi:10.1109/IJCNN.2013.6706721.
Bottyán, L., Merkel, D. G., Nagy, B., Füzi, J., Sajti, S., Deák, L., Endröczi, G., Petrenko, A. V., &
Major, J. (2013). GINA-A polarized neutron reflectometer at the Budapest Neutron Centre. Review of
Scientific Instruments, 84: 015112. doi:10.1063/1.4770129.
Boularias, A., & Chaib-draa, B. (2013). Apprenticeship Learning with Few Examples.
Neurocomputing, 104(März), 83-96. doi:10.1016/j.neucom.2012.11.002.
Brandt, E. H., Mikitik, G. P., & Zeldov, E. (2013). Two regimes of vortex penetration into plateletshaped type-II superconductors. Journal of Experimental and Theoretical Physics - JETP, 117(3),
439-448. doi:10.1134/s1063776113110010.
12
II
Cavusoglu, M., Pohmann, R., Burger, H., & Uludag, K. (2013). Regional effects of magnetization
dispersion on quantitative perfusion imaging for pulsed and continuous arterial spin labeling.
Magnetic Resonance in Medicine, 69(2), 524-530. doi:10.1002/mrm.24278.
Chakraborty, S., & Das, T. (2013). Perspective: Flicking with flow: Can microfluidics revolutionize
the cancer research? Biomicrofluidics, 7: 011811. doi: 10.1063/1.4789750.
Chen, C., Zhang, K., & L, C. (2013). Nonlinear Causal Discovery for High Dimensional Data: A
Kernelized Trace Method. In: IEEE Proceedings 13th International Conference on Data Mining
(ICDM 13) (pp. 1003-1008). Piscataway, NJ: IEEE. doi:10.1109/ICDM.2013.103.
Chen, Y.-C., Goering, E., Jeurgens, L., Wang, Z., Phillipp, F., Baier, J., Tietze, T., & Schütz, G.
(2013). Unexpected room-temperature ferromagnetism in bulk ZnO. Applied Physics Letters, (103):
162405. doi:10.1063/1.4825268.
Cherian, A., Sra, S., Banerjee, A., & Papanikolopoulos, N. (2013). Jensen-Bregman LogDet
Divergence with Application to Efficient Similarity Search for Covariance Matrices. IEEE
Transactions on Pattern Analysis and Machine Intelligence, 35(9), 2161-2174.
doi:10.1109/TPAMI.2012.259.
13
II
Dokumentation 2013
Dokumentation 2013
Daniel, C., Neumann, G., & Peters, J. (2013). Autonomous Reinforcement Learning with Hierarchical
REPS. In: Proceedings of the 2013 International Joint Conference on Neural Networks (IJCNN 2013).
Piscataway, NJ: IEEE. doi:10.1109/IJCNN.2013.6706759.
Fähnle, M., Haag, M., & Illg, C. (2013). Is the angular momentum of a ferromagnetic sample after
exposure to a fs laser pulse conserved? Journal of Magnetism and Magnetic Materials, 347, 45-46.
doi:10.1016/j.jmmm.2013.07.055.
Daniel, C. J., Neumann, G., Krömer, O., & Peters, J. (2013). Learning Sequential Motor Tasks. In:
Proceedings 2013 IEEE International Conference on Robotics and Automation (ICRA) (pp. 26262632). [Piscataway, NJ]: IEEE. doi: 10.1109/ICRA.2013.6630937
Fähnle, M., Steiauf, D., & Illg, C. (2013). Erratum: Generalized Gilbert equation including inertial
damping: Derivation from an extended breathing Fermi surface model [Phys. Rev. B 84, 172403
(2011)]. Physical Review B, 88: 219905(E). doi:10.1103/PhysRevB.88.219905.
Deeg, J., Axmann, M., Matic, J., Liapis, A., Depoil, D., Afrose, J., Curado, S., Dustin, M. L., &
Spatz, J. P. (2013). T cell activation is determined by the number of presented antigens. Nano Letters,
13(11), 5090-5097. doi:10.1021/nl403266t.
Fähnle, M., & Zhang, S. (2013). Extended s-d models for the dynamics of noncollinear magnetization:
Short review of two different approaches. Journal of Magnetism and Magnetic Materials, 326, 232234. doi:10.1016/j.mmm.2012.09.024.
Deisenroth, M., Neumann, G., & Peters, J. (2013). A Survey on Policy Search for Robotics.
Foundations and Trends in Robotics, 2(1-2), 1-142. doi:10.1561/2300000021.
Fanelli, G., Dantone, M., Gall, J., Fossati, A., & van Gool, L. (2013). Random Forests for Real Time
3D Face Analysis. International Journal of Computer Vision, 101(3), 437-458. doi:10.1007/s11263012-0549-0.
Diaz-Egea, C., Sigle, W., van Aken, P. A., & Molina, S. I. (2013). High spatial resolution mapping of
surface plasmon resonance modes in single and aggregated gold nanoparticles assembled on DNA
strands. Nanoscale Research Letters, 8: 337. doi:10.1186/1556-276X-8-337.
Dinuzzo, F. (2013). Learning output kernels for multi-task problems. Neurocomputing, 118, 119-126.
doi:10.1016/j.neucom.2013.02.024.
Dörfler, F., Rauscher, M., & Dietrich, S. (2013). Stability of thin liquid films and sessile droplets
under confinement. Physical Review E, 88(1): 012402. doi:10.1103/PhysRevE.88.012402.
Dotsenko, V., Maciolek, A., Vasilyev, O., & Oshanin, G. (2013). Two-temperature Langevin
dynamics in a parabolic potential. Physical Review E, 87(6): 062130.
doi:10.1103/PhysRevE.87.062130.
Drewe, P., Stegle, O., Hartmann, L., Kahles, A., Bohnert, R., Wachter, A., Borgwardt, K. M., &
Rätsch, G. (2013). Accurate detection of differential RNA processing. Nucleic Acids Research
(London), 41(10), 5189-5198. doi:10.1093/nar/gkt211.
Du, N., Song, L., Gomez-Rodriguez, M., & Zha, H. (2013). Scalable Influence Estimation in
Continuous-Time Diffusion Networks. In: C. Burges (Ed.), Advances in Neural Information
Processing Systems 26 (pp. 3147-3155). Red Hook, NY: Curran. Retrieved from
http://papers.nips.cc/paper/4857-scalable-influence-estimation-in-continuous-time-diffusionnetworks.pdf.
Eisele, N. B., Labokha, A., Frey, S., Goerlich, D., & Richter, R. P. (2013). Cohesiveness tunes
assembly and morphology of FG nucleoporin domain meshworks - Implications for nuclear pore
permeability. Biophysical Journal, 105, 1860-1870. doi:10.1016/j.bpj.2013.09.006.
Elad, N., Volberg, T., Patla, I., Hirschfeld-Warneken, V. C., Grashoff, C., Spatz, J. P., Fässler, R.,
Geiger, B., & Medalia, O. (2013). The role of integrin-linked kinase in the molecular architecture of
focal adhesions. Journal of Cell Science, 126(18), 4099-4107. doi:10.1242/jcs.120295.
Englert, P., Paraschos, A., Peters, J., & Deisenroth, M. (2013). Model-based imitation learning by
probabilistic trajectory matching. In: Proceedings 2013 IEEE International Conference on Robotics
and Automation (ICRA) (pp. 1922-1927). [Piscataway, NJ]: IEEE.
doi.org/10.1109/ICRA.2013.6630832.
Englert, P., Paraschos, A., Deisenroth, M., & Peters, J. (2013). Probabilistic Model-based Imitation
Learning. Adaptive Behavior, 21(5), 388-403. doi:10.1177/1059712313491614.
Evans, S. F., Docheva, D., Bernecker, A., Colnot, C., Richter, R. P., & Knothe Tate, M. L. (2013).
Solid-supported lipid bilayers to drive stem cell fate and tissue architecture using periosteum derived
progenitor cells. Biomaterials, 34, 1878-1887. doi:10.1016/j.biomaterials.2012.09.024.
Eymery, J., Chen, X., Durand, C., Kolb, M., & Richter, G. (2013). Self-organized and self-catalyst
growth of semiconductor and metal wires by vapour phase epitaxy: GaN rods versus Cu whiskers.
Comptes Rendus Physique, 14(2-3), 221-227. doi:10.1016/j.crhy.2012.10.009.
14
II
Feix, T., Romero, J., Ek, C., Schmiedmayer, H., & Kragic, D. (2013). A Metric for Comparing the
Anthropomorphic Motion Capability of Artificial Hands. IEEE Transactions on Robotics, 29(1), 8293. doi:10.1109/TRO.2012.2217675.
Feragen, A., Petersen, J., Grimm, D., Dirksen, A., Pedersen, J. H., Borgwardt, K. M., & Bruijne, M.
(2013). Geometric tree kernels: Classification of COPD from airway tree geometry. In: J. Gee, & S.
Joshi (Eds.), Information Processing in Medical Imaging (pp. 171-183). Lecture Notes in Computer
Science 7917. Berlin/ Heidelberg: Springer. doi.org/10.1007/978-3-642-38868-2_15.
Feragen, A., Kasenburg, N., Petersen, J., de Bruijne, M., & Borgwardt, K. M. (2013). Scalable kernels
for graphs with continuous attributes. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, &
K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 216224). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5155-scalable-kernels-forgraphs-with-continuous-attributes.
Flötotto, D., Wang, Z., Jeurgens, L., & Mittemeijer, E. (2013). Evolution of surface stress during
oxygen exposure of clean Si(111), Si(100), and amorphous Si surfaces. Journal of Applied Physcis,
115(2): 023501. doi:10.1063/1.4850936.
Fukuto, M., Nguyen, Q. L., Vasilyev, O., Mank, N., Washington-Huges, C. L., Kuzmenko, I., Checco,
A., Mao, Y., Wang, Q., & Yang, L. (2013). Crystallization, structural diversity, and anisotropy effects
in 2D arrays of icosahedral viruses. Soft Matter, 9(40), 9633-9642. doi:10.1039/c3sm51853a.
Furukawa, A., Gambassi, A., Dietrich, S., & Tanaka, H. (2013). Nonequilibrium Critical Casimir
Effect in Binary Fluids. Physical Review Letters, 111(5): 055701.
doi:10.1103/PhysRevLett.111.055701.
Fusi, N., Lippert, C., Borgwardt, K. M., Lawrence, N., & Stegle, O. (2013). Detecting regulatory
gene-environment interactions with unmeasured environmental factors. Bioinformatics, 29(11), 13821389. doi:10.1093/bioinformatics/btt148.
Gadomska, K. M., Lechner, S., & Spatz, J. P. (2013). Gold-nanoparticle-decorated glass microspheres.
Particle & Particle Systems Characterization, 30(11), 940-944. doi:10.1002/ppsc.201300172.
Geiger, A., Lenz, P., Stiller, C., & Urtasun, R. (2013). Vision meets Robotics: The KITTI Dataset. The
International Journal of Robotics Research, 32(11), 1231-1237. doi:10.1177/0278364913491297.
Geiger, F., Eber, F. J., Eiben, S., Mueller, A., Jeske, H., Spatz, J. P., & Wege, C. (2013). TMV
nanorods with programmed longitudinal domains of differently addressable coat proteins. Nanoscale,
5, 3808-3016. doi:10.1039/C3NR33724C.
Genewein, T., & Braun, D. A. (2013). Abstraction in Decision-Makers with Limited Information
Processing Capabilities. In: NIPS 2013 Workshop on Planning with Information Constraints for
Control, Reinforcement Learning, Computational Neuroscience, Robotics and Games. Retrieved from
http://arxiv.org/pdf/1312.4353v2.pdf.
15
II
Dokumentation 2013
Dokumentation 2013
Gentile, F., Medda, R., Cheng, L., Battista, E., Scopelliti, P. E., Milani, P., Cavalcanti-Adam, E. A., &
Decuzzi, P. (2013). Selective modulation of cell response on engineered fractal silicon substrates.
Scientific Reports, 3: 1461. doi:10.1038/srep01461.
Gregg, R., & Rhigetti, L. (2013). Controlled Reduction With Unactuated Cyclic Variables:
Application to 3D Bipedal Walking With Passive Yaw Rotation. IEEE Transactions on Automatic
Control, 58(10), 2679-2685. doi:10.1109/TAC.2013.2256011.
Gerdes, H.-H., Rustom, A., & Wang, X. (2013). Tunneling nanotubes, an emerging intercellular
communication route in development. Mechanisms of Development, (130), 381-387.
doi:10.1016/j.mod.2012.11.006.
Greiner, A. M., Chen, H., Spatz, J. P., & Kemkemer, R. (2013). Cyclic tensile strain controls cell
shape and directs actin stress fiber formation and focal adhesion alignment in spreading cells. PLoS
One, 8(10): 77328. doi:10.1371/journal.pone.0077328.
Gerhard, H. E., Wichmann, F., & Bethge, M. (2013). How Sensitive Is the Human Visual System to
the Local Statistics of Natural Images? PLoS Computational Biology, 9(1): e1002873.
doi:10.1371/journal.pcbi.1002873.
Grimm, D., Hagmann, J., Koenig, D., Weigel, D., & Borgwardt, K. M. (2013). Accurate indel
prediction using paired-end short reads. BMC Genomics, 14: 132. doi:10.1186/1471-2164-14-132.
Gibbs, J. G., Mark, A. G., Eslami, S., & Fischer, P. (2013). Plasmonic nanohelix metamaterials with
tailorable giant circular dichroism. Applied Physics Letters, 103(21): 213101. doi:10.1063/1.4829740.
Goll, D., & Bublat, T. (2013). Large-area hard magnetic L10-FePt and composite L10-FePt based
nanopatterns. Physica Status Solidi A, 210(7), 1261-1271. doi:10.1002/pssa.201329017.
Golyk, V. A., Krüger, M., & Kardar, M. (2013). Linear response relations in fluctuational
electrodynamics. Physical Review B, 88(15): 155117. doi:10.1103/PhysRevB.88.155117.
Golyk, V. A., Krüger, M., McCauley, A. P., & Kardar, M. (2013). Small distance expansion for
radiative heat transfer between curved objects. EPL, 101: 34002. doi:10.1209/0295-5075/101/34002.
Gomes de Mattos, T., Harnau, L., & Dietrich, S. (2013). Many-body effects for critical Casimir forces.
The Journal of Chemical Physics, 138(7): 074704. doi:10.1063/1.4791554.
Gomez Rodriguez, M., Lescovec, J., & Schölkopf, B. (2013). Modeling Information Propagation with
Survival Theory. In: S. Dasgupta (Ed.), Proceedings of the 30th International Conference on Machine
Learning (pp. 666-674). JMLR: Workshop and Conference Proceedings 28. Brookline, MA:
Microtome Publishing. Retrieved from http://jmlr.org/proceedings/papers/v28/gomez-rodriguez13.pdf.
Gomez Rodriguez, M., Lescovec, J., & Schölkopf, B. (2013). Structure and dynamics of information
pathways in online media. In: Proceedings of the Sixth ACM International Conference on Web Search
and Data Mining (pp. 23-32). New York, NY, USA: ACM - Association for Computing Machinery.
doi:10.1145/2433396.2433402.
Gomez Solano, J. R., Blickle, V., & Bechinger, C. (2013). Nucleation and growth of thermoreversible
polymer gels. Physical Review E, 87(1): 012308. doi:10.1103/PhysRevE.87.012308.
Gopalan, N., Deisenroth, M., & Peters, J. (2013). Feedback Error Learning for Rhythmic Motor
Primitives. In: Proceedings 2013 IEEE International Conference on Robotics and Automation (ICRA
2013) (pp. 1317-1322). [Piscataway, NJ]: IEEE. doi:10.1109/ICRA.2013.6630741.
Goris, R., Putzeys, T., Wagemans, J., & Wichmann, F. (2013). A neural population model for visual
pattern detection. Psychological Review, 120(3), 472-496. doi:10.1037/a0033136.
Gosh, S. K., Salgin, B., Pontoni, D., Reusch, T., Keil, P., Vogel, D., Rohwerder, M., Reichert, H., &
Salditt, T. (2013). Structure and Volta Potential of Lipid Multilayers: Effect of X-ray Radiation.
Langmuir, 29, 815-824. doi:10.1021/la304139w.
Gotzias, A., Charalambopoulou, G., Ampoumogli, A., Krkljus, I., Hirscher, M., & Steriotis, T. (2013).
Experimental and theoretical study of D2/H2 quantum sieving in a carbon molecular sieve. Adsorption,
19(2-4), 373-379. doi:10.1007/s10450-012-9460-9.
Grau-Moya, J., Hez, E., Pezzulo, G., & Braun, D. A. (2013). The effect of model uncertainty on
cooperation in sensorimotor interactions. Journal of the Royal Society Interface, 10(87): 20130554.
doi: 10.1098/rsif.2013.0554.
Grau-Moya, J., & Braun, D. A. (2013). Bounded Rational Decision-Making in Changing
Environments. In: NIPS 2013 Workshop on Planning with Information Constraints for Control,
Reinforcement Learning, Computational Neuroscience, Robotics and Games. Retrieved from
http://arxiv.org/pdf/1312.6726v1.pdf.
16
II
Grosse-Wentrup, M., Harmeling, S., Zander, T., Hill, N., & Schölkopf, B. (2013). How to Test the
Quality of Reconstructed Sources in Independent Component Analysis (ICA) of EEG/MEG Data. In:
Proceedings of the 3rd International Workshop on Pattern Recognition in NeuroImaging (PRNI 2013)
(pp. 102-105). IEEE. doi:10.1109/PRNI.2013.35.
Haag, M., Illg, C., & Fähnle, M. (2013). Theory of scattering of crystal electrons at magnons. Physical
Review B, 214427. doi:10.1103/PhysRevB.87.214427.
Haag, S. T., Richard, M.-I., Labat, S., Gailhanou, M., Welzel, U., Mittemeijer, E. J., & Thomas, O.
(2013). Anomalous coherent diffraction of core-shell nano-objects: a methodology for determination
of composition and strain fields. Physical Review B, 87: 035408. doi:10.1103/PhysRevB.87.035408.
Haag, S. T., Richard, M.-I., Favre-Nicolin, V., Welzel, U., Jeurgens, L., Ravy, S., Richter, G.,
Mittemeijer, E. J., & Thomas, O. (2013). In: situ coherent X-ray diffraction of isolated core-shell
nanowires. Thin Solid Films, 530, 113-119. doi:10.1016/j.tsf.2012.07.060.
Haag, S. T., Richard, M.-I., Welzel, U., Favre-Nicolin, V., Balmes, U., Richter, G., & Mittemeijer, E.
(2013). Concentration and strain fields inside a Ag/Au core-shell nanowire studied by coherent X-ray
diffraction. Nano Letters, 13, 1883-1889. doi:10.1021/nl303206u.
Haering, F., Wiedwald, U., Nothelfer, S., Koslowski, B., Ziemann, P., Lechner, L., Wallucks, A.,
Lebecki, K., Nowak, U., Gräfe, J., Goering, E., & Schütz, G. (2013). Switching modes in easy and
hard axis magnetic reversal in a self-assembled antidot array. Nanotechnology,24, 465709.
doi:10.1088/0957-4484/24/46/465709.
Hagel, V., Haraszti, T., & Böhm, H. (2013). Diffusion and interaction in PEG-DA hydrogels.
Biointerphases, 8: 36. doi:10.1186/1559-4106-8-36.
Hagel, V., Mateescu, M., Southan, A., Wegner, S. V., Nuss, I., Haraszti, T., Kleinhans, C., Schuh, C.,
Spatz, J. P., Kluger, P. J., Bach, M., Tussetschläger, S., Tovar, G. E., Laschat, S., & Böhm, H. (2013).
Desmosine-Inspired Cross-Linkers for Hyaluronan Hydrogels. Scientific Reports, 3: 2043.
doi:10.1038/srep02043.
Han, D.-S., Vogel, A., Jung, H., Lee, K.-S., Weigand, M., Stoll, H., Schütz, G., Fischer, P., Meier, G.,
& Kim, S.-K. (2013). Wave modes of collective vortex gyration in dipolar-coupled-dot-array
magnonic crystals. Scientific Reports, 3: 2262. doi:10.1038/srep02262.
Harmeling, S., Hirsch, M., & Schölkopf, B. (2013). On a Link Between Kernel Mean Maps and
Fraunhofer Diffraction, with an Application to Super-Resolution Beyond the Diffraction Limit. In:
2013 IEEE International Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 10831090). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.144.
Hartwich, T. M. P., Subach, F. V., Cooley, L., Verkhusha, V. V., & Bewersdorf, J. (2013).
Determination oftwo-photon photoactivation rates offluorescent proteins. Physical Chemistry
Chemical Physics, 15(36), 14868-14872. doi:10.1039/C3CP51035B.
Hauberg, S., Lauze, F., & Pedersen, K. S. (2013). Unscented Kalman Filtering on Riemannian
Manifolds. Journal of Mathematical Imaging and Vision, 46(1), 103-120. doi: 10.1007/s10851-0120372-9.
Heidkamp, J., Maye, F., & Turak, A. Z. (2013). Stabilization methods for small molecule dewetting on
Indium tin oxide substrates for organic photovoltaics. Proceedings of SPIE, 8915: 891508.
doi:10.1117/12.2036778.
17
II
Dokumentation 2013
Hejral, U., Vlad, A., Nolte, P., & Stierle, A. (2013). In: situ oxidation study of Pt nanoparticles on
MgO(001). The Journal of Physical Chemistry C, 117(39), 19955-19966. doi:10.1021/jp404698k.
Hellmann, J. K., Perschmann, N., Spatz, J. P., & Frischknecht, F. (2013). Tunable substrates unveil
chemical complementation of a genetic cell migration defect. Advanced Healthcare Materials, 2,
1162-1169. doi:10.1002/adhm.201200426.
