Dokumentation 2015 - Max-Planck-Institut für Intelligente Systeme

Transcrição

Dokumentation 2015
Max-Planck-Institut für Intelligente Systeme
Stuttgart / Tübingen
Dokumentation 2015
Herausgegeben vom
MAX-PLANCK-INSTITUT FÜR INTELLIGENTE SYSTEME
Abteilung Perzeptive Systeme, Dr. Michael J. Black
Abteilung Theorie inhomogener kondensierter Materie, Prof. Dr. Siegfried Dietrich
Abteilung Phasenumwandlungen, Thermodynamik und Kinetik, Prof. Dr.Ir. Eric Jan Mittemeijer
Abteilung Autonome Motorik, Prof. (University of Southern California, USA ) Dr.-Ing. Stefan Schaal
Abteilung Empirische Inferenz, Prof. Dr. Bernhard Schölkopf
Abteilung Moderne magnetische Systeme, Prof. Dr. Gisela Schütz
Abteilung Physische Intelligenz, Prof. (Carnegie Mellon University, Pittsburgh, Pennsylvania/USA)
Dr. Metin Sitti
Abteilung Neue Materialien und Biosysteme, Prof. Dr. Joachim P. Spatz
Umschlagbild:
Mikroskopisch kleine Hafthärchen nach dem Vorbild der Natur
Schon seit jeher ist die Natur eine große Quelle der Inspiration. Viele Lebewesen wie Käfer, Frösche
oder Geckos haben sich perfekt an ihren Lebensraum angepasst. So wurden im Laufe der Evolution
die unterschiedlichsten Haftpads entwickelt, die es den Tieren ermöglichen, sich zuverlässig auf mannigfaltigen Oberflächen fortzubewegen. Der Schlüssel für diese faszinierenden Fähigkeiten liegt in der
mikroskopisch kleinen Größe und der komplexen Geometrie ihrer Mikro- und Nanohärchen.
Inspiriert durch diese Hafthärchen wurden verschiedene Mikrostrukturen entwickelt, die eine starke
und auch reversible Haftung ermöglichen. Mittels verschiedener Abguss- und Abformtechniken können diese Härchen mit weichen und elastischen Polymeren nachgebildet werden. Die Kontaktgeometrie der Hafthärchen hat dabei einen entscheidenden Einfluss auf die Haftung. Anhand von Adhäsionsexperimenten hat sich gezeigt, dass pilz- und saugnapfförmige Härchen (wie in der Abbildung dargestellt) über die höchsten Haftkräfte verfügen. Auf glatten Oberflächen lassen sich somit ähnliche oder
sogar höhere Haftkräfte als die des Geckos erzielen.
Solche mikro- und nanostrukturierten Oberflächen sind von großem Interesse für robotische Applikationen und können je nach Anforderung gezielt angepasst und weiterentwickelt werden.
© Dr. Dirk-Michael Drotlef (Abteilung Physische Intelligenz, Max-Planck-Institut für Intelligente
Systeme, Standort Stuttgart)
Herausgeber:
Telefon 0711 689-1397
Telefax 0711 689-1292
E-Mail: [email protected]
http://www.is.mpg.de
Verantwortlich für den Inhalt:
Prof. (Carnegie Mellon University, Pittsburgh, Pennsylvania/USA)Dr. Metin Sitti
Redaktion:
Druck:
Daniela Kabinová, Annette Stumpf
F & W Schmidt, Renningen
Stand:
Mai 2016
Dokumentation 2014
Inhaltsverzeichnis
Inhaltsverzeichnis
I
Struktur und Gliederung des Instituts
II
Wissenschaftliche Veröffentlichungen 2015
11
a)
Veröffentlichungen in Zeitschriften und Konferenzberichten
11
b)
Monographien und Beiträge zu Sammelwerken
35
c)
Herausgabe von Zeitschriften und Schriftenreihen
36
III
Erfindungsmeldungen und Patentanmeldungen
38
IV
Abgeschlossene Arbeiten
39
a)
Dissertationen
39
b)
Diplom-/ Masterarbeiten
40
c)
Bachelorarbeiten
41
V
Doktoranden
42
a)
Inland (Stand 31.12.2015)
42
b)
Ausland (Stand 31.12.2015)
44
VI
Gastwissenschaftler
46
VII
Sonstige Mitteilungen
49
a)
Ehrungen
49
b)
Berufungen / Ernennungen
52
c)
Ständige Mitgliedschaften
54
d)
Wissenschaftliche Veranstaltungen
57
e)
Weitere Veranstaltungen
60
VIII
Tätigkeitsberichte im Jahrbuch der Max-Planck-Gesellschaft 2016
62
I
Struktur und Gliederung
4
I
I
Dokumentation 2015
Struktur und Gliederung
Max-Planck-Institut für Intelligente Systeme (2015)
(2014)
Geschäftsführender Direktor Gesamtinstitut
Dr. Michael Black
01.02.2015
30.06.2015
Dr. –Michael
J. Black
Ab 01.07.2015 Prof. (Carnegie Mellon University, Pittsburgh, Pennsylvania/USA) Dr. Metin Sitti
Geschäftsführender Direktor Standort Stuttgart
Prof. Dr. Joachim P. Spatz
Geschäftsführender Direktor Standort Stuttgart
Wissenschaftliche
(Carnegie Mellon University, Pittsburgh, Pennsylvania/USA) Dr. Metin Sitti
Ab
01.02.2015 Prof.Mitglieder
Dr. Michael J. Black
Prof. Dr. Siegfried Dietrich
Geschäftsführender Direktor Standort Tübingen
Prof. Dr. Ir. Eric Jan Mittemeijer
Dr.Southern
MichaelCalifornia,
Black
01.02.2015
30.06.2015 of
Prof.– (University
USA ) Dr.-Ing. Stefan Schaal
Prof. Dr.Prof.