Dokumentation 2013
Jhuang, H., Gall, J., Zuffi, S., Schmid, C., & Black, M. J. (2013). Towards understanding action
recognition. In: International Conference on Computer Vision (ICCV) (pp. 3192-3199). IEEE
Computer Society. doi:10.1109/ICCV.2013.396.
Jian, W., Liu, Y., Wang, X. Y., Rao, S. P., Hofmann, S., & Wang, J. Y. (2013). Quantification of AES
depth profiling data of polycrystalline Al films with Gaussian and non-Gaussian surface height
distributions. Surface and Interface Analysis, 45(7), 1148-1151. doi:10.1002/sia.5241.
Hennig, P. (2013). Fast Probabilistic Optimization from Noisy Gradients. In: S. Dasgupta, &
D. McAllester (Eds.), Proceedings of The 30th International Conference on Machine Learning (Cycle
1, pp. 62-70). JMLR: Conference and Workshop Proceedings 28. Brookline, MA: Microtome
Publishing. Retrieved from http://jmlr.org/proceedings/papers/v28/hennig13.pdf.
Juette, M. F., Rivera-Molina, F. E., Toomre, D. K., & Bewersdorf, J. (2013). Adaptive optics enables
three-dimensional single particle tracking at the sub-millisecond scale. Applied Physics Letters,
102(17), 173702. doi:10.1063/1.4803538.
Hennig, P., & Kiefel, M. (2013). Quasi-Newton Methods: A New Direction. The Journal of Machine
Learning Research, 14, 843-865. Retrieved from
http://jmlr.org/papers/volume14/hennig13a/hennig13a.pdf.
Jungbauer, M., Hühn, S., Michelmann, M., Goering, E., & Moshnyaga, V. (2013). Exchange bias in
La0.7Sr0.3MnO3 / SrMnO3 / La0.7Sr0.3MnO3 trilayers. Journal of Applied Physcis, 113(17): 17D709.
doi:10.1063/1.4798349.
Höfling, F., & Franosch, T. (2013). Anomalous transport in the crowded world of biological cells.
Reports on Progress in Physics, 76(4): 046602. doi:10.1088/0034-4885/76/4/046602.
Junggeburth, S. C., Diehl, L., Werner, S., Duppel, V., Sigle, W., & Lotsch, B. V. (2013). Ultrathin 2D
coordination polymer nanosheets by surfactant-mediated synthesis. Journal of the American Chemical
Society, 135(16), 6157-6164. doi:10.1021/ja312567v.
Homer, M., Harrison, M., Black, M. J., Perge, J., Cash, S., Friehs, G., & Hochberg, L. (2013). Mixing
Decoded Cursor Velocity and Position from an Offline Kalman Filter Improves Cursor Control in
People with Tetraplegia. In: Proceedings 6th International IEEE / EMBS Conference on Neural
Engineering (pp. 715-718). Red Hook: Curran. doi:10.1109/NER.2013.6696034.
Huang, F., Hartwich, T., Rivera-Molina, F. E., Lin, Y., Duim, W., Long, J. J., Uchil, P. D.,
Myers, J. R., Baird, M. A., Mothes, W., Davidson, M. W., Toomre, D., & Bewersdorf, J. (2013).
Video-rate nanoscopy using sCMOS camera–specific single-molecule localization algorithms. Nature
Methods, 10, 653-658. doi:10.1038/nmeth.2488.
Ibagon, I., Bier, M., & Dietrich, S. (2013). Wetting in electrolyte solutions. The Journal of Chemical
Physics, 138(21): 214703. doi:10.1063/1.4807760.
Ijspeert, A., Nakanishi, J., Pastor, P., Hoffmann, H., & Schaal, S. (2013). Dynamical Movement
Primitives: Learning Attractor Models for Motor Behaviors. Neural computation, 25(2), 328-373.
doi:10.1162/NECO_a_00393.
Illg, C., Haag, M., & Fähnle, M. (2013). Ultrafast demagnetization after laser irradiation in transition
metals: Ab initio calculations of the spin-flip electron-phonon scattering with reduced exchange
splitting. Physical Review B, 88: 214404. doi:10.1103/PhysRevB.88.214404.
Ilonen, J., Bohg, J., & Kyrki, V. (2013). 3-D Object Reconstruction of Symmetric Objects by Fusing
Visual and Tactile Sensing. International Journal of Robotics Research, 0278364913497816.
doi:10.1177/0278364913497816.
Jalmar, O., Francois-Moutal, L., Garcia-Saez, A.-J., Perry, M., Granjon, T., Gonzalvez, F.,
Gottlieb, E., Ayala-Sanmartin, J., Klosgen, B., Schwille, P., & Petit, P. X. (2013). Caspase-8 Binding
to Cardiolipin in Giant Unilamellar Vesicles Provides a Functional Docking Platform for Bid. PLOS
ONE, 8(2): e55250. doi:10.1371/journal.pone.0055250.
Janzing, D., Balduzzi, D., Grosse-Wentrup, M., & Schölkopf, B. (2013). Quantifying causal
influences. The Annals of Statistics, 41(5), 2324-2358. doi:10.1214/13-AOS1145.
Jegelka, S., Bach, F., & Sra, S. (2013). Reflection methods for user-friendly submodular optimization.
In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural
Information Processing Systems 26 ( NIPS 2013), (pp. 1313-1321). Red Hook, NY: Curran. Retrieved
from http://papers.nips.cc/paper/4988-reflection-methods-for-user-friendly-submodularoptimization.pdf.
Jensen, C., Buck, D., Dilger, H., Bauer, M., Phillipp, F., & Roduner, E. (2013). Maximum hydrogen
chemisorption on KL zeolite supported Pt clusters. Chemical Communications, 49(6), 588-590.
doi:10.1039/c2cc37933c.
18
II
Kalakrishnan, M., Pastor, P., Righetti, L., & Schaal, S. (2013). Learning Objective Functions for
Manipulation. In: Proceedings IEEE International Conference on Robotics and Automation (ICRA
2013) (pp. 1331-1336). [Piscataway, NJ]: IEEE. doi:10.1109/ICRA.2013.6630743.
Kammerer, M., Sproll, M., Stoll, H., Noske, M., Weigand, M., Illg, C., Fähnle, M., & Schütz, G.
(2013). Delayed magnetic vortex core reversal. Applied Physics Letters, 102: 012404.
doi:10.1063/1.4773592.
Katzer, C., Stahl, C., Michalowski, P., Treiber, S., Schmidl, F., Seidel, P., Albrecht, J., & Schütz, G.
(2013). Gold nanocrystals in high-temperature superconducting films: creation of pinning patterns of
choice. New Journal of Physics, 15(11): 113029. doi:10.1088/1367-2630/15/11/113029.
Keskinbora, K., Grévent, C., Bechtel, M., Weigand, M., Goering, E., Nadzeyka, A., Lloyd, P.,
Rehbein, S., Schneider, G., Follath, R., Vila-Comamala, J., Yan, H., & Schütz, G. (2013). Ion beam
lithography for Fresnel zone plates in X-ray microscopy. Optics Express, 21(10), 11747-11756.
doi:10.1364/OE.21.011747.
Keskinbora, K., Grévent, C., Eigenthaler, U., Weigand, M., & Schütz, G. (2013). Rapid prototyping of
Fresnel zone plates via direct Ga+ ion beam lithography for high-resolution x-ray imaging. ACS Nano,
7(11), 9788-9797. doi:10.1021/nn403295k.
Keskinbora, K., Robisch, A.-L., Mayer, M., Grévent, C., Szeghalmi, A. V., Knez, M., Weigand, M.,
Snigireva, I., Snigirev, A., Salditt, T., & Schütz, G. (2013). Recent advances in use of atomic layer
deposition and focused ion beams for fabrication of Fresnel zone plates for hard x-rays. Proceedings
of SPIE, 8851: 885119. doi:10.1117/12.2027251.
Khaydukov, Y. N., Nagy, B., Kim, J. H., Keller, T., Ruehm, A., Nikitenko, Y. V., Zhernenkov, K. N.,
Stahn, J., Kiss, L. F., Csik, A., Bottyán, L., & Aksenov, V. L. (2013). On the feasibility to study
inverse proxomity effect in a single S/F bilayer by Polarized Neutron Reflectometry. JETP Letters, 98,
107-110. doi:10.1134/S0021364013150101.
Kim, D., Sra, S., & Dhillona, I. (2013). A non-monotonic method for large-scale non-negative least
squares. Optimization Methods and Software, 28(5), 1012-1039. doi:10.1080/10556788.2012.656368.
Klein, K., Rommel, C. E., Hirschfeld-Warneken, V. C., & Spatz, J. P. (2013). Cell membrane
topology analysis by RICM enables marker-free adhesion strength quantification. Biointerphases, 8:
28. doi:10.1186/1559-4106-8-28.
Klein, K., Maier, T., Hirschfeld-Warneken, V. C., & Spatz, J. P. (2013). Marker-Free Phenotyping of
Tumor Cells by Fractal Analysis of Reflection Interference Contrast Microscopy Images. Nano
Letters, 13(11), 5474-5479. doi:10.1021/nl4030402.
19
II
Dokumentation 2013
Dokumentation 2013
Klenske, E., Zeilinger, M., Schölkopf, B., & Hennig, P. (2013). Nonparametric dynamics estimation
for time periodic systems. In: Proceedings 2013 51st Annual Allerton Conference on Communication,
Control and Computing (pp. 486-493). Piscataway, NJ: IEEE. doi:10.1109/Allerton.2013.6736564.
Law, A. D., Auriol, M., Smith, D., Horozov, T. S., & Buzza, D. M. A. (2013). Self-Assembly of TwoDimensional Colloidal Clusters by Tuning the Hydrophobicity, Composition, and Packing Geometry.
Physical Review Letters, 110: 138301. doi:10.1103/PhysRevLett.110.138301.
Kober, J., Bagnell, J., & Peters, J. (2013). Reinforcement learning in robotics: A survey. The
Le Thomas, N., Alexander, D. T. L., Cantoni, M., Sigle, W., Houdre, R., & Heber, C. (2013). Imaging
of high-Q cavity optical modes by electron energy-loss microscopy. Physical Review B, 87(15):
155314. doi:10.1103/PhysRevB.87.155314.
Köhler, R., Hirsch, M., Schölkopf, B., & Harmeling, S. (2013). Improving alpha matting and motion
blurred foreground estimation. In: Proceedings of the 20th IEEE International Conference on Image
Processing (ICIP 2013) (pp. 3446-3450). Piscataway: NJ, IEEE. Retrieved from
http://2013.ieeeicip.org/proc/pdfs/0003446.pdf.
Koker, M. K. A., Welzel, U., & Mittemeijer, E. (2013). Elastic mechanical grain interactions in
polycrystalline materials; analysis by diffraction-line broadening. Philosophical Magazine, 93, 29672994. doi:10.1080/14786435.2013.793852.
Koker, M. K. A., Schaab, J., Zotov, N., & Mittemeijer, E. (2013). X-Ray diffraction study of the
reverse martensitic transformation in NiTi shape memory thin films. Thin Solid Films, 545, 71-80.
doi:10.1016/j.tsf.2013.07.033.
Kozhevnikov, S. V., Ignatovich, V. K., Ott, F., Rühm, A., & Major, J. (2013). Experimental
Determination of the Neutron channeling length in a planar waveguide. Journal of Experimental and
Theoretical Physics - JETP, 117, 636-640. doi:10.1134/S1063776113120169.
Kpotufe, S., & Garg, V. (2013). Adaptivity to Local Smoothness and Dimension in Kernel Regression.
In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural
Information Processing Systems 26 (NIPS 2013) (pp. 3075-3083). Red Hook, NJ: Curran. Retrieved
from http://papers.nips.cc/paper/5103-adaptivity-to-local-smoothness-and-dimension-in-kernelregression.pdf.
Kpotufe, S., & Orabona, F. (2013). Regression-tree Tuning in a Streaming Setting. In: C. Burges,
L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information
Processing Systems 26 (NIPS 2013) (pp. 1788-1796). Red Hook, NJ: Curran. Retrieved from URI
http://papers.nips.cc/paper/4898-regression-tree-tuning-in-a-streaming-setting.pdf.
Krkljus, I., Steriotis, T., Charalambopoulou, G., Gotzias, A., & Hirscher, M. (2013). H2/D2 adsorption
and desorption studies on carbon molecular sieves with different pore structures. Carbon, 57, 239-247.
doi:10.1016/j.carbon.2013.01.069.
Krüger, M., Golyk, V. A., Bimonte, G., & Kardar, M. (2013). Interplay of roughness/modulation and
curvature for surface interactions at proximity. EPL, 104: 41001. doi:10.1209/0295-5075/104/41001.
Kruss, S., Erpenbeck, L., Amschler, K., Mundinger, T., Böhm, H., Helms, H.-J., Friede, T., Andrews,
R., Schön, M., & Spatz, J. P. (2013). Adhesion Maturation of Neutrophils on Nanoscopically
Presented Platelet Glycoprotein Ibα. ACS Nano, 7(11), 9984-9996. doi:10.1021/nn403923h.
Kümmel, F., ten Hagen, B., Wittkowski, R., Buttinoni, I., Eichhorn, R., Volpe, G., Löwen, H., &
Bechinger, C. (2013). Circular motion of asymmetric self-propelling particles. Physical Review
Letters, 110(19): 198302. doi:10.1103/PhysRevLett.110.198302.
Kupcsik, A., Deisenroth, M., Peters, J., & Neumann, G. (2013). Data-Efficient Generalization of
Robot Skills with Contextual Policy Search. In: Proceedings of the 27th National Conference on
Artificial Intelligence (AAAI 2013). (pp. 1401-1407). Corvallis, OR: AUAI Press. Retrieved from
http://www.aaai.org/ocs/index.php/AAAI/AAAI13/paper/viewFile/6322/6842.
Kurz, S., Ensslen, C., Welzel, U., Leineweber, A., & Mittemeijer, E. (2013). The thermal stability of
Ni-Mo and Ni-W thin films: solute segregation and planar faults. Scripta Materialia, 69, 65-68.
doi:10.1016/j.scriptamat.2013.03.006.
Laurent, F., Valderrama, M., Besserve, M., Guillard, M., Lachaux, J.-P., Martinerie, J., & Florence, G.
(2013). Multimodal information improves the rapid detection of mental fatigue. Biomedical Signal
Processing and Control, 8(4), 400-408. doi:10.1016/j.bspc.2013.01.007.
20
II
Lee, S., Rosecker, W., Gutt, C., Fischer, B., Conrad, H., Lehmkühler, F., Steinke, I., Zhu, D., Lemke,
H., Cammarata, M., Fritz, D. M., Wochner, P., Castro-Colin, M., Hruszkewycz, S. O., Fuoss, P. H.,
Stephenson, G. B., Grübel, G., & Robert, A. (2013). Single shot speckle and coherence analysis and
the hard X-ray free electron laser LCLS. Optics Express, 21, 24647-24664.
doi:10.1364/OE.21.024647.
Lehrmann, A., Gehler, P., & Nowozin, S. (2013). A Non-parametric Bayesian Network Prior of
Human Pose. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 1281-1288).
IEEE. doi:10.1109/ICCV.2013.162.
Lemeire, J., & Janzing, D. (2012). Replacing Causal Faithfulness with Algorithmic Independence of
Conditionals. Minds and Machines, 1-23. doi:10.1007/s11023-012-9283-1
Leineweber, A., & Krumeich, F. (2013). Broadening and shifting of bragg reflections of nanoscalemicrotwinned LT-Ni3Sn2. Philosophical Magazine, 93, 4440-4468.
doi:10.1080/14786435.2013.833355.
Li, C., Yin, C., Gu, L., Mu, X., van Aken, P. A., & Maier, J. (2013). An FeF30.5H2O polytype: A
microporous framework compound with intersecting tunnels for Li and Na batteries. Journal of the
American Chemical Society, 135(31), 11425-11428. doi:10.1021/ja402061q.
Li, C. L., Mu, X. K., Van Aken, P. A., & Maier, J. (2013). A high-capacity cathode for lithium
batteries consisting of porous microspheres of highly amorphized iron fluoride densified from its open
parent phase. Advanced Energy Materials, 3(1), 113-119. doi:10.1002/aenm.201200209.
Li, C. L., Yin, C. L., Mu, X. K., & Maier, J. (2013). Top-down synthesis of open framework fluoride
for lithium and sodium batteries. Chemistry of Materials, 25(6), 962-969. doi: 10.1021/cm304127c
Liu, J., Tang, K., Song, K., van Aken, P. A., Yu, Y., & Maier, J. (2013). Tiny Li4Ti5O12 nanoparticles
embedded in carbon nanofibers as high-capacity and long-life anode materials for both Li-ion and Naion batteries. Physical Chemistry Chemical Physics, 15(48), 20813-20818. doi:10.1039/c3cp53882f.
Liu, Q. K., Senyuk, B., Tasinkevych, M., & Smalyukh, I. I. (2013). Nematic liquid crystal boojums
with handles on colloidal handlebodies. Proceedings of the National Academy of Sciences of the
United States of America, 110(23), 9231-9236. doi:10.1073/pnas.1301464110.
Liu, Y., Zhang, L. F., Sommer, F., & Mittemeijer, E. J. (2013). Kinetics of martensite formation in
substitutional Fe-Al alloys: dilatometric analysis. Metallurgical and Materials Transactions A, 44,
1430-1440. doi:10.1007/s11661-012-1497-6.
Liu, Y., Gall, J., Stoll, C., Dai, Q., Seidel, H.-P., & Theobalt, C. (2013). Markerless Motion Capture of
Multiple Characters Using Multi-view Image Segmentation. IEEE Transactions on Pattern Analysis
and Machine Intelligence, 35(11), 2720-2735. doi:10.1109/TPAMI.2013.47.
Liu, Y., Jian, W., Wang, J. Y., Hofmann, S., & Kovac, J. (2013). Influence of non-Gaussian roughness
on sputter depth profile. Applied Surface Science, 276, 447-453. doi:10.1016/j.apsusc.2013.03.114.
Liu, Y., Hofmann, S., & Wang, J. Y. (2013). An analytical depth resolution function for the MRI
model. Surface and Interface Analysis, 45(11-12), 1659-1660. doi:10.1002/sia.5319.
López-Méndez, A., Gall, J., Casas, J., & van Gool, L. (2012). Metric Learning from Poses for
Temporal Clustering of Human Motion. In R. Bowden, J. Collomosse, & K. Mikolajczyk (Eds.),
British Machine Vision Conference (BMVC) (pp. 49.1-49.12). BMVA Press.
Lopez-Paz, D., Hennig, P., & Schölkopf, B. (2013). The Randomized Dependence Coefficient. In: C.
Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural
21
II
Dokumentation 2013
Information Processing Systems 26 (NIPS 2013). Red Hook, NY: Curran. Retrieved from
http://papers.nips.cc/paper/5138-the-randomized-dependence-coefficient.pdf.
Lopez-Paz, D., Hernandez-Lobato J., M. J., & Ghahramani, Z. (2013). Gaussian Process Vine Copulas
for Multivariate Dependence. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of the 30th
International Conference on Machine Learning. JMLR - Workshop and Conference Proceedings 28.
Brookline, MA: Microtome Publ. Retrieved from http://jmlr.org/proceedings/papers/v28/lopezpaz13.html.
López-Rodriguez, E., Cruz, A., Richter, R. P., Taeusch, H. W., & Pérez-Gil, J. (2013). Transient
exposure of pulmonary surfactant to hyaluronan promotes structural and compositional
transformations into a highly active state. The Journal of Biological Chemistry, 288, 29872-29881.
doi:doi: 10.1074/jbc.M113.493957.
Ma, Y., Rheingans, B., Liu, F., & Mittemeijer, E. J. (2013). Isochronal crystallization kinetics of
Fe40Ni40B20 amorphous alloy. Journal of Materials Science, 48, 5596-5606. doi:10.1007/s10853-0137354-1.
MacFarlane, W., Parolin, T., Larkin, T., Richter, G., Chow, K., Kiefl, R., Levy, C., Morris, G.,
Ofer, O., Pearson, M., Saadaoul, H., Song, Q., & Wang, D. (2013). Finite-size effects in the nuclear
magnetic resonance of epitaxial palladium thin films. Physical Review B, 88(14): 144424.
doi:10.1103/PhysRevB.88.144424.
Maertens, M., & Wichmann, F. (2013). When luminance increment thresholds depend on apparent
lightness. Journal of Vision, 13(6): 21, pp. 1-11. doi:10.1167/13.6.21.
Maier, M., von Luxburg, U., & Hein, M. (2013). How the result of graph clustering methods depends
on the construction of the graph. ESAIM: Probability and Statistics, 17, 370-418.
doi:10.1051/ps/2012001.
Maisel, S. B., Schindzielorz, N., Mueller, S., Reichert, H., & Bosak, A. (2013). An accidental
visualization of the Brillouin Zone in an Ni-W alloy via diffuse scattering. Journal of Applied
Crystallography, (46), 1211-1215. doi:10.1107/S0021889813016270.
Maisuradze, A., Yaouanc, A., Khasanov, R., Amato, A., Baines, C., Herlach, D., Henes, R.,
Keppler, P., & Keller, H. (2013). Evidence of cooper pair diffraction on the vortex lattice of
superconducting niobium. Physical Review B, 88: 140509. doi:10.1103/PhysRevB.88.140509.
Mark, A. G., Gibbs, J. G., Lee, T.-C., & Fischer, P. (2013). Hybrid nanocolloids with programmed
three-dimensional shape and material composition. Nature Materials, 12, 802-807.
doi:10.1038/nmat3685.
Martens, M., Kamionka, T., Weigand, M., Stoll, H., Tyliszczak, T., & Meier, G. (2013). Phase
diagram for magnetic vortex core switching studied by ferromagnetic absorption spectroscopy and
time-resolved transmission x-ray microscopy. Physical Review B, 87: 054426.
doi:10.1103/PhysRevB.87.054426.
Matic, J., Deeg, J., Scheffold, A., Goldstein, I., & Spatz, J. P. (2013). Fine tuning and efficient T cell
activation with stimulatory aCD3 nano-arrays. Nano Letters, 13(11), 5090-5097.
doi:10.1021/nl4022623.
Mayer, M., Keskinbora, K., Grévent, C., Szeghalmi, A., Knez, M., Weigand, M., Snigirev, A.,
Snigereva, I., & Schütz, G. (2013). Efficient focusing of 8 keV X-rays with multilayer Fresnel zone
plates fabricated by atomic layer deposition and focused ion beam milling. Journal of Synchrotron
Radiation, 20, 433-440. doi:10.1107/S0909049513006602.
McLane, L. T., Chang, P., Granqvist, A., Böhm, H., Kramer, A., Scrimgeour, J., & Curtis, J. E.
(2013). Spatial organization and mechanical properties of the pericellular matrix on chondrocytes.
Biophysical Journal, 104, 986-996. doi:10.1016/j.bpj.2013.01.028.
Mechelke, M., & Habeck, M. (2013). A probabilistic model for secondary structure prediction from
protein chemical shifts. Proteins: Structure, Function, and Bioinformatics, 81(6), 984-993.
doi:10.1002/prot.24249.
22
Dokumentation 2013
II
Meyer, T., Peters, J., Zander, T., Brötz, D., Soekadar, S., Schölkopf, B., et al. (2013). Investigating the
Neural Basis of Brain-Computer Interface (BCI)-based Stroke Rehabilitation. In: J. Pons,
D. Torricelli, & M. Pajaro (Eds.), Converging Clinical and Engineering Research on
NeuroRehabilitation (2012 International Conference on NeuroRehabilitation) (pp. 617-621). Berlin:
Springer.
Meka, S. R., & Mittemeijer, E. (2013). Abnormal nitride morphologies upon nitriding iron-based
substrates. JOM, 65, 769-775. doi:10.1007/s11837-013-0603-6.
Meka, S. R., Bischoff, E., Rheingans, B., & Mittemeijer, E. (2013). Octapod-shaped, nanosized,
amorphous precipitates in a crystalline ferrite matrix. Philosophical Magazine Letters, 93, 238-245.
doi:10.1080/09500839.2012.762465.
Missirlis, D., Teesalu, T., Black, M., & Tirrell, M. (2013). The non-peptidic part determines the
internalization mechanism and intracellular trafficking of peptide amphiphiles. PLoS One, 8(1):
e54611. doi:10.1371/journal.pone.0054611.
Mistry, M., Theodorou, E., Yoshioka, T., Schaal, S., & Kawato, M. (2013). Optimal Control of
Reaching Includes Kinematic Constraints. Journal of Neurophysiology, 110, 1-11. doi:10.1152/jn.
00794.2011.
Miyawaki, T., Foerster, M., Finizio, S., Vaz, C. A. F., Mawass, M.-A., Inagaki, K., Fukatani, N.,
Le Guyader, L., Nolting, F., Ueda, K., Asano, H., & Kläui, M. (2013). The effect of
magnetocrystalline anisotropy on the domain structure of patterned Fe2CrSi Heusler alloy thin films.
Journal of Applied Physcis, 114(7): 073905. doi:10.1063/1.4818800.
Mooij, J. M., Janzing, D., & Schölkopf, B. (2013). From Ordinary Differential Equations to Structural
Causal Models: the deterministic case. In: A. Nicholson, & P. Smyth (Eds.), Proceedings of the
Twenty-Ninth Conference Annual Conference on Uncertainty in Artificial Intelligence (pp. 440-448).
Corvallis, Oregon: AUAI Press. Retrieved from http://www.auai.org/uai2013/prints/proceedings.pdf
Mu, X. K., Neelamraju, S., Sigle, W., Koch, C. T., Toto, N., Schön, J. C., Fischer, J., Jansen, M., &
van Aken, P. A. (2013). Evolution of order in amorphous - to - crystalline phase transformation of
MgF2. Journal of Applied Crystallography, 46, 1105-1116. doi:10.1107/S0021889813011345.
Muandet, K., Balduzzi, D., & Schölkopf, B. (2013). Domain Generalization via Invariant Feature
Representation. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of The 30th International
Conference on Machine Learning (pp. 10-18). JMLR: Workshop and Conference Proceedings 28.
Brookline, MA: Microtome Publishing. Retrieved from
http://jmlr.org/proceedings/papers/v28/muandet13.pdf.
Muandet, K., & Schölkopf, B. (2013). One-class Support Measure Machines for Group Anomaly
Detection. In: Proceedings 29th Conference on Uncertainty in Artificial Intelligence (UAI 2013).
Corvallis, OR: AUAI Press. Retrieved from http://auai.org/uai2013/prints/papers/4.pdf.
Mülling, K., Kober, J., Kroemer, O., & Peters, J. (2013). Learning to Select and Generalize Striking
Movements in Robot Table Tennis. International Journal of Robotics Research, 32(3), 263-279.
doi:10.1177/0278364912472380.
Muth, C. A., Steinl, C., Klein, G., & Lee-Thedieck, C. (2013). Regulation of Hematopoietic Stem Cell
Behavior by the Nanostructured Presentation of Extracellular Matrix Components. PLoS One, 8(2):
e54778. doi:10.1371/journal.pone.0054778.
Nagy, B., Kiss, L., Sajti, S., Merkel, D. G., Tanczikó, F., Bottyán, L., Khaydukov, Y. N., Keller, T.,
Ruehm, A., Vasenko, A. S., & Tsaregorodsev, R. O. (2013). Controlling Exchange Coupling Strenght
In NixCu1-x Thin Films. Journal of Superconductivity and Novel Magnetism, 26(5), 1957-1961.
doi:10.1007/s10948-012-1897-2.
Noga, M., Edinger, D., Kläger, R., Wegner, S. V., Spatz, J. P., Wagner, E., Winter, G., & Besheer, A.
(2013). The effect of molar mass and degree of hydroxyethylation on the controlled shielding and
deshielding of hydroxyethyl starch-coated polyplexes. Biomaterials, 34, 2530-2538.
doi:10.1016/j.biomaterials.2012.12.025.
23
II
Dokumentation 2013
Oh, H., Park, K. S., Kalidindi, S. B., Fischer, R. A., & Hirscher, M. (2013). Quantum cryo-sieving for
hydrogen isotope separation in microporous frameworks: an experimental study on the correlation
between effective quantum sieving and pore size. Journal of Materials Chemistry A, 1, 3244-3248.
doi:10.1039/c3ta01544k.
Oh, H., Gennett, T., Atanassov, P., Kurttepeli, M., Bals, S., Hurst, K. E., & Hirscher, M. (2013).
Hydrogen adsorption properties of platinum decorated hierarchically structured templated carbons.
Microporous and Mesoporous Materials, 66-74. doi:10.1016/j.micromeso.2013.04.020.
Oh, H., Kalidindi, S. B., Um, Y., Bureekaew, S., Schmid, R., Fischer, R. A., & Hirscher, M. (2013).
Eine kryoflexible kovalente organische Gerüststruktur für die effiziente Trennung von
Wasserstoffisotopien durch Quantensieben. Angewandte Chemie, 125(50), 13461-13464.
doi:10.1002/ange.201307443.
Oh, H., Kalidindi, S. B., Um, Y., Bureekaew, S., Schmid, R., Fischer, R. A., & Hirscher, M. (2013). A
cryogenically flexible covalent organic framework for efficient hydrogen isotrope separation by
quantum sieving. Angewandte Chemie International Edition in English, 52(50), 13219-13222.
doi:10.1002/anie.201307443.
Ortega, P. A., & Braun, D. A. (2013). Thermodynamics as a theory of decision-making with
information-processing costs. Proceedings of the Royal Society A: Mathematical, Physical and
Engineering Sciences, 469(2153): 20120683. doi:10.1098/rspa.2012.0683.
Osichov, A., Rabe, C., Vogtt, K., Narayanan, T., Harnau, L., Drechsler, M., & Ballauff, M. (2013).
Ideal Polyethylene Nanocrystals. Journal of the American Chemical Society, 135(31), 11645-11650.
doi:10.1021/ja4052334.
Pacholski, C. (2013). Photonic Crystal Sensors Based on Porous Silicon. Sensors, 13, 4694-4713.
doi:10.3390/s130404694.
Pallarola, D., Schneckenburger, M., Spatz, J. P., & Pacholski, C. (2013). Real-time monitoring of
electrochemical controlled protein adsorption by a plasmonic nanowire based sensor. Chemical
Communications, 49, 8326-8328. doi:10.1039/c3cc44640a.
Dokumentation 2013
NY: Curran. Retrieved from http://papers.nips.cc/paper/5063-causal-inference-on-time-series-usingrestricted-structural-equation-models.pdf.
Pfeifer, M., Ruf, A., & Fischer, P. (2013). Indirect absorption spectroscopy using quantum cascade
lasers: mid-infrared refractometry and photothermal spectroscopy. Optics Express, 21(22), 2564325654. doi:10.1364/OE.21.025643.
Pishchulin, L., Andriluka, M., Gehler, P., & Schiele, B. (2013). Strong Appearance and Expressive
Spatial Models for Human Pose Estimation. In: 2013 IEEE International Conference on Computer
Vision (ICCV) (pp. 3487-3494). [Piscataway, NJ]: IEEE. doi:10.1109/ICCV.2013.433.
Pishchulin, L., Andriluka, M., Gehler, P. V., & Schiele, B. (2013). Poselet conditioned pictorial
structures. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) (pp. 588593). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.82.
Platzman, I., Janiesch, J.-W., & Spatz, J. P. (2013). Synthesis of nanostructured and biofunctionalized
water-in-oil droplets as tools for homing T cells. Journal of the American Chemical Society, 135(9),
3339-3342. doi:10.1021/ja311588c.
Platzman, I., Muth, C. A., Lee-Thedieck, C., Pallarola, D., Atanasova, R., Louban, I., Altrock, E., &
Spatz, J. P. (2013). Surface properties of nanostructured bio-active interfaces: impacts of surface
stiffness and topography on cell–surface interactions. RSC Advances, 3, 13293-13303.
doi:10.1039/C3RA41579A.
Platzman, I., Janiesch, J.-W., Matic, J., & Spatz, J. P. (2013). Artificial Antigen-Presenting Interfaces
in the Service of Immunology. Israel Journal of Chemistry, 53(9-10), 655-669.
doi:10.1002/ijch.201300060.
Pousaneh, F., Ciach, A., & Maciolek, A. (2013). How ions in solution can change the sign of the
critical Casimir potential. Soft Matter, 10(3), 470-483. doi:10.1039/c3sm51972d.
Parisen Toldin, F., Tröndle, M., & Dietrich, S. (2013). Critical Casimir forces between homogeneous
and chemically striped surfaces. Physical Review E, 88: 052110. doi: 10.1103/PhysRevE.88.052110.
Rahmouni, S., Lindner, A., Rechenmacher, F., Neubauer, S., Sobahi, T. R. A., Kessler, H., CavalcantiAdam, E. A., & Spatz, J. P. (2013). Hydrogel Micropillars with Integrin Selective Peptidomimetic
Functionalized Nanopatterned Tops: A New Tool for the Measurement of Cell Traction Forces
Transmitted through αvβ3 - or α5β1 -Integrins. Advanced Materials, 25, 5869-5874.
doi:10.1002/adma.201301338.
Pastor, P., Kalakrishnan, M., Meier, F., Stulp, F., Buchli, J., Theodorou, E., & Schaal, S. (2013). From
Dynamic Movement Primitives to Associative Skill Memories. Robotics and Autonomous Systems,
61(4), 351-361. doi:10.1016/j.robot.2012.09.017.
Rakitsch, B., Lippert, C., Stegle, O., & Borgwardt, K. M. (2013). LMM-Lasso: A Lasso Multi-Marker
Mixed Model for Association Mapping with Population Structure Correction. Bioinformatics, 29(2),
206-214. doi:10.1093/bioinformatics/bts669.
Pastor, P., Kalakrishnan, M., Binney, J., Kelly, J., Righetti, L., Sukhatme, G., & Schaal, S. (2013).
Learning Task Error Models for Manipulation. In: Proceedings IEEE International Conference on
Robotics and Automation 2013 (pp. 2612-2618). [Piscataway, NJ]: IEEE. doi:
10.1109/ICRA.2013.6630935.
Rakitsch, B., Lippert, C., Borgwardt, K. M., & Stegle, O. (2013). It is all in the noise: Efficient multitask Gaussian process inference with structured residuals. In: C. Burges, L. Bottou, M. Welling,
Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26
(NIPS 2013) (pp. 1466-1474). Red Hook, NY: Curran. Retrieved from
http://papers.nips.cc/paper/5089-it-is-all-in-the-noise-efficient-multi-task-gaussian-process-inferencewith-structured-residuals.
Pepik, B., Stark, M., Gehler, P. V., & Schiele, B. (2013). Occlusion Patterns for Object Class
Detection. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) (pp.
3286-3293). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.422.
Persello, C. (2013). Interactive Domain Adaptation for the Classification of Remote Sensing Images
Using Active Learning. IEEE Geoscience and Remote Sensing Letters, 10(4), 736-740.
doi:10.1109/LGRS.2012.2220516.
Peters, J., Kober, J., Mülling, K., Krämer, O., & Neumann, G. (2013). Towards Robot Skill Learning:
From Simple Skills to Table Tennis. In: Machine Learning and Knowledge Discovery in Databases Proceedings European Conference, ECML PKDD 2013, Part III (pp. 627-631). Lecture Notes in
Computer Science 8190. Berlin/Heidelberg: Springer. doi: 10.1007/978-3-642-40994-3_42.
Peters, J., Janzing, D., & Schölkopf, B. (2013). Causal Inference on Time Series using Restricted
Structural Equation Models. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger
(Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 154-162). Red Hook,
24
II
Ramiasa, M., Ralston, J., Fetzer, R., Sedev, R., Fopp-Spori, D. M., Morhard, C., Pacholski, C., &
Spatz, J. P. (2013). Contact Line Motion on Nanorough Surfaces: A Thermally Activated Process.
Journal of the American Chemical Society, 135(19), 7159-7171. doi:10.1021/ja3104846.
Rane, G., Welzel, U., Meka, S. R., & Mittemeijer, E. (2013). Non-monotonic lattice parameter
variation with crystallite size in nanocrystalline solids. Acta Materialia, 61, 4524-4533.
doi:10.1016/j.actamat.2013.04.021.
Rane, G. K., Apel, D., Welzel, U., & Mittemeijer, E. J. (2013). The microstructural evolution and
thermal stability of nanocrystalline ball-milled Ni-15 at.% W powder. Journal of Materials Research,
28, 873-886. doi:10.1557/jmr.2012.442.
Rausch, S., Das, T., Soiné, J. R. D., Hofmann, T. W., Böhm, C., Schwarz, U., Böhm, H., &
Spatz, J. P. (2013). Polarizing cytoskeletal tension to induce leader cell formation during collective
cell migration. Biointerphases, 8: 32. doi:10.1186/1559-4106-8-32.
25
II
Dokumentation 2013
Rechenmacher, F., Neubauer, S., Polleux, J., Mas-Moruno, C., De Simone, M., CavalcantiAdam, E. A., Spatz, J. P., Fässler, R., & Kessler, H. (2013). Functionalizing αvβ3- or α5β1-selective
integrin antagonists for surface coating: a method to discriminate integrin subtypes in vitro.
Angewandte Chemie International Edition: a journal of the Gesellschaft Deutscher Chemiker, 52(5),
1572-1575. doi:10.1002/anie.201206370.
Rechenmacher, F., Neubauer, S., Mas-Moruno, C., Dorfner, P. M., Polleux, J., Guasch, J., Conings,
B., Boyen, H.-G., Bochen, A., Sobahi, T. R., Burgkart, R., Spatz, J. P., Fässler, R., & Kessler, H.
(2013). A Molecular Toolkit for the Functionalization of Titanium-Based Biomaterials That
Selectively Control Integrin-Mediated Cell Adhesion. Chemistry-a European Journal, 19(28), 9218–
9223-9223. doi:10.1002/chem.201301478.
Reichstein, M., Bahn, M., Ciais, P., Frank, D., Mahecha, M., Seneviratne, S., Zscheischler, J., Beer,
C., Buchmann, N., Frank, D., Papale, D., Rammig, A., Smith, P., Thonicke, K., Velde, v. d. M., Vicca,
S., Walz, A., & Wattenbach, M. (2013). Climate Extremes and the Carbon Cycle. Nature, 500: 289,
pp. 287-295. doi:10.1038/nature12350.
Rheingans, B., Ma, Y., Liu, F., & Mittemeijer, E. J. (2013). Crystallisation kinetics of Fe40Ni40B20
amorphous alloy. Journal of Non-Crystalline Solids, 362, 222-230.
doi:10.1016/j.jnoncrysol.2012.11.028.
Rheingans, B., & Mittemeijer, E. (2013). Phase transformation kinetics: advanced modeling strategies.
JOM, 65, 1145-1154. doi:10.1007/s11837-013-0674-4.
Righetti, L., Buchli, J., Mistry, M., Kalakrishnan, M., & Schaal, S. (2013). Optimal distribution of
contact forces with inverse dynamics control. The International Journal of Robotics Research, 32(3),
280-298. doi:10.1177/0278364912469821.
Ristin, M., Gall, J., & van Gool, L. (2013). Local Context Priors for Object Proposal Generation. In:
K. M. Lee, Y. Matsushita, & J. M. Rehg (Eds.), Computer Vision - ACCV 2012 (pp. 57-70). Lecture
Notes in Computer Science 7724. Berlin/Heidelberg: Springer
Roessle, M., Kim, K., Dubroka, A., Marsik, P., Wang, C., Jany, R., Richter, C., Mannhardt, J.,
Schneider, C., Frano, A., Wochner, P., Lu, Y., Keimer, B., Shukla, D., Strempfer, J., & Bernhard, C.
(2013). Electric-field-induced polar order and localizition of the confined electrons in LaAlO3/SrTiO3
heterostructures. Physical Review Letters, 110: 136805. doi:10.1103/PhysRevLett.110.136805.
Romero, J., Feix, T., Ek, C., Kjellstrom, H., & Kragic, D. (2013). Extracting Postural Synergies for
Robotic Grasping. IEEE Transactions on Robotics, 29(6), 1342-1352.
doi:10.1109/TRO.2013.2272249.
Romero, J., Kjellstrom, H., Ek, C. H., & Kragic, D. (2013). Non-parametric hand pose estimation with
object context. Image and Vision Computing, 31(8), 555-564. doi:10.1016/j.imavis.2013.04.002.
Ruehm, A., Kozhevnikov, S. V., Ott, F., Radu, F., & Major, J. (2013). Magnetic planar waveguides as
combined polarizers and spin-flippers for neutron microbeams. Nuclear Instruments and Methods in
Physics Research Section A, 708, 83-87. doi:10.1016/j.nima.2012.12.116.
Ryberg, M., Sandberg, S., Mellberg, C., Stegle, O., Lindahl, B., Larsson, C., Hauksson, J., &
Olsson, T. (2013). A Palaeolithic-type diet causes strong tissue-specific effects on ectopic fat
deposition in obese postmenopausal women. Journal of Internal Medicine, 274(1), 67-76.
doi:10.1111/joim.12048.
Sauter, A., Richter, G., Micoulet, A., Martinez, A., Spatz, J. P., & Appel, S. (2013). Effective
polyethylene glycol passivation for the inhibition of surface interactions of peripheral blood
mononuclear cells and platelets. Biointerphases, 8: 14. doi:10.1186/1559-4106-8-14.
Sauter, A., Schmidt, H.-L.-J., Mantlik, F., Kolb, A., Federmann, B., Pfannenberg, C., Reimold, M.,
Pichler, B., Bethge, W., & Horger, M. (2013). Imaging Findings and Therapy Response Monitoring in
Chronic Sclerodermatous Graft-Versus-Host Disease: Preliminary Data of a Simultaneous PET/MRI
Approach. Clinical Nuclear Medicine, 38(8), 309-317. doi:10.1097/RLU.0b013e3182816559.
26
Dokumentation 2013
II
Schamel, D., Pfeifer, M., Gibbs, J. G., Miksch, B., & Fischer, P. (2013). Chiral colloidal molecules
and observation of the propeller effect. Journal of the American Chemical Society, 135(33), 1235312359. doi:10.1021/ja405705x.
Scheeler, S., Mühlig, S., Rockstuhl, C., Bin Hasan, S., Ullrich, S., Neubrech, F., Kudera, S., &
Pacholski, C. (2013). Plasmon Coupling in Self-Assembled Gold Nanoparticle-Based Honeycomb
Islands. The Journal of Physical Chemistry C, 117, 18634-18641. doi:10.1021/jp405560t.
Schmidt, H., Brendle, C.-A., Schraml, C., Martirosian, P., Bezrukov, I., Hetzel, J., Müller, M., Sauter,
A., Claussen, C., Pfannenberg, C., & Schwenzer, N. (2013). Correlation of Simultaneously Acquired
Diffusion-Weighted Imaging and 2-Deoxy-[18F] fluoro-2-D-glucose Positron Emission Tomography
of Pulmonary Lesions in a Dedicated Whole-Body Magnetic Resonance/Positron Emission
Tomography System. Investigative Radiology, 48(5), 247-255. doi:10.1097/RLI.0b013e31828d56a1.
Schönfelder, V., & Wichmann, F. (2013). Identification of stimulus cues in narrow-band tone-in-noise
detection using sparse observer models. Journal of the Acoustical Society of America, 134(1), 447463. doi:10.1121/1.4807561.
Schreiber, R., Luong, N., Fan, Z., Kuzyk, A., Nickels, P. C., Zhang, T., Smith, D. M., Yurke, B.,
Kuang, W., Govorov, A. O., & Liedl, T. (2013). Chiral plasmonic DNA nanostructures with
switchable circular dichroism. Nature Communications, 4: 2948. doi:10.1038/ncomms3948.
Schuler, C. J., Burger, H., Harmeling, S., & Schölkopf, B. (2013). A Machine Learning Approach for
Non-blind Image Deconvolution. In: 2013 IEEE Conference on Computer Vision and Pattern
Recognition (CVPR) (pp. 1067-1074). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.142.
Schultz, T., Schlaffke, L., Schölkopf, B., & Schmidt-Wilcke, T. (2013). HiFiVE: A Hilbert Space
Embedding of Fiber Variability Estimates for Uncertainty Modeling and Visualization. Computer
Graphics Forum, 32(3,1), 121-130. doi:10.1111/cgf.12099.
Schwab, E. H., Halbig, M., Glenske, K., Wagner, A.-S., Wenisch, S., & Cavalcanti-Adam, E. A.
(2013). Distinct Effects of RGD-glycoproteins on Integrin-Mediated Adhesion and Osteogenic
Differentiation of Human Mesenchymal Stem Cells. International Journal of Medical Sciences,
10(13), 1846-1859. doi:10.7150/ijms.6908.
Schwarz, B., Hörth, R., Bischoff, E., Schacherl, R., & Mittemeijer, E. (2013). The process of tungstennitride precipitation upon nitriding ferritic Fe-0.5 at.% W alloy. Defect and Diffusion Forum, 334-335,
284-289. doi:10.4028/www.scientific.net/DDF.334-335.284.
Schweiner, F., & Fähnle, M. (2013). Construction of tensorial Green’s functions for the linearized
Gilbert equation for magnetization dynamics. IEEE Transactions on Magnetics, 49(6), 2836-2841.
doi:10.1109/TMAG.2013.2241074.
Seeger, A. (2013). Crystal plasticity theory during the 1950s and 1960s. Philosophical Magazine,
93(28-30), 3772-3794. doi:10.1080/14786435.2013.822998.
Sejdinovic, D., Sriperumbudur, B., Gretton, A., & Fukumizu, K. (2013). Equivalence of distancebased and RKHS-based statistics in hypothesis testing. The Annals of Statistics, 41(5), 2263-2291.
doi:10.1214/13-AOS1140.
Sekunova, A., Black, M. J., Parkinson, L., & Barton, J. J. S. (2013). Viewpoint and pose in body-form
adaptation. Perception, 42(2), 176-186. doi:10.1068/p7265.
Seldin, Y., Szepesvári, C., Auer, P., & Abbasi-Yadkori, Y. (2013). Evaluation and Analysis of the
Performance of the EXP3 Algorithm in Stochastic Environments. In: M. Deisenroth, C. Szepesvári, &
J. Peters (Eds.), Proceedings of the Tenth European Workshop on Reinforcement Learning (EWLR
2012). JMLR Workshop and Conference Proceedings 24, 103-116. Retrieved from:
http://jmlr.org/proceedings/papers/v24/seldin12a/seldin12a.pdf
Selg, H., Meka, S. R., Kachel, M., Schacherl, R., Waldenmaier, T., & Mittemeijer, E. (2013).
Nitriding behaviour of maraging steel: experiments and modelling. Journal of Materials Science, 48,
4321-4335. doi:10.1007/s10853-013-7248-2.
27
II
Dokumentation 2013
Dokumentation 2013
Selg, H., Bischoff, E., Bernstein, I., Woehrle, T., Meka, S. R., Schacherl, R., Waldenmaier, T., &
Mittemeijer, E. (2013). Defect-Dependent Nitride Surface Layer Development upon Nitriding of Fe-1
at.% Mo Alloy. Philosophical Magazine B, 93(17), 2133-2160. doi:10.1080/14786435.2013.765983.
Stein, J., Schacherl, R., Jung, M., Meka, S. R., Rheingans, B., & Mittemeijer, E. (2013). Solubility of
nitrogen in ferrite; the Fe-N phase diagram. International Journal of Materials Research, 104, 10531065. doi:doi: 10.3139/146.110968.
Selg, H., Bischoff, E., Meka, S., Schacherl, R., Waldenmaier, T., & Mittemeijer, E. (2013).
Molybdenum-Nitride Precipitation in Recrystallized and Cold-Rolled Fe1 at. Pct Mo Alloy.
Metallurgical and Materials Transactions A, 44(9), 4059-4070. doi:10.1007/s11661-013-1762-3.
Stein, J., Welzel, U., Huegel, W., Blatt, S., & Mittemeijer, E. (2013). Aging-Time-Resolved In-Situ
Microstructural Investigation of Tin Films Electroplated on Copper Substrates, Applying TwoDimensional-Detector X-Ray Diffraction. Journal of Applied Crystallography, 46, 1645-1653.
doi:10.1107/S0021889813024527.
Sgouritsa, E., Janzing, D., Peters, J., & Schölkopf, B. (2013). Identifying Finite Mixtures of
Nonparametric Product Distributions and Causal Inference of Confounders. In: A. Nicholson, &
P. Smyth (Eds.), Proceedings of the 29th Conference on Uncertainty in Artificial Intelligence (pp.
556-565). Corvallis, OR: AUAI Press. Retrieved from http://uai.sis.pitt.edu/papers/13/p556sgouritsa.pdf.
Shen, X., Asenjo-Garcia, A., Liu, Q., Jiang, Q., García de Abajo, F. J., Liu, N., & Ding, B. (2013).
Three-Dimensional Plasmonic Chiral Tetramers Assembled by DNA Origami. Nano Letters, 13(5),
2128-2133. doi:10.1021/nl400538y.
Soler, L., Martínez-Cisneros, C., Swiersy, A., Sanchez, S., & Schmidt, O. G. (2013). Thermal
activation of catalytic microjets in blood samples using microfluidic chips. Lab on a Chip, 13, 42994303. doi:10.1039/C3LC50756D.
Soler, L., Magdanz, V., Fomin, V. M., Sanchez, S., & Schmidt, O. G. (2013). Self-Propelled
Micromotors for Cleaning Polluted Watter. ACS Nano, 11, 9611-9620. doi:10.1021/nn405075d.
Southan, A., Mateescu, M., Hagel, V., Bach, M., Schuh, C., Kleinhans, C., Kluger, P. J.,
Tussetschläger, S., Nuss, I., Haraszti, T., Wegner, S. V., Spatz, J. P., Böhm, H., Laschat, S., &
Tovar, G. E. (2013). Toward Controlling the Formation, Degradation Behavior, and Properties of
Hydrogels Synthesized by Aza-Michael Reactions. Macromolecular Chemistry and Physics, 214,
1865-1873. doi:10.1002/macp.201300359.
Spanner, M., Schnyder, S. K., Höfling, F., Voigtmann, T., & Franosch, T. (2013). Dynamic arrest in
model porous media-intermediate scattering functions. Soft Matter, 9(5), 1604-1611.
doi:10.1039/c2sm27060a.
Sra, S. (2013). Scalable nonconvex inexact proximal splitting. In: P. Barlett, F. Pereira, C. Burges, L.
Bottou, & K. Weinberger (Eds.). 26th Annual Conference on Neural Information Processing Systems
(NIPS 2012). Advances of Neural Information Processing Systems 25 (pp. 539-547). Retrieved from
http://papers.nips.cc/paper/4785-scalable-nonconvex-inexact-proximal-splitting.pdf
Sra, S., & Karp, D. (2013). The multivariate Watson distribution: Maximum-likelihood estimation and
other aspects. Journal of Multivariate Analysis, 114, 256-269. doi:10.1016/j.jmva.2012.08.010.
Sra, S. (2013). Explicit eigenvalues of certain scaled trigonometric matrices. Linear Algebra and its
Applications, 438(1), 173-181. doi:10.1016/j.laa.2012.07.024.
Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Schütz, G., Goering, E., Baretzky, B., &
Straumal, P. B. (2013). Ferromagnetism of zinc oxide nanograined films. Journal of Experimental and
Theoretical Physics Letters, 97(6), 367-377. doi:10.1134/S0021364013060143.
Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Kogtenkova, O. A., Kurmanaeva, L., Baretzky, B.,
Schütz, G., Korneva, A., & Zieba, P. (2013). SPD-induced changes of structure and magnetic
properties in the Cu-Co alloys. Materials Letters, 98, 217-221. doi:10.1016/j.matlet.2013.02.058.
Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Tietze, T., Goering, E., Schütz, G., Straumal, P. B.,
& Baretzky, B. (2013). Ferromagnetic behaviour of Fe-doped ZnO nanograined films. Beilstein
Journal of Nanotechnology, 4, 361-369. doi:10.3762/bjnano.4.42.
Straumal, B. B., Mazilkin, A. A., Protasova, S. G., Straumal, P. B., Myatiev, A. A., Schütz, G.,
Goering, E. J., Tietze, T., & Baretzky, B. (2013). Grain boundaries as the controlling factor for the
ferromagnetic behaviour of Co-doped ZnO. Philosophical Magazine 93(10-12), 1371-1383.
doi:10.1080/14786435.2012.736693.
Sugiyama, M., & Borgwardt, K. M. (2013). Measuring Statistical Dependence via the Mutual
Information Dimension. In: F. Rossi (Ed.), Proceedings of the Twenty-Third International Joint
Conference on Artificial Intelligence (IJCAI'13 ) (pp. 1692-1698). Menlo Park, Calif.: AAAI Press.
Retrieved from http://ijcai.org/papers13/contents.php.
Sugiyama, M., & Borgwardt, K. M. (2013). Rapid Distance-Based Outlier Detection via Sampling. In:
C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural
Information Processing Systems 26 (NIPS 2013) (pp. 467-475). Red Hook, NY: Curran. Retrieved
from http://papers.nips.cc/paper/5127-rapid-distance-based-outlier-detection-via-sampling.pdf
Sun, D., Wulff, J., Sudderth, E., Pfister, H., & Black, M. J. (2013). A fully-connected layered model of
foreground and background flow. In: IEEE Conf. on Computer Vision and Pattern Recognition,
(CVPR 2013) (pp. 2451-2458). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.317.
Szalai, I., Nagy, S., & Dietrich, S. (2013). Comparison between theory and simulations for the
magnetization and the susceptibility of polydisperse ferrofluids. Journal of Physics: Condensed
Matter, 25(46): 465108. doi:10.1088/0953-8984/25/46/465108.
Talebi, N., Sigle, W., Vogelgesang, R., & van Aken, P. A. (2013). Numerical simulations of
interference effects in photon-assisted electron energy-loss spectroscopy. New Journal of Physics, 15:
053013. doi:10.1088/1367-2630/15/5/053013.
Sra, S., & Hosseini, R. (2013). Geometric optimisation on positive definite matrices for elliptically
contoured distributions. In: C. Burges (Ed.), Advances in Neural Information Processing Systems 26
(NIPS 2013) (pp. 2562-2570). Red Hook, NY: Curran. Retrieved from
http://papers.nips.cc/paper/5169-geometric-optimisation-on-positive-definite-matrices-for-ellipticallycontoured-distributions.pdf.
Tang, K., Mu, X. K., van Aken, P. A., Yu, Y., & Maier, J. (2013). “Nano-Pearl-String” TiNb2 O7 as
anodes for rechargeable lithium batteries. Advanced Energy Materials, 3, 49-53.
doi:10.1002/aenm.201200396.
Srot, V., Wegst, U. G. K., Salzberger, U., Koch, C. T., Hahn, K., Kopold, P., & van Aken, P. A.
(2013). Microstructure, chemistry, and electronic structure of natural hybrid composites in abalone
shell. Micron, 48, 54-64. doi:10.1016/j.micron.2013.02.010.
Tang, K., Yu, Y., Mu, X. K., van Aken, P. A., & Maier, J. (2013). Multichannel hollow TiO2
nanofibers fabricated by single-nozzle electrospinning and their application for fast lithium storage.
Electrochemistry Communucations, 28, 54-57. doi:10.1016/j.elecom.2012.12.005.
Stahl, C., Treiber, S., Schütz, G., & Albrecht, J. (2013). The avalanche process in gold covered MgB2
films. Superconductor Science and Technology, 26: 015007. doi:10.1088/0953-2048/26/1/015007.
Teeny, N., & Fähnle, M. (2013). General decoupling procedure for expectation values of four-operator
products in electron-phonon quantum kinetics. Journal of Physics A: Mathematical and Theoretical,
46(38): 385302. doi:10.1088/1751-8113/46/38/385302.
Stein, F.-U., Bocklage, L., Weigand, M., & Meier, G. (2013). Time-resolved imaging of nonlinear
magnetic domain-wall dynamics in ferromagnetic nanowires. Scientific Reports, 3: 1737.
doi:10.1038/srep01737.
28
II
Teufel, J., Oh, H., Hirscher, M., Wahiduzzaman, M., Zhechkov, L., Kuc, A., Heine, T., Denysenko,
D., & Volkmer, D. (2013). MFU-4 - A metal-organic framework for highly effective H2/D2 separation.
Advanced Materials, 25(4), 635-639. doi:10.1002/adma.201203383.
29
II
Dokumentation 2013
Dokumentation 2013
Tittl, A., Yin, X., Giessen, H., Tian, X.-D., Tian, Z.-Q., Kremers, C., Chigrin, D. N., & Liu, N. (2013).
Plasmonic Smart Dust for Probing Local Chemical Reactions. Nano Letters, 13(4), 1816-1821.
doi:10.1021/nl4005089.
Williges, C., Chen, W., Morhard, C., Spatz, J. P., & Brunner, R. (2013). Increasing the order
parameter of quasi-hexagonal micellar nanostructures by ultrasound annealing. Langmuir, 29(4), 989993. doi:10.1021/la303991x.
Tönjes, M., Barbus, S., Park, Y. J., Wang, W., Schlotter, M., Lindroth, A. M., Pleier, S. V., Bai, A. H.,
Karra, D., Piro, R. M., Felsberg, J., Addington, A., Lemke, D., Weibrecht, I., Hovestadt, V.,
Rolli, C. G., Campos, B., Turcan, S., Sturm, D., Witt, H., Chan, T. A., Herold-Mende, C., Kemkemer,
R., König, R., Schmidt, K., Hull, W.-E., Pfister, S. M., Jugold, M., Hutson, S., Plass, C., Okun, J. G.,
Reifenberger, G., Lichter, P., & Radlwimmer, B. (2013). BCAT1 promotes cell proliferation through
amino acid catabolism in gliomas carrying wild-type IDH1. Nature Medicine, 19, 901-908.
doi:10.1038/nm.3217.
Woehrle, T., Leineweber, A., & Mittemeijer, E. (2013). Multicomponent interstitial diffusion in and
thermodynamic characteristics of the interstitial solid solution є-Fe3(N,C)1+x: nitriding and
nitrocarburizing of pure alpha-iron. Metallurgical and Materials Transactions A, 44, 2548-2562.
doi:10.1007/s11661-013-1640-z.
Tzionas, D., & Gall, J. (2013). A Comparison of Directional Distances for Hand Pose Estimation. In:
Pattern Recognition - Proceedings 35th German Conference (GCPR 2013) (pp. 131-141). Lecture
Notes in Computer Science 8142. Berlin,/Heidelberg: Springer. DOI: 10.1007/987-3-642-406027_14.
Ullrich, S., Scheeler, S. P., Pacholski, C., Spatz, J. P., & Kudera, S. (2013). Formation of large 2D
arrays of shape-controlled colloidal nanoparticles at variable interparticle distances. Particle &
Particle Systems Characterization, 30(1), 102-108. doi:10.1002/ppsc.201200065.
Unsay, J. D., Cosentino, K., Subburaj, Y., & Garcia-Saez, A.(2013). Cardiolipin Effects on Membrane
Structure and Dynamics. Langmuir, 29(51), 15878-15887. doi:10.1021/la402669z.
Uribe-Laverde, M. A., Satapathy, D. K., Marozau, I., Malik, V. K., Das, S., Sen, K., Stahn, J., Rühm,
A., Kim, J.-H., Keller, T., Devishvili, A., Toperverg, B. P., & Bernhard, C. (2013). Depht profile of
the ferromagnetic order in a YBa2Cu3O7/La2/3Ca1/3MnO3 superlattice on a LSAT Substrate:
A polarized Neutron reflectometry study. Physical Review B, 87: 115105.
doi:10.1103/PhysRevB.87.115105.
Varagnolo, D., Del Favero, S., Dinuzzo, F., Schenato, L., & Pillonetto, G. (2013). Finding Potential
Support Vectors in Separable Classification Problems. IEEE Transactions on Neural Networks and
Learning Systems, 24(11), 1799-1813. doi:10.1109/TNNLS.2013.2264731.
Vasilyev, O., Klumov, B. A., & Tkachenko, A. V. (2013). Precursors of order in aggregates of patchy
particles. Physical Review E, 88(1): 012302. doi:10.1103/PhysRevE.88.012302.
Vasilyev, O., Eisenriegler, E., & Dietrich, S. (2013). Critical Casimir torques and forces acting on
needles in two spatial dimensions. Physical Review E, 88(1): 012137.
doi:10.1103/PhysRevE.88.012137.
Vonk, V., Khorshidi, N., Stierle, A., & Dosch, H. (2013). Atomic structure and composition of the
yttria-stabilized zirconia (111) surface. Surface Science, 612, 69-76. doi:10.1016/j.susc.2013.02.014.
Wang, C., Komodakis, N., & Paragios, N. (2013). Markov Random Field Modeling, Inference
Learning in Computer Vision Image Understanding: A Survey. Computer Vision and Image
Understanding (CVIU), 117(11), 1610-1627. doi:10.1016/j.cviu.2013.07.004.
Wang, Z., Mülling, K., Deisenroth, M., Ben Amor, B. A., Vogt, D., Schölkopf, B., & Peters, J. (2013).
Probabilistic movement modeling for intention inference in human-robot interaction. The
Wegner, S. V., & Spatz, J. P. (2013). Cobalt(III) as a Stable and Inert Mediator Ion between NTA and
His6- Tagged Proteins. Angewandte Chemie International Edition: a journal of the Gesellschaft
Deutscher Chemiker, 52, 7593-7596. doi:10.1002/anie.201210317.
Wehrl, H., Hossain, M., Lankes, K., Liu, C., Bezrukov, I., Martirosian, P., Schick, F., Reischl, G., &
Pichler, B. (2013). Simultaneous PET/MR reveals Brain Function in Activated and Resting State on
Metabolic, Hemodynamic and Multiple Temporal Scales. Nature Medicine, 19, 1184-1189.
doi:10.1038/nm.3290.
30
II
Wohlhüter, P., Rhensius, J., Vaz, C. A. F., Heidler, J., Körner, H. S., Bisig, A., Foerster, M., Méchin,
L., Gaucher, F., Locatelli, A., Niño, M. A., El Moussaoui, S., Nolting, F., Goering, E., Heyderman, L.
J., & Kläui, M. (2013). The effect of magnetic anisotropy on the spin configurations of patterned
La0.7Sr0.3MnO3 elements. Journal of Physics: Condensed Matter, 25: 176004. doi:10.1088/09538984/25/17/176004.
Wu, M., Benckiser, E., Haverkort, M. W., Franco, A., Lu, J., Nwankwo, U., Brück, S., Audehm, P.,
Goering, E., Macke, S., Hinkov, V., Wochner, P., Christiani, G., Heinze, S., Logvenov, G.,
Habermeier, H.-U., & Keimer, B. (2013). Strain and composition dependence of orbital polarization in
nickel oxide superlattices. Physical Review B, 88: 125124. doi:10.1103/PhysRevB.88.125124.
Wuethrich, M., Pastor, P., Kalakrishnan, M., Bohg, J., & Schaal, S. (2013). Probabilistic Object
Tracking Using a Range Camera. In: 2013 IEEE/RSJ International Conference on Intelligent Robots
and Systems (pp. 3195-3202). IEEE. doi:10.1109/IROS.2013.6696810.
Zafar, K., Audehm, P., Schütz, G., Goering, E., Pathak, M., Chetry, K. B., LeClair, P. R., & Gupta, A.
(2013). X-ray magnetic circular dichroism strongly influenced by non-magnetic cover layers. Journal
of Electron Spectroscopy and Related Phenomena, 191, 1-6. doi:10.1016/j.elspec.2013.10.012.
Zaidouny, L., Bohlein, T., & Roth, R. (2013). Light-induced phase transitions of colloidal monolayers
with crystalline order. Soft Matter, 9(38), 9230-9236. doi:DOI:10.1039/C3SM50945A.
Zander, T., Battes, B., Schölkopf, B., & Grosse-Wentrup, M. (2013). Towards neurofeedback for
improving visual attention. In: J. Millán, S. Gao, R. Müller-Putz, J. Wolpaw, & J. Huggins (Eds.),
Proceedings of the Fifth International Brain-Computer Interface Meeting: Defining the Future. Verlag
der Technischen Universität Graz. doi:10.3217/978-3-85125-260-6-86.
Zeng, Y., Wang, C., Gu, X., Samaras, D., & Paragios, N. (2013). A Generic Deformation Model for
Dense Non-Rigid Surface Registration: a Higher-Order MRF-based Approach. In: 2013 IEEE
International Conference on Computer Vision (ICCV) (pp. 3360-3367). IEEE.
doi:10.1109/ICCV.2013.417.
Zhang, H., Geiger, A., & Urtasun, R. (2013). Understanding High-Level Semantics by Modeling
Traffic Patterns. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 30563063). IEEE. doi:10.1109/ICCV.2013.379.
Zhang, K., Schölkopf, B., Muandet, K., & Wang, Z. (2013). Domain adaptation under Target and
Conditional Shift. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of the International
Conference on Machine Learning (ICML 2013) (pp.819-827). JMLR: Workshop and Conference
Proceedings 28. Brookline, MA: Microtome Publ. Retrieved from
http://jmlr.org/proceedings/papers/v28/zhang13d.pdf.
Zhang, K., Wang, Z., & Schölkopf, B. (2013). On estimation of functional causal models: Postnonlinear causal model as an example. In: W. Ding, T. Washio, H. Xiong, G. Karypis,
B. Thuraisingham, D. Cook, & X. Wu (Eds.), Proceedings 2013 IEEE International Conference on
Data Mining Workshops (ICDMW) (pp. 139-146). IEEE. doi:10.1109/ICDMW.2013.162.
Zscheischler, J., Mahecha, M. D., Harmeling, S., & Reichstein, M. (2013). Detection and attribution of
large spatiotemporal extreme events in Earth observation data. Ecological Informatics, 15, 66-73.
doi:10.1016/j.ecoinf.2013.03.004.
Zubaszewska, M., Maciolek, A., & Drzewinski, A. (2013). Critical Casimir forces along the isofields.
Physical Review E, 88(5): 052129. doi:10.1103/PhysRevE.88.052129.
31
II
Dokumentation 2013
Zuffi, S., Romero, J., Schmid, C., & Black, M. J. (2013). Estimating Human Pose with Flowing
Puppets. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 3312-3319). IEEE.
doi:10.1109/ICCV.2013.411.
Dokumentation 2013
II
c) Herausgabe von Zeitschriften und Schriftenreihen
Van Aken, P. A. ist Mitglied im Editorial Board der Zeitschrift „Ultramicroscopy“
Borgwardt, K. gehört zu den „Action Editors“ der Zeitschrift „Journal of Machine Learning Research“
(JMLR)
b) Monografien und Beiträge zu Sammelwerken
Cobley, C. M., Wegner, S. V., Streichfuss, M., & Spatz, J. P. (2013). Advances in Experimental Cell
Biology and Cell-Material Interactions. In: M. J. Buehler, & R. Ballarini (Eds.), Materiomics:
Multiscale Mechanics of Biological Materials and Structures (pp. 87-105). Vienna: Springer.
Fossati, A., Gall, J., Grabner, H., Ren, X., & Konolige, K. (Eds.). (2013). Consumer Depth Cameras
for Computer Vision - Research Topics and Applications. London: Springer.
Gall, J., & Lempitsky, V. (2013). Class-Specific Hough Forests for Object Detection. In: A. Criminisi,
& J. Shotton (Eds.), Decision Forests for Computer Vision and Medical Image Analysis (pp. 143-157).
London: Springer.
García-Sáez, A. J., & Unsay, J. (2013). Scanning fluorescence correlation spectroscopy in model
membrane systems. In: D. Rapaport, & J. M. Herrmann (Eds.), Membrane Biogenesis (pp. 185-205).
Methods in Molecular Biology 1033. New York/Heidelberg u.a.: Springer/Humana Press.
Grosse-Wentrup, M., & Schölkopf, B. (2013). A Review of Performance Variations in SMR-Based
Brain–Computer Interfaces (BCIs). In: C. Guger (Ed.), Brain-Computer Interface Research - A State
of the Art Summary (pp. 39-51). Berlin/Heidelberg: Springer. doi:10.1007/978-3-642-36083-1_5.
Hofmann, S. (2013). Auger- and X-Ray Photoelectron Spectroscopy in Materials Science. Berlin/
Heidelberg: Springer.
Mittemeijer, E. (2013). Fundamentals of nitriding and nitrocarburizing. In: J. Dossett, & G. E. Tottem
(Eds.), ASM Handbook (pp. 619-646). Materials Park, OH: ASM International.
Rauscher, M. (2013). Dynamics of nanodroplets on structured surfaces. In: Z. M. Wang (Ed.),
Nanodroplets (pp. 143-167). Lecture Notes in Nanoscale Science and Technology 18. New York:
Springer. doi:10.1007/978-1-4614-9472-0.
Rauscher, M., Dietrich, S., & Napiórkowski, M. (2013). Wetting Phenomena on the Nanometer Scale.
In: T. Ondarçuhu, & J.-P. Aimé (Eds.), Nanoscale Liquid Interfaces - Wetting, Patterning and Force
Microscopy at the Molecular Scale (pp. 83-154). Singapore: Pan Stanford Publishing.
Rhigetti, L., Buchli, J., Mistry, M., Kalakrishnan, M., & Schaal, S. (2013). Using Torque Redundancy
to Optimize Contact Forces in Legged Robots. In: Redundancy in Robot Manipulators and MultiRobot Systems (pp. 35-51). Lecture Notes in Electrical Engineering 57. Berlin/Heidelberg: Springer.
Borgwardt, K. ist Mitglied im Editorial Board der Zeitschrift „Machine Learning“
Dietrich, S. ist Mitglied des Editorial Board der Zeitschrift „Molecular Physics“
Fischer, P. Mitglied im Editorial Board der Zeitschrift „Chirality“
Frank, W. ist Mitglied des Board of Editors der Zeitschrift „Applied Physics A“
Frank, W. ist Mitglied im Editorial Advisory Board der Zeitschrift „Materials Chemistry and Physics“
einschließlich der „Materials Science Communications“
García-Sáez A. J. ist Mitglied im Editorial Advisory Board der Zeitschrift „Physics and Chemistry of
Lipids“
Hirscher, M. ist Mitglied im Editorial Board der Zeitschrift „Applied Physics A“
Hofmann, S. ist Mitglied im Advisory Editorial Board der Zeitschrift „Applied Surface Science“
Hofmann, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Critical Reviews in Solid State
and Materials Science“
Hofmann, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Surface and Interface Analysis“
Hofmann, S. ist Mitglied im Editorial and Advisory Board des „Journal of Advanced Science (Japan)“
Mittemeijer, E. J., B. Scholtes und H. Altena sind Herausgeber der Zeitschrift „HTM Journal of Heat
Treatment and Materials“
Mittemeijer, E. J. ist Mitglied im Advisory Board der „Zeitschrift für Kristallographie – Crystalline
Materials“
Mittemeijer, E. J. ist Mitglied im Editorial Board der Zeitschrift „International Materials Reviews“
Mittemeijer, E. J. ist Mitglied im Editorial Board des „Journal of ASTM International“
Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board der Zeitschrift „Materials Science Forum“
Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board des „Journal of Alloys and Compounds“
Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board des „Open Materials Science Journal”
Mittemeijer, E. J. ist Editor-in-Chief und Managing Editor des „International Journal of Materials
Research”
Mittemeijer, E. J. ist Mitglied im Editorial Board der Reihe „Advances in Materials Research” des
Springer Verlags
Peters, J. ist Associate Editor der „IEEE Transactions on Robotics“
Peters, J. ist Mitglied im Editorial Board des „Journal of Intelligent Learning Systems and
Applications“
Peters, J. ist Mitglied im Editorial Board der Open Access Enzyklopädie „Scholarpedia“
Peters, J. gehört zu den Action Editors der Zeitschrift „Journal of Machine Learning Research (JMLR)
Petzow, G. ist Consultant Advisor des Editorial Boards der Zeitschrift „Metallography,
Microstructure, and Analysis
Petzow, G. ist Herausgeber der Zeitschrift „Praktische Metallographie – Practical Metallography“
Petzow, G. ist Herausgeber der Schriftenreihe „Sonderbände der Praktischen Metallographie“
32
33
II
Dokumentation 2013
Richter, R. P. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in
Biomechanics“
Rühle, M. und F. O. R. Fischer sind Managing Editor des „International Journal of Materials
Research”
Rühle, M. ist Mitglied im Editorial Board des „Journal of Ceramic Processing Research (Korea)“
Rühle, M. ist Mitglied im Editorial Board der Zeitschrift „Materials Science and Engineering A“
Rühle, M. ist Mitglied im Advisory Editorial Board der Zeitschrift „Ultramicroscopy“
Schaal, S. ist Mitglied im Editorial Board der Zeitschrift „Neural Networks“
Schaal, S. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in Neurorobotics“
Schaal, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Paladyn. Journal of Behavioral
Robotics“
Schaal, S. ist einer der vier Herausgeber der Springer Buchserie „Cognitive Systems Monographs“,
zusammen mit R. Dillmann, Y. Nakamura und D. Vernon
Dokumentation 2013
III
III Erfindungsmeldungen und Patentanmeldungen
Loper, M., Mahmood, N., Black, M. J.: MoSh: Shape from motion capture. MI 4774, US 61/930711
Mark, A., Fischer, P.: Auxetic mechanical translation apparatus. MI 4752, EPA 14170314
Pacholski, C., Weiler, M., Quint, S., Klenk, S.: Fabrication of hole arrays in metallic films loaded with
gold nanoparticles: a new class of highly sensitive optical sensors. MI 4850
Spatz, J. P., Watari, M., Magerl, R.: Verfahren zur Herstellung von metallischen/anorganischen
Mikro-/Nanofasern durch Schmelzspinnverfahren. MI 4844
Schölkopf, B.ist ist zusammen mit Kevin Murphy „Editor in Chief“ des „Journal of Machine Learning
Research“ (JMLR)
Schölkopf, B. ist Mitglied im Editorial Board und Gründungsmitglied der Zeitschrift „Foundations and
Trends in Machine Learning“ (FnT Machine Learning)
Schölkopf, B. ist Mitglied im Editorial Board der Serie „ACM Books“ der Association for Computing
Machinery
(MI: Max-Planck-Innovation GmbH
EPA: Europäische Patentanmeldung)
Schölkopf, B. ist Mitglied im Advisory Board der Zeitschrift „Statistics and Computing“
Schölkopf, B. ist Co-Editor der Serie „Information Science and Statistics”
Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine“
Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine Letters“
Seeger, A. ist Mitglied im Editorial Board der Zeitschrift „physica status solidi a – applications on
materials sciences“
Seeger, A. ist Mitglied im Editorial Board der Zeitschrift „physica status solidi b - basic solid state
physics“
Spatz, J. P. ist Co-Editor der Zeitschrift „Biointerphases“
Spatz, J. P. ist Associate Editor der Zeitschrift „Nano Letters“
Wichmann, F. ist Mitglied im Editorial Board der Zeitschrift „Vision Research“
Wichmann, F. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in Psychology
- Cognitive Science“
d) Herausgabe von Zeitschriftenbänden und Zeitschriftenheften
Deisenroth, M., Szepesvári, C., & Peters, J. (Eds.). (2013). Proceedings of the 10th European
Workshop on Reinforcement Learning. JMLR - Workshop and Conference Proceedings, Vol. 24.
Brookline, MA: Microtome Publishing. URL: http://jmlr.org/proceedings/papers/v24/
Kurz, S., Mittemeijer, E. J., Scholtes, B. (Eds.) (2013). Proceedings of the 9th International
Conference on Residual Stresses (ICRS 9). Materials Science Forum, Vol. 768-769. DOI:
10.4028/www.scientific.net/MSF.768-769
34
35
IV
Dokumentation 2013
IV Abgeschlossene Arbeiten
a) Dissertationen
Baranova, N. S. (2013). Mechanisms behind the assembly and stabilization of hyaluronan-rich
extracellular matrices. University of the Basque Country, San Sebastian, Spanien.
Biglari, M. (2013). Simulation of the austenite-ferrite transformation; effect of applied stress.
Universität Stuttgart, Stuttgart.
Bohlein, T. (2013). Getriebene kolloidale Monolagen auf lichtinduzierten Substratpotentialen.
Universität Stuttgart, Stuttgart.
Burger, H. (2013). Modelling and Learning Approaches to Image Denoising. Universität Tübingen.
Buttinoni, I. (2013). Self-propelled particles driven by light. Universität Stuttgart, Stuttgart.
Eisele, N. B. (2013). Nanoscale model systems of the permeability barrier of nuclear pore complexes.
Universität Göttingen.
Flötotto, D. (2013). Mechanisms of intrinsic stress formation in thin film systems. Universität
Stuttgart, Stuttgart.
Freifeld, O. (2013). Statistics on Manifolds with Applications to Modeling Shape Deformations.
Brown University, Providence, Rhode Island, USA
Gomez-Rodriguez, M. (2013). Structure and Dynamics of Diffusion Networks. Stanford University
Stanford, CA, USA.
Hagel, V. (2013). Struktur-Funktions-Korrelationen in PEG-DA- und Hyaluron-Hydrogelen.
Universität Heidelberg.
Hofmann, T. (2013). Applying microdroplets as label-free sensors for reactions inside the droplets.
Illg, C. (2013). Ab-initio modeling of ultrafast demagnetization after laser irradiation in nickel, iron
and cobalt. Universität Stuttgart, Stuttgart.
Kalakrishnan, M. (2013). Learning objective functions for autonomous motion generation. University
of Southern California, Los Angeles, USA.
Koker, M. K. A. (2013). Diffraction analysis of materials in a state of stress: elastic loading and phase
transformations. Universität Stuttgart, Stuttgart.
Lechner, S. (2013). Entwicklung von Modellkatalysatoren auf Basis der Blockcopolymernanolithographie. Universität Heidelberg.
Maier, T. (2013). Zelluläre Aktinstrukturen: Mikrorheologische Charakterisierung von
Aktinnetzwerken auf Säulensubstraten und Aufbau eines freitragenden Aktin-Membran Komplexes.
Mehl, J. (2013). Getriebene kolloidale Teilchen. Universität Stuttgart, Stuttgart.
Mohry, T. F. (2013). Phase behavior of colloidal suspensions with critical solvents. Universität
Dokumentation 2013
Ögüt, B. (2013). Investigations of surface plasmon resonances by energy-filtering transmission
electron microscopy methods. Technische Universität Darmstadt.
Rahmouni, S. (2013). Poly(ethyleneglycol) micropillar arrays as force sensors for biophysical
applications. Universität Heidelberg.
Scheeler, S. (2013). Entwicklung und Anwendung von Selbstorganisationsstrategien zur Herstellung
photonischer Nanomaterialien. Universität Heidelberg.
Schneckenburger, M. (2013). Entwicklung und Charakterisierung eines plasmonischen,
nanodrahtbasierten Biosensors mit simultaner elektrochemischer Steuerung. Universität Heidelberg.
Streichfuss, M. (2013). Force generation by bundle formation of two actin filaments. Universität
Heidelberg.
Theodorou, E. (2012). Path integral reinforcement learning. University of Southern California, Los
Angeles, USA.
Wang, Z. (2013). Intention Inference and Decision Making with Hierarchical Gaussian Process
Dynamics Model, Technische Universität Darmstadt.
b) Masterarbeiten
Antoni, C. (2013). Einfluss funktionalisierter Biomaterialien auf kollektive Zellmigration. Universität
Heidelberg.
Dietrich, M. (2013). Fabrication of fibronectin-BMP-2 micropatterned substrates for cell migration
studies. Universität Heidelberg.
Farahmand Bafi, N. (2012). Liquid-vapor coexistence, phase separation, and superfluidity in 3He-4He
mixtures. Universität Stuttgart, Stuttgart.
Hammer, M. (2013). Directed cell migration on immobilized gradient systems. Universität Heidelberg.
Kannenberg, G. (2013). Nanostructured and Biofunctionalized Polyethylene Glycol-Diacrylate
Hydrogel Beads as Novel Tools for T Cell Activation. Universität Heidelberg.
Labbe-Laurent, M. (2012). Janus particles in critical liquids. Universität Stuttgart, Stuttgart.
Maier, D. (2013). Ionen-induzierte Wechselwirkungen in binären Flüssigkeiten. Universität Stuttgart,
Stuttgart.
Moghimian, P. (2013). Phage-controlled bio/inorganic hybrid nano-structures: An electron microscopy
study. Universität Ulm.
Raja, H. (2013) Microstructural change of nitrided iron upon aging. Universität Stuttgart, Stuttgart.
Reindl, A. (2012). Impedance spectroscopy of ions at interfaces. Universität Stuttgart, Stuttgart.
Wiegand, T. (2013). Towards super-resolution traction force microscopy. Universität Heidelberg.
Yetik, M. Z. (2013). Electron Tomography Studies of Helical Metallic Nanostructures, Universität
Mu, X. (2013). TEM study of the structural evolution of ionic solids from amorphous to
polycrystalline phases in the case of alkaline earth difluoride systems – Experimental exploration of
energy landscape. Technische Universität Darmstadt.
c) Diplomarbeiten
Mülling, K. (2013): Modeling and Learning of Complex Motor Tasks: A Case Study with Robot Table
Tennis, Technische Universität Darmstadt.
Niedermeier, C. (2013). Metal-induced Crystallization of Amorphous Semiconductors. Universität
Mundinger, T. (2013). Novel Biophysical Approaches to Study the Correlation of Cellular Volume
Change and Integrin Activation in Hepatocytes. Universität Heidelberg.
Schwindt, E. (2013). Microstructure and Grain Growth of Nanocrystalline ball-milled Pd. Universität
36
IV
Klöss, H.-C. (2012). Phase equilibria of binary liquid crystals. Universität Stuttgart, Stuttgart.
37
IV
Dokumentation 2013
d) Bachelorarbeiten
Dokumentation 2013
V
V Doktoranden
Arnold, D. (2012). Surface of an evaporating liquid. Universität Stuttgart, Stuttgart.
Bartsch, H. (2012). Nanodroplets at topographic steps. Universität Stuttgart, Stuttgart.
Brunner, N. (2012). Critical Casimir forces beyond the Derjaguin approximation. Universität Stuttgart,
Stuttgart.
Dambach, S. (2013). Thermodynamic properties of a model of ionic liquids. Universität Stuttgart,
Stuttgart.
Daschke, L. (2012). Pinning of drops at superhydrophobic surfaces. Universität Stuttgart, Stuttgart.
a) deutsche Staatsangehörige (Stand: 31.12.2013)
(genannt wird jeweils die wissenschaftliche Institution, an der zuvor die Diplom- oder Masterarbeit erstellt wurde)
Patrick Chalil Audehm, Universität Stuttgart, 4. Physikalisches Institut / Max-Planck-Institut für
Metallforschung
Dibak, M. (2013). Brownian motion of optically trapped ellipsoids. Universität Stuttgart, Stuttgart.
Maria Danner, Molecular Biotechnology, Ruprecht- Karls-Universität Heidelberg
Günther, D. (2013). Nichtlineare Phänomene in vibrierenden Flüssigkeiten. Universität Stuttgart,
Stuttgart.
Janosch Deeg, Albert Ludwigs Universität Freiburg i. Br./ Ruprecht-Karls-Universität Heidelberg,
Biophysikalische Chemie / Max-Planck-Institut für Metallforschung
Held, F. (2012). Crystallization of flexible molecules. Universität Stuttgart, Stuttgart.
Georg Dieterle, Eberhard Karls Universität Tübingen, Institut für Angewandte Physik
Kasemo, T. (2013). Interactions between Nuclear Pore Proteins and Transport Receptors. A Story of
Polymers and Particles. Universität Göteborg, Göteborg, Schweden.
Johannes Patrick Frohnmayer, Ludwig-Maximilians-Universität München
Kirn, K. L. (2013). Zweidimensionale Monte-Carlo-Gittersimulationen im muVT- und NpTEnsemble. Universität Stuttgart, Stuttgart.
Stefanie Glaser-Gallion, Albert Ludwigs-Universität Freiburg i. Br.
Phillipp Geiger, Ruprecht-Karls-Universität Heidelberg
Miksch, Björn (2013) Brownsche Bewegung komplexer Strukturen, Universität Stuttgart, Stuttgart.
Holger Göring, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Intelligente Systeme
Schütz, C. (2013). Permittivity of an inhomogeneous dipolar lattice fluid. Universität Stuttgart,
Stuttgart.
Joachim Gräfe, Universität Leipzig, Wilhelm-Ostwald-Institut für Physikalische und Theoretische
Chemie
Topp, A. (2013). Komplexe Anwendungen aktiver Brownscher Schwimmer in einer kritischen binären
Flüssigkeit. Universität Stuttgart, Stuttgart.
Michael Haag, Universität Stuttgart, Institut für Halbleiteroptik und Funktionelle Grenzflächen
(IHFG), Stuttgart
Wehner, D. (2013). Anwendung eines Multi-Transistor-Arrays zur zeitaufgelösten
Zytotoxizitätsbestimmung. Technische Universität München.
Eduard Hermann, Ruprecht-Karls-Universität Heidelberg
Alexander Herzog, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik, Karlsruhe
Christian Michael Illg, Universität Stuttgart, Institut für Theoretische und Angewandte Physik / MaxPlanck-Institut für Metallforschung
Sarah Jahn, Technische Universität Darmstadt, Institut für Disperse Feststoffe
Jan-Willi Janiesch, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie
Gerri Kannenberg, Ruprecht-Karls-Universität Heidelberg
Christian Kappel, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung
Daniel Kappler, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik
Martin Kiefel, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik
Edgar Klenske, Universität Stuttgart, Institut für Systemtheorie und Regelungstechnik, Stuttgart
Andrea Knöller, Universität Stuttgart, Institut für Materialwissenschaft, Lehrstuhl III, Stuttgart
Rolf Köhler, Eberhard Karls Universität Tübingen, Fachbereich Stochastik, Mathematisches Institut /
MPI für biologische Kybernetik,Tübingen
Malte Kuhlmann, Technische Universität Kaiserslautern
Silke Kurz, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung
Marcel Labbe Laurent, Universität Stuttgart, Stuttgart
Andreas Lehrmann, Eberhard Karls Universität Tübingen, Wilhelm-Schickard-Institut für Informatik
38
39
V
Dokumentation 2013
Dokumentation 2013
V
b) ausländische Staatsangehörige (Stand: 31.12.2013)
Sarah Löwy, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Maren Mahsereci, Eberhard Karls Universität Tübingen
Timm Meyer, Philipps-Universität Marburg, Fachbereich Mathematik und Informatik / University of
Manchester, Vereinigtes Königreich
Martin Noah, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Matthias Noske, Universität Ulm, Abteilung Festkörperphysik
Isabell Nuss, Fachhochschule Kaiserslautern, Standort Zweibrücken, Kompetenzzentrum Bio Medical
Engineering / Max-Planck-Institut für Intelligente Systeme
Sebastian Rausch, Universität Stuttgart, 2. Physikalisches Institut, Stuttgart
Andreas Reindl, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung
Maryam Akhlaghi, School of Metallurgy and Materials Engineering, Univerity of Tehran, Iran
Mariana Alarcon Correa, Quimica y Fisica, Universidad de los Andes, Bogotá, Kolumbien
Omid Ashkarisichani, Sharif University of Technology, Teheran, Iran
Ruth Fabiola Balderas Valadez, Centro de Investigación e Ingeniería en Ciencias aplicadas,
Universidad Autónoma del Estado de Morelos, Cuernavaca, Mexiko
Semanur Baylan, Istanbul Technical University, Türkei
Federica Bogo, University of Padova, Italien
Iuliia Bykova, National Research Tomsk Polytechnic University, Institute of Physics and Technology,
Tomsk, Russische Föderation
Wenwen Chen, Institut für Festkörperphysik, Universität Ulm, Deutschland
Xinyue Chen, University of Liverpool, Vereinigtes Königreich
Yu Chun Chen, Universität Stuttgart, Stuttgart, Deutschland
Paul Rossi, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Zhen Chen, Bejing Laboratory of Electron Microscopy, Institute of Physics, CAS Shanghai Institute of
Ceramics, China
Debora Schamel, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung
Udit Choudhury, Virginia Polytechnic Institute and State University (Virginia Tech), USA
Victoria Schaufler, Ruprecht-Karls-Universität Heidelberg, Physikalisches Institut
Seyed Mohammad Hadi Daneshmand, Sharif University of Technology, Teheran, Iran
Catharina Scheele, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie
Kushal Kumar Das, School of Biosciences & Bioengineering, Indian Institute of Technology,
Bombay, Indien
Franziska Schenk, Ruprecht-Karls-Universität, Heidelberg, Angewandte Physikalische Chemie
Sara Contu, Universita Degli Studi Di Genova, Italien
Mathias Schmidt, Universität Stuttgart, Institut für Theoretische und Angewandte Physik / MaxPlanck-Institut für Metallforschung
Sahand Eslami, European Laboratory for Non-Linear Spectroscopy, University of Florence, Italien
Michael Schober, Eberhard Karls Universität Tübingen
Tatiana Fomina, Katholieke Universiteit Leuven, Leuven, Belgien / Université Joseph Fourier
Grenoble, Frankreich
Christian Schuler, Karlsruher Institut für Technologie (KIT), Institut für Theoretische
Festkörperphysik
Nima Farahmand Bafi, Universität Stuttgart, Stuttgart, Deutschland
Matej Fonovic, Dept. of Materials Science and Engineering, University of Rieka, Kroatien
Benjamin Schwarz, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung
Katarzyna Maria Gadomska, Dept. of Biomaterials, AGH University of Science and Technology,
Cracow, Polen
Markus Sproll, Universität Ulm, Institut für Festkörperphysik
Alrberto Giacomello, Dept. of Mechanical and Aerospace Engineering, Sapienza University of Rome,
Italien
Claudia Stahl, Universität Stuttgart, Institut für Halbleiteroptik und Funktionelle Grenzflächen / MaxPlanck-Institut für Intelligente Systeme
Diana Gimenez Ibanez, Instituto de Ciencia Molecular, Universidad de Valencio, Paterna, Spanien
Christoph Stanglmair, Universität Regensburg, Institut für Organische Chemie
Fatma Güney, Bogazici University, Istanbul, Türkei
Michael Thaller, Universität Regensburg, Institut für Analytische Chemie, Chemo- und Biosensorik
Wenting Huang, Karlsruher Institut für Technologie (KIT), Karlsruhe, Deutschland
Sebastian Weber, Universität Stuttgart, Stuttgart
Ingrid Ibagon Pardo, Universidade Federal de Minas Gerais, Belo Horizone, Brasilien
Markus Weiler, Eberhard Karls Universität Tübingen, Institut für Angewandte Physik
Varun Jampani, International Institute of Information Technology, Hyderabat, Indien
Ingrid Weinrauch, Universität Stuttgart, Institut für Plasmaforschung, Stuttgart
Hyeon-Ho Jeong, Dankook University, Yongin, Südkorea
Katharina Weller, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Kahraman Keskinbora, Dept. of Materials Science and Engineering, Anadolu University, Eskisehir,
Türkei
Jonas Wulff, RWTH Aachen, Lehrstuhl für Bildverarbeitung / Sinha Lab for Vision Research am
Center for Brain and Cognitive Science, Massachusetts Institute of Technology (MIT),
Cambridge, USA
Eric Lacosse, University of Illinois, Chicago, USA
40
Qiuqun Liang, Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of
Sciences, China
41
V
Dokumentation 2013
Dokumentation 2013
VI
VI Gastwissenschaftler
Felipe Llinares Lopez, Universidad Carlos III, Madrid, Spanien
Alexander Loktyushin, Universität Osnabrück, Deutschland,
Prof. Dr. Douglas Abraham, Rudolf Peierls Centre for Theoretical Physics, Oxford, Vereinigtes
Königreich
Matthew Loper, Connecticut College, New London, USA
Ijaz Akhter, Namal College, Mianwali, Pakistan
Jovana Matic, University of Belgrade, Serbien
Dr. Markus Axmann, Johannes Kepler Universität, Linz, Institut für Biophysik, Österreich
Mohamad Assad Mawass, Johannes Gutenberg-Universität zu Mainz, Deutschland
James Roger McMurray, University of Exeter, Vereinigtes Königreich
Michel Besserve, Cognitive Neuroscience and Brain Imaging Lab (CNRS Laboratory), Paris,
Frankreich
Pouya Moghimian, Universität Ulm, Deutschland
Dr. Abdeslam Boularias, Laval University, Sainte-Foy, Kanada
Krikamol Muandet, University College, London, Vereinigtes Königreich
Julien Breault Turcot, Université de Montréal, Départment de chimie, Montréal, Kanada
Mehavi Nagpal, Dept. of Biotechnology, National Institute of Technology, Jalandhar, India
Dipanjan Chakraborty, Institut für Theoretische Physik, Universität Leipzig, Deutschland
Cigdem Özsoy Keskinbora, Dept. of Materials Science and Engineering, Anadolu University, Türkei
Hyunchul Oh, Friedrich-Alexander Universität Erlangen – Nürnberg, Institute of Materials for Electronics and Energy Technology (I-MEET), Deutschland
Miki Otsuki, Tohoku University, Biomolecular Science-Laboratory of Molecular Cell Biology, Sendai,
Japan
Antonio Checco, Condensed Matter Physics & Materials Science Department, Brookhaven National
Laboratory, Upton, NY, USA
Prof. Dr. Daniel Marinov Dantchev, Institute of Mechanics, Bulgarian Academy of Sciences, Sofia,
Bulgarien
Aida Pena Blanco, Universitat Pompeu Fabra, Barcelona, Spanien
Dr. Tamal Das, Institut du Cancer de Montréal, Centre Hospitalier de l’Université de Montréal,
(CHUM), Kanada
Wei Qian, School of Life Science and Technology, Tongii, China
Dr. Francesco Dinuzzo, Dept. of Mathematics, University of Pavia, Italien
Tian Qiu, Dept. of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing, China
Adria Sales Ramos, Physics Department, University of Oxford, Vereinigtes Königreich
Raquel Salvador-Gallego, University of Zaragoza, Spanien
Umut Tunca Sanli, Christian-Albrechts-Universität zu Kiel, Deutschland / Robert Bosch GmbH,
Gerlingen, Deutschland
Eleni Sgouritsa, Dept. of Computer Science, University of Houston, USA
Xibo Shen, National Centre of Nanoscience and Technology, Beijing, China
Prof. Dr. Victor Dotesenko, Laboratoire de Physique Théorique de la Matière Condensée, Université
Paris VI, Frankreich
Cristina Garcia Cifuentes, University College, London, Vereinigtes Königreich / Université de Caen
Bass-Normandie, Frankreich
Dr. John Gardner Gibbs, Dept. of Physics and Astronomy, University of Georgia, Athens, USA
Dr. Thiago Gomes de Mattos, Universidade Federal Fluminense, Niterói, Brasilien
Carl-Johann Simon-Gabriel, École des Mines de Paris, Frankreich
Dr. Juan Ruben Gomez Solano, Laboratoire de Physique, École Normale Supérieure de Lyon,
Frankreich
Ekin Simsek, Christian-Albrechts-Universität zu Kiel, Deutschland
Sören Hauberg, Dept. of Computer Science, University of Copenhagen, Dänemark
Kwangho Son, Materials Analysis Laboratory, Dept. of Physics, Kookmin University, Südkorea
Yamuna Devi Subburaj, The American College, Dept. of Zoology, Indien
Carolina Andrea Trichet Paredes, Institut für Theoretische und Angewandte Physik, Universität
Stuttgart, Stuttgart, Deutschland
Sappena Tripathi, School of Physics Department, Devi Ahilya University, Indien
Aggeliki Tsoli, Brown University, Providence, USA
Dmitry Tyutyunnikov, Fakultät für Physik, Experimentalphysik, Universität Duisburg-Essen,
Deutschland
Manuel Wüthrich, École Politechnique Fédérale de Lausanne, Frankreich / University of Southern
California (USC), USA
Lamiss Zaidonny, American University of Beirut, Libanon
Zoltan Hegedüs, Eötvös Loránd Unversity, Budapest, Ungarn
Michael Hirsch, Dept. of Physics and Astronomy, University College London, Vereinigtes Königreich
Dr. Yanlong Huang, Nanjing University of Science and Technology, China
Dr. Hueihan Jhuang, Massachusetts Institute of Technology, Cambridge, USA
Dr. Minsu Jung, Dept. of Materials Science and Engineering, Yonsei University, Seoul, Korea
Suresh Babu Kalidini, Lehrstuhl für Anorganische Chemie II, Universität Bochum, Deutschland
Chang Won Kang, Hyundai, Agwa Song, Südkorea
Dan Zhou, School of Physics, Trinity College Dublin, Irland
Prateek Katiyar, Eberhard Karls Universität Tübingen/Universitätsklinikum Tübingen (Werner
Siemens Imaging Center)
Silvia Zuffi, Faculty of Electronic Engineering, University of Bologna, Italien
Dr. Al-Saleh Keita, Université Paul Verlaine - Metz, Frankreich
42
43
VI
Dokumentation 2013
Dokumentation 2013
Dr. SungShin Kim, University of Southern California, Los Angeles, USA
Prof. Dr. Metin Sitti, Carnegie Mellon University, Pittsburgh, PA, USA
Dr. Naejin Kong, Korea Advanced Institute of Science and Technology, Südkorea
Alexander Solovev, Physik-Department, Technische Universität München, Deutschland
Dr. Samory Kpotufe, Max-Planck-Institut für biologische Kybernetik, Tübingen, Deutschland
Dr. Survit Sra, University of Texas at Austin, USA
Irina Lavelin, Dept. of Molecular Cell Biology, Weizmann Institute of Science, Rehovot, Israel
Dr. Kaori Sugihara, Eidgenössische Technische Hochschule Zürich (ETH), Schweiz
Dr. Adam Law, University of Hull, Vereinigtes Königreich
Dr. Mahito Sugiyama, Institute of Scientific and Industrial Research, Osaka, Japan
Tung-Chun Lee, Meville Laboratory for Polymer Synthesis, Dept. of Chemistry, University of
Cambridge, Vereinigtes Königreich
Dr. Maria Sundh, Interdisciplinary Nanoscience Center (iNANO), Aarhus University, Dänemark
David Lopez Paz, Universidad Autónoma de Madrid, Spanien
Dr. Arghya Majee, Laboratoire Ondes et Matìere d’Aquitaine, Université de Bordeaux & CNRS,
Talence, France
Dr. Alison Mark, School of Materials, University of Manchester, Vereinigtes Königreich
Prof. Dr. Jean Francois Masson, Dept. of Chemistry, Université de Montréal, Kanada
Dr. Andrey Mazilkin, Institute of Solid State Physics, Russian Academy of Sciences, Russische
Föderation
VI
Prof. Dr. Istvan Szalai, University of Pannonia, Institute of Physics,Veszprem, Ungarn
Dr. Nahid Sarvari Talebi, Photonics Research Laboratory, Center of Excellence for Applied
Electromagnetic Systems, School of Electrical and Computer Engineering, University of Tehran,
Iran
Dr. Begona Ugarte Uribe, Unidad de Biofísica, Dept. de Bioquímica y Biología Molecular, Facultad
de Sciencia Y Tecnología, Universidad del País Vasco, Barrio Sarriena, Leioa, Spanien
Dr. Chaohui Wang, University of California, Los Angeles (UCLA), USA
Dr. Seraphine Valeska Wegner, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie,
Deutschland
Kristen Lynn Mills, Ph.D., University of Michigan, Ann Arbor, USA
Dr. Dimitris Missirlis, University of California Berkeley, USA
Katharina Mülling, Eberhard Karls Universität Tübingen, Deutschland
Dr. Alex Weiss, Brown University, Dept. of Computer Science, Providence, USA
Dr. Yuren Wen, Advanced Institute for Materials Research, Tohoku University, Sendai, Japan
Prof. Dr. Marek Napiorkowski, University of Warsaw, Faculty of Physics, Polen
Holger Wüst, Robert-Bosch-GmbH, Gerlingen / Technische Universität Dresden, Deutschland
Dr. Piotr Nowakowski, ELCAR, Piaseczno, Poland
Si Yeo Yong, Institute of High Performance Computing (IHPC), Agency For Science, Technology And
Research (A*STAR), Computing Science Department, Singapur
Burcu Ögüt, Max-Planck-Institut für Intelligente Systeme, Stuttgart, Deutschland
Prof. Dr. Gleb Oshanin, Laboratoire de Physique Théorique de la Matière Condensée, Université
Pierre et Marie Curie, et du CNRS, Paris, Frankreich
Dr. Diego Andres Pallarola, Instituto de Investigaciones Fisicoquimicas Teóricas y Aplicadas
(INIFTA) CONICET – Universidad Nacional de La Plata, Argentinien
Dr. Song Yue, Dept. of Chemistry, Tsinghua University, Beijing, China
Dr. Kun Zhang, Max-Planck-Institut für Intelligente Systeme, Standort Tübingen, Deutschland
Dr. Chao Zhou, Dept. of Chemistry, Tsinghua University, Beijing, China
Claudio Persello, Remote Sensing Laboratory, University of Trento, Italien
Dr. Efthymios Polatidis, School of Materials, University of Manchester, Vereinigtes Königreich
Gerard Pons-Moll, Leibniz Universität Hannover, Deutschland
Dr. Svetlana Protasova, Institute of Solid State Physics, Russian Academy of Sciences,
Chernogolovka, Russische Föderation
Mohammad Raoufi, Physikalische Chemie, Universität Siegen, Deutschland
Dr. Damian Roqueiro, University of Illinois at Chicago, USA
Dr. Alberto Sanchez Castillo, Universität Stuttgart, Stuttgart, Deutschland
Georg Helmut Schauer, Robert-Bosch-GmbH, Gerlingen, Deutschland
Dr. Swarn Lata Singh, Dept. of Physics, Banaras Hindu University, Varanasi, Indien
44
45
VII
Dokumentation 2013
Dokumentation 2013
VII
VII Sonstige Mitteilungen
a) Ehrungen
Michael J. Black
ICCV Helmholtz Preis 2013
Dieser Preis zeichnet eine von Michael J. Black entwickelte
Software zum „optischen Fluss“ aus, die weitverbreitet in
Wissenschaft und Wirtschaft verwendet wird.
Die ICCV (International Conference for Computer Vision) ist die
Internationale Konferenz für Maschinelles Sehen. Sie findet alle
zwei Jahre statt und gilt als Spitzenkonferenz der Bildverarbeitung.
Karsten Borgwardt
Siegfried Hofmann
(European Conference on Applications of Surface and Interface
Analysis) Preis für herausragende Beiträge zum Gebiet der Analyse
von Oberflächen und dünnen Schichten.
Jens Kober
Georges Giralt Award 2013 for the best European PhD Thesis in
the field of Robotics.
Dr. Jens Kober´s Doktorarbeit mit dem Titel: "Learning Motor
Skills: From Algorithms to Robot Experiments" (Prüfung im April
2012 an der TU Darmstadt), wurde zur besten europäischen
Doktorarbeit im Forschungsgebiet der Robotik gekürt. Verliehen
wurde die Auszeichnung während des European Robotic NetworkForums EURON.
Laura Na Liu
Mitgliedschaft im Elisabeth Schiemann-Kolleg der Max-PlanckGesellschaft
Alfried Krupp Förderpreis für junge Hochschullehrer
Er erhält den mit 1 Mio. Euro dotierten Preis für seine Arbeiten im
Forschungsgebiet „Data Mining in den Lebenswissenschaften“.
Manfred Fähnle
David Flötotto
Jürgen Gall
Dozentenpreis der Fakultät Physik der Universität Stuttgart
für die beste Wahlfachvorlesung im Sommersemester 2012 der
Fakultät Physik der Universität Stuttgart.
European Materials Research Society Young Scientist Award
für seinen hervorragenden Beitrag über die Entdeckung und
Erklärung von Spannungsoszillationen in sehr dünnen, wachsenden
Metallfilmen durch „quantum confinement“ der freien Elektronen.
Emmy Noether Stipendium
Sie ist eine von fünf hervorragenden Wissenschaftlerinnen, die im
Jahr 2013 als Kollegiatin aufgenommen wurden.
Andrew Mark,
John Gibbs,
John Lee und
Peer Fischer
der Deutschen Forschungsgemeinschaft (DFG)
Andreas Geiger
CVPR 2013 Best Paper Runner Up Award
http://www.pamitc.org/cvpr13/awards.php
Die “26th IEEE Conference on Computer Vision and Pattern
Recognition (CVPR)“ fand vom 23.-28. Juni 2013 in Portland,
Oregon, USA statt.
Manuel Gomez Rodriguez
46
NIPS Outstanding Paper Award
für seine Veröffentlichung "Scalable Influence Estimation in
Continuous-Time Diffusion Networks" (mit N. Du, L. Song und H.
Zha, beide Georgia Institute of Technology).
Dieser Preis ist zusammen mit zwei anderen gleichrangigen die
höchste Auszeichnung auf der jährlichen NIPS Konferenz (Annual
Conference on Neural Information Processing Systems)
ECASIA Award 2013
Burcu Ögüt,
Nahid Talebi,
Ralf Vogelgesang, *MPI FKF
Wilfried Sigle und
P.A. van Aken
Jan Peters
Ground Breaking Contribution Award
Sie erhielten diese Auszeichnung für ihren Beitrag „Growth of chiral
nanoparticles“, verliehen im Rahmen der International Conference
on Chiroptical Spectroscopy in Nashville, TN, USA.
EMS Outstanding Paper Award 2013
Sie erhielten den Preis der European Microscopy Society (EMS)
anlässlich der Microscopy Conference 2013 in Regensburg für ihre
Veröffentlichung „Toroidal Plasmonic Eigenmodes in Oligomer
Nanocavities for the Visible“.
2013 Young Investigator Award der International Neural Networks
Society (INNS)
Der Preis wird jedes Jahr für herausragende wissenschaftliche
Leistungen an Wissenschaftler unter 40 Jahren verliehen. Er gilt als
eine der höchsten Auszeichnungen im Feld der Neuronalen Netze.
47
VII
Dokumentation 2013
Dokumentation 2013
VII
b) Berufungen und Ernennungen
Jan Peters
Gerard Pons-Moll
IEEE RAS “Early Career Spotlight”, Award of the Robotics and
Automation Society (IEEE)
Dieser Preis gilt als eine der höchsten Auszeichnungen in der
Robotik. Verliehen wird er für herausragende wissenschaftliche
Leistungen an Robotik-Forscher unter 40 Jahren von der Robotics
and Automation Society (RAS) des Institute of Electrical and
Electronics Engineers (IEEE).
Zumin Wang
C. Bechinger
der COST Aktion MP1303
“Understanding and Controlling Nano and Mesoscale Friction“
P. Fischer
W3 Professur Physikalische Chemie, Universität Stuttgart
J. Gall
W2 Computer Vision Professur an der Universität Bonn
Best Science Paper Award
bei der British Machine Vision Conference (BMCV) September
2013, Bristol, UK
http://www.bmva.org/bmvc/2013/
Stefan Schaal
Deutscher Repräsentant (Status Substitute) im Verwaltungsausschuss
IEEE Fellow 2014
aufgrund seiner Beiträge zum maschinellen Lernen in der Robotik
und zur modularen Bewegungsplanung.
E. J. Mittemeijer
Günter Petzow Preis 2013
für seine Forschungsarbeit über die Rolle der Thermodynamik und
Kinetik von Grenzflächen bei der metallinduzierten Kristallisation
von Silizium
S. Schaal
B. Schölkopf
Member International Scientific Committee
„European Conference on Residual Stresses_9“
Ernennung zum “IEEE Fellow”
(Institute of Electrical and Electronic Engineers)
Mitglied der Tenure-Commission für Dr. Derek Dreyer,
Max Planck Institut für Software Systeme
W1 Juniorprofessur für Praktische Informatik,
T. Schultz
Schwerpunkt „Visualisierung und Medizinische Bildanalyse",
Universität Bonn
48
49
VII
Dokumentation 2013
c) Ständige Mitgliedschaften der Wissenschaftlichen Mitglieder
M. J. Black
Mitglied der Society for Neuroscience
M. J. Black
Mitglied des Bernstein Center for Computational Neuroscience, Tübingen
M. J. Black
Senior Member der IEEE (Institute of Electrical and Electronics Engineers)
M. J. Black
Associate, Canadian Institute for Advanced Research
M. J. Black
Mitglied des Brain Science Program, Brown University
M. J. Black
Mitglied des Werner Reichardt Center for Integrative Neuroscience,
Eberhard Karls Universität Tübingen
Dokumentation 2013
VII
S. Schaal
Mitglied im „Board of Governors“ der International Neural Networks Society
S. Schaal
Mitglied der Society of Neural Control of Movement
S. Schaal
Mitglied der Society of Neuroscience
B. Schölkopf
Mitglied des Kernel-Machines.Org Board
B. Schölkopf
Advisory Board Member der Neural Information Processing Systems Foundation
(NIPS)
B. Schölkopf
Board Member of the Snowbird Learning Workshop
B. Schölkopf
Board Member of the Summer Schools on Machine Learning (Mitbegründer in
2005)
B. Schölkopf
Mitglied der Deutschen Arbeitsgemeinschaft für Mustererkennung e.V. (DAGM)
S. Dietrich
Fellow of the IOP, Institute of Physics, London
E. J. Mittemeijer
Fellow of the American Society of Materials
B. Schölkopf
Mitglied des Boards der International Machine Learning Society
E. J. Mittemeijer
Elected Member of the International Center of Diffraction Data
B. Schölkopf
Mitglied der Deutschen Mathematiker-Vereinigung (DMV)
E. J. Mittemeijer
Honorary Member of the Netherlands Society of Metals
B. Schölkopf
Mitglied der Association for Computing Machinery (ACM)
E. J. Mittemeijer
Honorary President of the Dutch-Belgian Society of Heat Treatment
B. Schölkopf
Senior Member der IEEE (Institute of Electrical and Electronics Engineers)
E. J. Mittemeijer
Speaker International Max Planck Research School for Advanced Materials
B. Schölkopf
Mitglied des Bernstein Center for Computational Neuroscience (Tübingen)
E. J. Mittemeijer
Vertreter des MPI für Intelligente Systeme im World Materials Research Institute
Forum (WMRIF)
B. Schölkopf
Mitglied beim Bernstein Focus for Neurotechnology (Freiburg/Tübingen),
B. Schölkopf
Mitglied beim Excellence Clusters CIN (Center for Integrative Neuroscience,
Univ. Tübingen)
E. J. Mittemeijer
Vertreter des MPI für Intelligente Systeme im Forschungscampus Stuttgart
E. J. Mittemeijer
Studiendekan für den Studiengang Materials Science (B.Sc./M.Sc.), Universität
Stuttgart
B. Schölkopf
Mitglied bei SimTECH (Simulation Technology, Univ. Stuttgart)
E. J. Mittemeijer
Vertreter des MPI für Intelligente Systeme in der Bundesvereinigung Materialwissenschaft und Werkstofftechnik e.V. (BV MatWerk)
B. Schölkopf
International Panel Chair Member, Neural Computation and Adaptive Perception
Program (NCAP) of the Canadian Institute for Advanced Research (CIFAR)
E. J. Mittemeijer
Vorsitzender der Studienkommission des Studiengangs Materials Science der
Universität Stuttgart
B. Schölkopf
ITN (Initial Training Network) Supervisory Board Member der Alexander von
Humboldt Stiftung
E. J. Mittemeijer
Vertreter der Universität Stuttgart beim Studientag Materialwissenschaft und
Werkstofftechnik e.V.
B. Schölkopf
S. Schaal
Mitglied in der Alexander von Humboldt Stiftung
External Advisory Board Member, Engineering and Physical Sciences Research
Council (EPSRC). Centre for Doctoral Training (CDT) in the area of Data
Science, Edinburgh, UK
S. Schaal
Mitglied der Studienstiftung des Deutschen Volkes
B. Schölkopf
S. Schaal
Mitglied bei der American Association of Artificial Intelligence
Mitglied der Stammkommission des CAS-MPG Partner Institute for
Computational Biology, Shanghai. Chinese Academy of Sciences – Max-PlanckGesellschaft
S. Schaal
Mitglied der American Association for the Advancement of Science
G. Schütz
Korrespondierendes Mitglied der Akademie der Wissenschaften Göttingen
S. Schaal
Fellow der IEEE (Institute of Electrical and Electronics Engineers)
J. P. Spatz
Forschungsausschuss der Ludwig-Maximilians-Universität München
S. Schaal
Mitglied des „Board of External Reviewers” des Italian Institute of Technology
J. P. Spatz
Wissenschaftlicher Beirat des Physikzentrums Bad Honnef
S. Schaal
Mitglied des „Board of Directors“ des Technologieparks Tübingen-Reutlingen
J. P. Spatz
Heidelberger Akademie der Wissenschaften
S. Schaal
Mitglied im ETH/MPI-IS Network on Learning Systems
J. P. Spatz
S. Schaal
Mitglied des EU Robotics Network
Vorsitzender des Beirats des Reimund-Stadler-Minerva-Zentrums an der Ben
Gurion Universität, Israel
J. P. Spatz
Mitglied des Beirats des Excellenzclusters „Cells in Motion“, Westfälische
Wilhelms Universität Münster
50
51
VII
Dokumentation 2013
Dokumentation 2013
VII
d) Wissenschaftliche Veranstaltungen 2013
23. – 26. Januar
18. – 22. Februar
P.A. van Aken,
F. Phillipp,
W. Sigle
Organisation des internationalen Workshops
„Computational Methods in Transmission Electron
Microscopy“, Schloss Ringberg, Rottach-Egern,
Deutschland
S. Dietrich,
G. Oshanin,
M. Popescu,
M. Tasinkevych
International Workshop on „Wetting and Capillarity in
Complex Systems“, Dresden, Deutschland
3. – 6. März
S. Dietrich,
M. Rauscher
Organisatoren des Workshops „Soft Matter at
Interfaces“, Schloss Ringberg, Rottach-Egern,
Deutschland
24. – 28. Juni
S. Schaal
Co-Organisator der Robotics Science and Systems
Conference, Berlin, Deutschland
26. Juni
P. Gehler
Workshop „Structured Prediction. Tractability,
Learning, and Inference“ während der CVPR Konferenz
(IEEE Conference on Computer Vision and Pattern
Recognition, Portland, Oregon, USA)
26. August –
B. Schölkopf,
S. Harmeling,
P. Hennig et al.
Machine Learning Summer School – MLSS 2013. MPI
f. Intelligente Systeme, Standort Tübingen
23. – 27. September
K. Borgwardt,
M. Tröndle,
C. Azencott
Organisatoren der „Machine Learning for Personalized
Medicine (MPDL) Summer School“ am Max-PlanckCampus Tübingen
10. Oktober
MPI-IS
Max Planck Lecture
6. September
„Some Small Steps Toward Articifical Life”,
Paul Chaikin, Department of Physics, New York
University, USA
27. – 30. November
2. Dezember
D. Brüggemann,
J. Frohnmayer,
J.P. Spatz
Ringberg Seminar on Synthetic Biology,
A. Geiger et al.
RMRC (Reconstruction Meets Recognition Challenge)
Workshop während der ICCV 13
Schloss Ringberg, Rottach-Egern, Deutschland
IEEE Conference on Computer Vision in Sydney,
Australia
30. Juni – 5. Juli
Ralf P. Richter
„Biological Surfaces and Interfaces“, FEBS-ESF
Workshop, Sant Feliu de Guixols, Spanien
10. – 13. Dezember
8.-11. Juli
C. Bechinger,
S. Dietrich,
P. Fischer,
J. Spatz
Organisatoren des MPI Focus Meetings auf Schloss
Ringberg, Rottach-Egern: „Active Particles and
Microswimmers“
5. – 8. August
K. Zhang,
B. Schölkopf
Co-Organisatoren des Workshops „Causality:
Perspectives from different disciplines“, in Vals,
Schweiz
52
M. J. Black,
Anton van den
Hengel (Australian
Centre for Visual
Technologies,
ACVT)
Organisatoren des Workshops „Scenes from Video“,
Barossa, Australien.
53
VII
Dokumentation 2013
Dokumentation 2013
VIII
e) Weitere Veranstaltungen 2013
25. April
MPI-IS,
MPI-FKF
Girl’s Day: Mädchen-Zukunftstag 2013
40 Mädchen erhielten Einblick in verschiedene Berufe in
Forschung und Technik
19. Juli
MPI-IS
Günter Petzow Kolloquium 2013
Informatik . Medizin
Forschungsbericht vom Max-Planck-Institut für Intelligente Systeme
Th. Schleid:“Geo-inspirierte Leuchtstoffe auf der Basis
von Lanthanoidtrifluorid-Derivaten mit komplexen
Oxoanionen“.
Mit intelligenten Systemen komplexen Krankheiten auf
der Spur
E. Umbach:“ Was kann die Forschung zur Energiewende
beitragen?“
Exploring complex diseases with intelligent systems
J. Rubner:“ Sensation oder Seriosität? Wissenschaft in
den Medien“.
Autor
Z. Wang:“Metal-induced crystallization: a story on atomic
interactions at the interface of metal and semiconductor; a
tale about the interface of fundamental science and
advanced technology“.
Borgwardt, Karsten
Abteilung
Forschungsgruppe „Maschinelles Lernen und Systembiologie“
19. – 23. August
M. Schober,
J. Peters
Organisatoren der Schülerakademie SAMPI 2013
an den Max-Planck-Instituten in Tübingen
22. Oktober
MPI-IS
Zwei öffentliche Vorträge im Rahmen der
Kuratoriumssitzung des Max-Planck-Institutes für
K. Borgwardt: „Mit intelligenten Systemen komplexen
Krankheiten auf der Spur“.
Die Medizin sammelt immer umfangreichere Datenbestände über den Gesundheitszustand
von Patienten. Schlummert in diesen Datenmengen unbekanntes Wissen über Krankheiten,
das zu ihrer Behandlung beitragen könnte? Das Maschinelle Lernen entwickelt Verfahren, mit
deren Hilfe man solches Wissen aus großen biomedizinischen Datenbanken gewinnen kann.
Physicians are collecting an ever increasing amount of data describing the health state of their
patients. Is new knowledge about diseases hidden in this data, which could lead to better
therapies? The field of Machine Learning in Biomedicine is concerned with the development
of approaches which help to gain such insights from massive biomedical data.
Mehr Patientendaten denn je zuvor
M. Krüger: „Thermische Fluktuationen: Unsichtbare
Helferlein im Alltag“.
Einer der bisher wichtigsten Momente für die Wissenschaft im 21. Jahrhundert war die
Veröffentlichung der Rohfassung der Sequenz des menschlichen Genoms im Jahr 2001. Mehr
als ein Jahrzehnt an Arbeit und mehr als zwei Milliarden Euro an Finanzierung flossen
insgesamt in dieses öffentlich geförderte Projekt. Heute, nur 13 Jahre später, kann man das
Genom eines Menschen innerhalb einer Woche für weniger als 4000 Euro sequenzieren. Bald
soll das Sequenzieren gar zu einer Routinetechnik im klinischen Alltag werden.
Dabei ist die Genomsequenzierung nur ein Beispiel dafür, welche enormen Fortschritte im
letzten Jahrzehnt darin gemacht wurden, den Gesundheitszustand eines Patienten bis auf die
54
55
VIII
Dokumentation 2013
molekulare Ebene hin aufzuzeichnen. Seien es bildgebende Verfahren wie die
Computertomographie oder Microarrays, die den Aktivitätszustand aller Gene in einer Probe
messen – eine Vielzahl von Werkzeugen steht zur Verfügung und ihre Zahl wächst beständig.
Den Datenschatz heben, um Krankheiten besser zu
verstehen
Aus diesen Datensammlungen der Medizin erhofft man sich Einblicke in brennende Fragen
der biomedizinischen Forschung. Zum Beispiel: Warum treten Krankheiten in manchen
Familien gehäuft auf? Warum reagiert eine Patientengruppe auf ein Medikament, eine andere
jedoch nicht? Um solche Fragen zu beantworten, sucht man auf der Ebene der Gene und
Proteine nach Veränderungen, die das Auftreten einer erblichen Krankheit oder die
Nichtreaktion auf ein Medikament wahrscheinlicher machen. Da man dabei Zehntausende
Gene, Zehntausende Proteine und Milliarden von Positionen im menschlichen Genom
durchsuchen muss, ist diese Art der Forschung ohne die Unterstützung von Computern
undenkbar. Neue Computerprogramme, sogenannte Algorithmen, werden benötigt, um solche
Einblicke überhaupt möglich zu machen.
Das Forschungsgebiet der Informatik, das sich diesem Thema widmet, wird als Maschinelles
Lernen oder als Data Mining bezeichnet. Man spricht vom Maschinellen Lernen, da man den
Zusammenhang zwischen zwei Variablen, den molekularen Eigenschaften eines Patienten
und einer Krankheit, mittels einer Maschine, eines Computers, verstehen bzw. erlernen
möchte. Von Data Mining, wörtlich Daten-Bergbau, ist die Rede, da man in gewaltigen
Datenbergen nach neuem Wissen „schürft“.
Algorithmen als Werkzeuge der medizinischen Forschung
Die Forschungsgruppe für „Maschinelles Lernen in der Systembiologie“ am Max-PlanckInstitut für Intelligente Systeme in Tübingen beschäftigt sich unter der Leitung von Prof. Dr.
Karsten Borgwardt mit eben dieser Entwicklung von Algorithmen, die Biomedizinern bei der
Analyse ihrer Daten helfen sollen. Genetiker suchen zum Beispiel mittels der Genomdaten
von Tausenden Patienten nach einzelnen Sequenzvarianten, die mit einem erhöhten
Krankheitsrisiko einhergehen. Dabei betrachten sie Hundertausende einzelner Positionen im
Genom. Biologisch gesehen wäre es sehr interessant, auch Paare oder Gruppen solcher
Positionen zu untersuchen, da biologische Effekte häufig durch das Zusammenwirken
mehrerer Moleküle hervorgerufen werden. Allerdings stellt dies ein gewaltiges
Rechenproblem dar, da man dazu Abermillionen möglicher Gruppen durchlaufen muss. Die
Forschungsgruppe hat neue Algorithmen entwickelt, mit denen man solche Gruppen
veränderter Positionen im Genom schnell aufspüren kann [1, 2]. Effiziente Sortierverfahren
aus der Algorithmik, effiziente Suchverfahren aus der Graphentheorie, Umformungen aus der
Matrizenalgebra – die neu entwickelten Algorithmen bauen auf Erkenntnissen aus
unterschiedlichen Zweigen der Informatik und Mathematik auf, um diese Effizienz zu
erreichen. Die Suche nach veränderten Paaren von Positionen im Genom kann dadurch
massiv beschleunigt werden, oft um den Faktor 1000 oder mehr. Als Teil internationaler
Forschungskonsortien arbeitet das Team nun daran, in großen Datenbeständen solche
komplexen genetischen Veränderungen zu finden, die mit dem Auftreten einer Krankheit,
zum Beispiel mit klinischer Migräne, korrelieren.
Ein weiteres hochrelevantes Thema ist die Frage, unter Tausenden chemischer Verbindungen
jene zu finden, die eine gewünschte Funktion, insbesondere eine medikamentöse Wirkung,
56
Dokumentation 2013
VIII
besitzen. Das Maschinelle Lernen kann hier wiederum von Nutzen sein, indem es hilft, die
große Anzahl an möglichen Kandidaten zu verringern. Dies geschieht zumeist dadurch, dass
man Ähnlichkeiten zwischen Verbindungen mit bekannter Wirkung und den Tausenden
Kandidatenwirkstoffen berechnet. Die Wirkstoffe, die den bekannten Medikamenten am
meisten ähneln, sind dann die aussichtsreichsten Kandidaten und können in weiteren Studien
im Labor genauer unter die Lupe genommen werden. Diese Ähnlichkeiten zwischen
Wirkstoffen zu berechnen, ist ein schwieriges algorithmisches Problem, insbesondere je
größer die beteiligten Moleküle sind. Die Forschungsgruppe für Maschinelles Lernen in der
Systembiologie hat entscheidend zur Lösung dieses Problems beigetragen durch Arbeiten, die
den Vergleich selbst größter Moleküle enorm beschleunigen [3, 4]. Entscheidend ist hierbei,
die Struktur der Moleküle so durch Zahlen darstellen zu können, dass die Zahlendarstellung
möglichst viel der ursprünglichen Struktur widerspiegelt und eine effiziente Berechnung von
Ähnlichkeiten zulässt.
Zukünftige Studien werden versuchen, ein noch präziseres Bild der Wirkung von chemischen
Verbindungen zu zeichnen. Denn durch die Fortschritte bei der Erbgutbestimmung kann man
nun auch aufzeichnen, welche genetischen Eigenschaften die Personen besitzen, bei denen ein
Molekül eine medikamentöse Wirkung zeigt – und wie sie sich von jenen unterscheiden, bei
denen es nicht anschlägt. Wenn man sich vorstellt, dass man bald die Wirkung von
Zehntausenden Verbindungen in Zehntausenden Patienten messen können wird, wird klar,
welche enorme Rechenaufgaben es bei der Analyse dieser Daten noch zu lösen gilt und
welche wichtige Funktion das Maschinelle Lernen hierbei einnehmen wird.
Vision der personalisierten Medizin
Diese Art der Forschung dient letztlich dem Ziel, die Vision der personalisierten Medizin
Wirklichkeit werden zu lassen – der Ausrichtung der medizinischen Behandlung auf die
molekularen Eigenschaften jedes einzelnen Patienten. Kennt man die Genomabschnitte, die
ein erhöhtes Krankheitsrisiko oder eine Medikamentenunverträglichkeit hervorrufen, kann
man bei Hochrisikopatienten früher Vorsorgeuntersuchungen ansetzen und Medikamente
wählen, bei welchen man bei einem bestimmten Patienten mit einer höheren Wirksamkeit
rechnet. Das Maschinelle Lernen kann auf dem Weg hin zu diesem Ziel durch neue
Werkzeuge der Datenanalyse einen entscheidenden Beitrag leisten.
Abb. 1: Das Netzwerk „Maschinelles Lernen in der Personalisierten Medizin (mlpm)“ bildet
Nachwuchswissenschaftler aus.
Wenn man das volle Potenzial des Maschinellen Lernens in der Medizin ausnutzen möchte,
setzt dies allerdings voraus, dass Nachwuchswissenschaftler in ausreichender Anzahl
57
VIII
Dokumentation 2013
ausgebildet werden, die sowohl mit den informatischen als auch den biomedizinischen
Aspekten dieses interdisziplinären Themas vertraut sind. Dies ist eine große Herausforderung,
denn zurzeit gibt es in diesem wichtigen Feld nur sehr wenige Experten. Daher fördert die
Europäische Union im Rahmen der Marie-Curie-Maßnahmen ein ForscherErstausbildungsnetzwerk über „Maschinelles Lernen in der personalisierten Medizin“ (Abb.
1) mit 3,75 Millionen Euro, in welchem Doktoranden in diesem Bereich ausgebildet werden.
Dieses von Prof. Borgwardt geleitete Netzwerk bringt im Bereich des Maschinellen Lernens
und der Statistischen Genetik zehn führende europäische Forschungseinrichtungen aus
Wissenschaft und Industrie zusammen, um 14 Nachwuchsforscher fächerübergreifend in
einem gemeinsamen Doktorandenprogramm zu unterrichten (www.mlpm.eu).
Dokumentation 2013
Strukturbiologie . Zellbiologie
Zudem fördert die Alfried Krupp von Bohlen und Halbach-Stiftung die Forschungsarbeit von
Prof. Borgwardt von 2013 bis 2018 durch den Alfried-Krupp-Förderpreis für junge
Hochschullehrer mit 1 Million Euro.
Forschungsbericht vom Max-Planck-Institut für Intelligente Systeme
Literaturhinweise
The cellular life-death decision – how mitochondrial
membrane proteins can determine cell fate
1
Achlioptas, P.; Schölkopf, B.; Borgwardt, K. M.
Two-locus association mapping in subquadratic time
In: Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery
and data mining. ACM, New York 2011, pp. 726-734
2
Azencott, C.-A.; Grimm, D.; Sugiyama, M.; Kawahara, Y.; Borgwardt, K. M.
Efficient network-guided multi-locus association mapping with graph cuts
Bioinformatics 29, 171-179 (2013)
3
Shervashidze, N.; Schweitzer, P.; van Leeuwen, E. J.; Mehlhorn, K.; Borgwardt, K. M.
Weisfeiler-Lehman Graph Kernels
Journal of Machine Learning Research 12, 2539-2561 (2011)
4
Feragen, A.; Kasenburg, N.; Petersen, J.; de Bruijne, M.; Borgwardt, K.
Scalable kernels for graphs with continuous attributes
In: Advances in Neural Information Processing Systems 26. (Eds.) Burges, C. J. C.; Bottou,
L.; Welling, M.; Ghahramani, Z.; Weinberger, K. Q. NIPS 2013, pp. 216-224
Adresse: http://www.is.mpg.de/15250314/research_report_7758676?c=248902
© 2003-2014, Max-Planck-Gesellschaft, München
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung
VIII
Entscheidung über Leben und Tod – wie mitochondriale
Membranproteine das Zellschicksal bestimmen
Autorin
García-Sáez, Ana J.
Abteilung
Forschungsgruppe Biophysik von Membranen
Lebende Organismen haben eine sehr wirksame Methode, überflüssige oder potenziell
gefährliche Zellen zu zerstören: den programmierten Zelltod. Wissenschaftler um Ana GarcíaSáez interessieren sich für die der Apoptose zugrunde liegenden Prozesse, insbesondere für
ein Protein namens Bax, welches Poren in der äußeren Mitochondrienmembran öffnet und
damit den programmierten Zelltod unabwendbar einleitet. Die gewonnenen Erkenntnisse
sollen bei der Entwicklung neuer Medikamente für die Bekämpfung von Krebs helfen, da
Krebszellen meistens für diese Art des Zelltods desensibilisiert sind.
Living organisms have a very effective method for eliminating cells that are no longer
needed: programmed death. Researchers in the group of Ana García Sáez work with a protein
called Bax, a key regulator of apoptosis that creates pores with a flexible diameter inside the
outer mitochondrial membrane. This step inevitably triggers the final death of the cell. These
insights into the role of important key enzymes in setting off apoptosis could provide useful
for developing drugs that can directly influence apoptosis.
Schlüsselenzyme bei der Einleitung des programmierten
Zelltods
Der Prozess der Apoptose – auch programmierter Zelltod genannt – ist ein streng geregelter
physiologischer Vorgang, bei dem einzelne Zellen planmäßig sterben. Dieser Vorgang spielt
58
59
VIII
Dokumentation 2013
für eine Vielzahl von biologischen Prozessen eine wichtige Rolle, denn so werden
überflüssige oder potenziell gefährliche Zellen, wie zum Beispiel Krebszellen oder von Viren
befallene Zellen, schonend entfernt. Außerdem ist die Apoptose wichtig für eine korrekte
Embryonalentwicklung und für die Aufrechterhaltung der Gewebehomöostase, also für die
Balance zwischen neu gebildeten und absterbenden Zellen in einem Organ. Dies gilt
besonders für das Immunsystem. Immunzellen müssen dahingehend überprüft werden, ob sie
nicht versehentlich körpereigene Moleküle anstatt Krankheitserreger erkennen. Zellen, die
körpereigenes Material erkennen, müssen aussortiert werden, um dann mittels Apoptose
entsorgt zu werden. Eine Störung der apoptotischen Prozesse hat weitreichende
Konsequenzen für jeden Organismus. Krebszellen sind oft desensibilisiert gegenüber der
Apoptose und können daher ungehindert wachsen, sich vermehren und streuen. Im Gegensatz
dazu ist aber auch eine erhöhte Zelltodaktivität schädlich, da dies zu unkontrolliertem
Gewebesterben führen und beispielsweise nach einem Herzinfarkt die Herzfunktion
beeinträchtigen kann.
Registriert eine Zelle ein Todessignal, so wird zunächst die Berechtigung dieses Befehls
überprüft. Diese Aufgabe übernehmen sogenannte Bcl-2-Proteine, die entscheiden, ob der
Zelltod eingeleitet wird. Proteine der Bcl-2-Familie können miteinander wechselwirken und
dadurch entweder fördernd oder hemmend auf die Apoptose wirken. Überwiegt die
Anwesenheit von inhibierenden Familienmitgliedern (z. B. Bcl-2 oder Bcl-xL), bleibt die
Funktionsfähigkeit der Mitochondrien erhalten und die Apoptose wird verhindert.
Überwiegen Apoptose-fördernde Proteine (z. B. Bax oder Bak), kommt es zu einer
Ausschüttung pro-apoptotischer Moleküle, wie etwa Cytochrom c aus den Mitochondrien in
das Zytoplasma [1] und der Zelltod wird unumkehrbar durchgeführt.
Um zur Heilung von Krankheiten in die Apoptose eingreifen zu können, ist zunächst ein
besseres Verständnis der zugrunde liegenden Abläufe nötig. Die Arbeitsgruppe um Ana
García Sáez untersucht daher verschiedene Bcl-2-Proteine hinsichtlich ihrer Struktur,
Funktion und Wechselwirkungen untereinander.
Bax macht die Mitochondrienmembran während der
Apoptose durchlässig
Dokumentation 2013
VIII
Das proapoptotische Bcl-2-Protein Bax nimmt eine Schlüsselfunktion während der
Permeabilisierung der äußeren Mitochondrienmembran ein. In gesunden Zellen liegt Bax
hauptsächlich als inaktives Monomer im Zytoplasma der Zelle vor, wobei einige BaxMoleküle reversibel an die äußere Mitochondrienmembran gebunden sind. Sobald die
Apoptose eingeleitet wird, verändert sich Bax. Die meisten Bax-Proteine wandern zu den
Mitochondrien und binden sich irreversibel an sie. Dabei bildet Bax Oligomere, die Poren in
der äußeren Mitochondrienmembran eröffnen. So wird die Membran durchlässig für
proapoptotische Proteine wie zum Beispiel Cytochrom c gemacht. Im Zytosol kann
Cytochrom c mit anderen Proteinen einen Komplex bilden und so spezielle Proteasen
aktivieren, was zum Abbau der Zelle und dem Zelltod führt.
Die molekularen Details der dabei stattfindenden Prozesse sowie die Struktur des Membraninsertierten Bax-Proteins sind dabei nicht vollständig verstanden (siehe Abb. 1).
Untersuchungen zum molekularen Mechanismus von Bax
mithilfe quantitativer Mikroskopie
Mithilfe verschiedener mikroskopischer Verfahren wurde die Struktur und Funktion von Bax
untersucht, um zu verstehen, wie genau das Protein die äußere Mitochondrienmembran
während der Apoptose durchlässig macht. Mitochondrien sind Organellen der Zelle, die von
einer doppelten Membran umgebenen sind und Netzwerke innerhalb der Zelle bilden. Für ihre
mikroskopischen Untersuchungen nutzen die Forscher spezielle künstliche Membranen. Diese
sogenannten GUVs (giant unilamellar vesicles) sind von einer einzigen Membran umgeben,
deren Zusammensetzung kontrolliert werden kann. Sie sind in etwa so groß wie eine
Säugetierzelle und daher unter dem Lichtmikroskop gut zu erkennen (siehe Abb. 2).
Abb. 2: Bax macht Membranen
durchlässig. Die weißen Pfeile
kennzeichnen künstliche
Riesenvesikel (runde Kreise), in
welche nach Einbau von Bax
dunkelgrüne Umgebungsfarbe
eingeströmt ist.
Abb. 1: Schematische Darstellung, wie Bax
die Mitochondrienmembran im Rahmen der
Apoptose durchlässig macht. Die
molekularen Details wie Struktur, Funktion
und die Wechselwirkungen verschiedener
Bcl-2-Proteine miteinander sind noch nicht
vollständig verstanden.
Um eine statistisch haltbare Aussage zu treffen, analysierten die Forscher Hunderte von
Vesikeln vor und nach Zugabe von Bax. Hierbei konnten sie die Porenentstehung direkt
untersuchen. Mit ihrem Versuchsaufbau gelang es ihnen, die in der Membran stattfindenden
Prozesse über die Bindungsaffinität der Proteine zur Membran, den Grad der
Membrandurchlässigkeit sowie die Kinetik, Stabilität und Größe der aus BaxProteinoligomeren bestehenden Membranporen genau zu beschreiben [2, 3].
Als zweite Untersuchungsmethode nutzen die Wissenschaftler die sogenannte
Fluoreszenzkorrelationsspektroskopie (FCS). Diese Methode erlaubt es, einzelne Moleküle
unter die Lupe zu nehmen, die zuvor chemisch verändert wurden, so dass sie bei Lichteinfall
60
61
VIII
Dokumentation 2013
farbig leuchten (fluoreszieren). Mittels FCS können Forscher beobachten, inwieweit
verschiedene markierte Moleküle miteinander in Kontakt treten. Dazu beleuchten die
Wissenschaftler beispielsweise einen winzigen Bereich auf der Zelloberfläche mit einem
Laserstrahl. Wenn das zu untersuchende Molekül in den Lichtstrahl tritt, kann man mit einem
Messgerät das Fluoreszenzsignal des Moleküls messen. Kleine Moleküle durchqueren den
Laserstrahl schnell, während größere Moleküle länger brauchen. Anhand der Fluoreszenz und
der Molekülgeschwindigkeit konnten die Forscher einerseits die Menge der gebildeten BaxKomplexe innerhalb der Membran im Verhältnis zur Porenaktivität analysieren (siehe Abb.
3). Andererseits konnten sie den Einfluss der Membran auf die Bildung von Bcl-2Proteinkomplexen aufdecken [2, 4].
Abb. 3: Die Verlagerung von Bax (grün) in Mitochondrien (lila) während der Apoptose.
Während Bax nach 40 Minuten noch im gesamten Zellplasma verteilt vorliegt, ist es nach 80
Minuten gänzlich an die Mitochondrienmembran gewandert.
© Max-Planck-Institut für Intelligente Systeme / Bleicken
Bax bildet stabile Poren unterschiedlicher Größe
Dokumentation 2013
VIII
gelangten jedoch auch die größeren, andersfarbig markierten Proteine ins Innere der GUVs.
Daraus lässt sich schließen, dass eine zunehmende Menge an Bax-Proteinen sich an
vorhandenen Bax-Kanälen anlagert, sich integriert und die Poren vergrößert. Ein solcher
Mechanismus würde den Zellen auf elegante Art und Weise erlauben, die Durchlässigkeit der
Mitochondrienmembran für apoptotische Proteine räumlich und zeitlich anzupassen.
Strukturelle Organisation von Bax in der Membran
Der genaue Funktionsmechanismus der Bax-Poren wird erst wirklich verständlich sein, wenn
die dreidimensionale Struktur des Proteins in der Lipiddoppelschicht der Membran geklärt ist.
Wichtige Informationen hierfür lieferten elektronenspinresonanz-spektroskopische
Untersuchungen [5], mit denen die genauen Abstände zwischen den einzelnen Teilen im BaxProtein gemessen werden können. Die Daten aus FluoreszenzkorrelationsspektroskopieMessungen wiederum zeigten, dass Bax in künstlichen Membranvesikeln Komplexe bilden
kann [2]. Daraus kann geschlossen werden, dass der Prozess der Oligomerisierung in der
Membran – also die Aneinanderlagerung mehrerer strukturell gleicher Einheiten zu einem
größeren Molekül – einen wichtigen Schritt bei der Porenbildung einnimmt. Leider erschließt
sich aus dieser Messung jedoch nicht, wie viele Bax-Moleküle jeweils eine Pore bilden.
Hinweise dazu liefern „molekulare Helligkeitsanalysen“, basierend auf speziellen
Mikroskopie- und Spektroskopie-Analysen. Aus der unterschiedlichen Helligkeit der
einzelnen Bax-Proteine, die Teil der Membranpore sind, können Rückschlüsse auf die Anzahl
und den Zusammenlagerungsprozess gezogen werden.
Eines der Rätsel in der Apoptoseforschung ist die Frage, wie genau Bax die
Membrandurchlässigkeit in Mitochondrien vermittelt. Trotz intensiver Forschung ist es bisher
nicht gelungen, durch Apoptose entstandene Löcher in der Mitochondrienmembran sichtbar
zu machen. Die Annahme, Bax sei direkt für den Aufbau solcher Poren verantwortlich, basiert
auf der Beobachtung, dass das Protein eine porenbildende Funktion in künstlichen
Membranen einnimmt. Allerdings gibt es auch antiapoptotische Bcl-2-Proteine, die eigentlich
der Apoptose entgegensteuern, aber bekanntermaßen Poren in künstlichen Membranen bilden.
Dieses Rätsel konnte durch Untersuchungen an einzelnen Vesikeln 2013 gelöst werden [2].
Ergänzend nutzen die Forscher ein Rasterkraftmikroskop, welches die Membranoberfläche
abtastet und so eine Art topographische Karte von der Membran mit Bax-Kanälen erstellen
kann. Dabei arbeiteten die Wissenschaftler mit speziellen flachen Lipiddoppelschichten, die
von der Zusammensetzung her der äußeren Mitochondrienmembran ähneln. Mit dieser
Methode lassen sich Informationen über die mechanischen Eigenschaften der Membranen
gewinnen. Vorher-Nachher-Untersuchungen zeigten, dass der Einbau von Bax die
mechanischen Eigenschaften der Lipiddoppelschicht beeinflusst [6].
Die Forscher konnten zeigen, dass Bax Poren in Liposomenmembranen einführt, die den
Durchfluss von Cytochrom c durch die Membran erlauben. Diese Poren sind größer und
langlebiger als solche Poren, die durch den Bax-Antagonisten Bcl-xL gebildet werden. Bax
beeinflusst die Mitochondrienmembran also stärker als Bcl-xL, welches nur vorübergehend
auf die Membranstruktur wirkt. Da die äußere Mitochondrienmembran auch sonst für kleinere
Moleküle durchlässig ist, ist der Einfluss von Bcl-xL auf die normale Membranfunktion
vernachlässigbar.
Langfristiges Ziel ist es, aus den vielen Puzzleteilen ein Gesamtbild zu erstellen, das erklärt
wie Bcl-2-Proteine die Mitochondrienmembran während der Apoptose durchlässig machen.
Hierzu fehlen noch mikroskopische Untersuchungen zum besseren Verständnis, wie die
Aktivierung von Bax durch andere proapoptotische Proteine der Bcl-2-Familie genau erfolgt.
Ziel ist es, das Gesamtnetzwerk der Protein-Wechselwirkungen zwischen sämtlichen
Proteinen der Bcl-2-Familie im Zellinneren und in den Membranen zu bestimmen. Nur so
kann ein mathematisches Modell erstellt werden, welches beschreibt, wie die Proteine der
Bcl-2-Familie die Apoptose regulieren und wie Krebszellen es schaffen, diesem
„Selbstmordprogramm“ zu entwischen.
Die Forscher haben auf Basis ihrer Messergebnisse unterschiedliche Modelle erstellt, die ein
mögliches Aussehen der Membranporen beschreiben, welche während der Apoptose die
Ausschüttung von Cytochrom c vermitteln. Eines dieser Modelle besagt, dass sowohl Proteine
als auch Lipide am Kanalaufbau beteiligt sind. Dies würde bedeuten, dass Bax-Poren durch
die Eigenschaften der am Membranaufbau beteiligten Lipide beeinflusst werden. Gleichzeitig
würde es den dynamischen Auf- und Abbau der Poren sowie ihre nicht klar erkennbare Form
erklären. Laut diesem Modell könnten Bax-Membrankanäle unterschiedlich groß sein [3]. Zur
Überprüfung dieser Aussage untersuchten die Forscher einzelne GUVs, zu denen Sie immer
größere Mengen Bax zugaben. Sie beobachteten, dass bei geringen Bax-Mengen nur kleinere
Proteine auch ins Innere der Liposomen aufgenommen wurden. Mit steigender Bax-Menge
62
63
VIII
Dokumentation 2013
Literaturhinweise
1
García-Sáez, A. J.
The secrets of the Bcl-2 family
Cell Death and Differentiation 19, 1733-1740 (2012)
2
Bleicken, S.; Wagner, C.; García-Sáez, A. J.
Mechanistic differences in the membrane activity of Bax and Bcl-xL correlate with their
opposing roles in apoptosis
Biophysical Journal 104, 421-431 (2013)
3
Bleicken, S.; Landeta, O.; Landajuela, A.; Basañez, G.; García-Sáez, A. J.
Proapoptotic Bax and Bak proteins form stable protein-permeable pores of tunable size
Journal of Biological Chemistry 288, 33241-33252 (2013)
4
García-Sáez, A. J.; Ries, J.; Orzáez, M.; Pérez-Payà, E.; Schwille, P.
Membrane promotes tBID interaction with BCL(XL)
Nature Structural and Molecular Biology 16, 1178-1185 (2009)
5
Bleicken, S.; Classen, M.; Padmavathi, P. V.; Ishikawa, T.; Zeth, K.; Steinhoff, H. J.;
Bordignon, E.
Molecular details of Bax activation, oligomerization, and membrane insertion
Journal of Biological Chemistry 285, 6636-6647 (2010)
6
Unsay, J. D.; Cosentino, K.; Subburaj, Y.; García-Sáez, A. J.
Cardiolipin effects on membrane structure and dynamics
Langmuir: The ACS Journal of Surfaces and Colloids 29, 15878-15887 (2013)
Adresse: http://www.is.mpg.de/15212970/research_report_7819542?c=248902
© 2003-2014, Max-Planck-Gesellschaft, München
Alle Rechte vorbehalten
Vervielfältigung nur mit Genehmigung
64
Max-Planck-Institut
für Intelligente Systeme
Institutsgeschäftsstelle
Heisenbergstr. 3
70569 Stuttgart
www.is.mpg.de
Tel.: +49-711/689-1933
Fax: +49-711/689-3002

Dokumentation 2013 - Max-Planck-Institut für Intelligente Systeme

Transcription

Similar documents

German S3-Guideline: Rectovaginal fistula

Massentransporte und Massenverteilung im System Erde (SPP 1257)

- Publikationsserver der Universität Regensburg

Publikationen

jahresbericht 2013 - Naturhistorisches Museum

Probleme empirischer Kulturforschung

Brainstorming und Mind-Mapping im Multi-Device

Wireless-N PC-Karte

FB Veterinärmedizin - Dokumentenserver der Freien Universität Berlin

Mai: Ãber Spatzen und Must-haves

Seminars - Mathematical Journals

TruServices Journal

Journal 2013, Ausgabe 3

Die perfekte und sichere Verbindung für PE-rohre - Elster

Lehrstuhl für Physik

#1 - Demenz Support Stuttgart

the herpetological literature for southwestern asia

newsletter - DIW Berlin

Empa Activities 2012 Appendix

Grundlagen des Testens Kapitel 1 Einführung