Bernhard
Schölkopf
(University
of Southern California, USA ) Dr.-Ing. Stefan Schaal
Ab 01.07.2015
Prof. Dr. Gisela Schütz
Prof. (Carnegie Mellon University, Pittsburgh, Pennsylvania/USA) Dr. Metin Sitti
Wissenschaftliche Mitglieder
Prof. Dr. Joachim P. Spatz
Dr. Michael J. Black
Leiter einer Forschungsgruppe
Prof. Dr. Siegfried Dietrich
Prof. Dr.Ir.
Dr. Karsten
Borgwardt
(bis 01.06.2014)
Prof.
Eric Jan
Mittemeijer
Dr.
Jan-Henning
Dirks
Prof. (University of Southern California, USA ) Dr.-Ing. Stefan Schaal
Prof. Dr.
Dr. Bernhard
Peer Fischer
Prof.
Schölkopf
Prof.
Dr.
Ana
García-Sáez
Prof. Dr. Gisela Schütz
Dr. Matthias
Krüger
Prof.
(Carnegie
Mellon University, Pittsburgh, Pennsylvania/USA) Dr. Metin Sitti
Dr.
Laura
Na
Liu P. Spatz
Prof. Dr. Joachim
Dr. Ralf Richter
Leiter einer
Forschungsgruppe
Dr. Samuel
Sánchez Ordóñez
Ralf Zeitler
Dr. Daniel
Braun
Dr. Jan-Henning
Dirks
Max Planck
Fellow
Prof.
Fischer
Prof. Dr.
Dr. Peer
Clemens
Bechinger
Prof. Dr. Ana García-Sáez
Dr. Philipp
Hennig
Emeritierte
Wissenschaftliche
Mitglieder
Dr.
Matthias
Krüger
Prof. Dr. Fritz Aldinger
Dr. Laura
Na Liu
Prof.
Dr. phil.
Dr. h.c. Hellmut Fischmeister
Dr. Diego
PallarolaGerold
Prof.
Dr. Volkmar
Dr. Jan
Prof.
Dr.Peters
Helmut Kronmüller
Dr.
Ralf
Richter
Prof. Dr. Dr. h.c. mult. Günter Petzow
Dr.
Righetti
Prof.Ludovic
Dr. Manfred
Rühle
Dr. Sámuel
Ordóñez
Prof.
Dr. Dr.Sánchez
h.c. Alfred
Seeger
Prof. Dr. Dr. h.c. Günther Tölg
Max Planck Fellow
Prof. Dr. Clemens Bechinger
4
Dokumentation 2015
I
Emeritierte Wissenschaftliche Mitglieder
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, † 18.10.2015
Prof. Dr. Dr. h.c. Günther Tölg
Auswärtige Wissenschaftliche Mitglieder
Prof. Dr. Arthur Heuer, Cleveland, Ohio, USA
Prof. Dr. Johannes Heydenreich, Halle (Saale), Deutschland, † 24.06.2015
Prof. Dr. Frans A. Spaepen, Cambridge, MA, USA
Fachbeirat
Vorsitzender:
Prof. Dr. Andrew Blake, London, Vereinigtes Königreich
Prof. Dr. Zoubin Ghahramani, Cambridge, Vereinigtes Königreich
Prof. Dr. Danica Kragic, Stockholm, Schweden
Prof. Dr. Vijay Kumar, Philadelphia, PA; USA
Prof. Dr. Barbara Mazzolai, Pontedera, Italien
Prof. Dr. Massimiliano Pontil, London, Vereinigtes Königreich
Prof. Dr. Helge Ritter, Bielefeld, Deutschland
Prof. Dr. Yair Weiss, Jerusalem, Israel
5
I
Dokumentation 2015
Kuratorium
Vorsitzende:
Dr. Jeanne Rubner, München, Deutschland
Stellvertretender Vorsitzender:
Prof. Dr. Thomas Hofmann, Zürich, Schweiz
Prof. Dr.-Ing. Thomas Bauernhansl, Stuttgart, Deutschland
Gerhard Borho, Esslingen, Deutschland
Christoph Dahl, Stuttgart, Deutschland
Dr. Siegfried Dais, Gerlingen, Deutschland
Prof. Dr. Bernd Engler, Tübingen, Deutschland
Christian O. Erbe, Tübingen, Deutschland
Prof. Dr. Holger Hanselka, Karlsruhe, Deutschland
Dr. Ralf Herbrich, Berlin, Deutschland
Prof. Dr. Thomas Hirth, Stuttgart, Deutschland (bis 31.12.2015)
Prof. Dr. Thomas Hofmann, Zürich, Schweiz
Fritz Kuhn, Stuttgart, Deutschland
StS Klaus-Peter Murawski, Stuttgart, Deutschland
Boris Palmer, Tübingen, Deutschland
Prof. Dr.-Ing. Wolfram Ressel, Stuttgart, Deutschland
Dr. Jeanne Rubner, München, Deutschland
MinDir Rolf Schumacher, Stuttgart, Deutschland
MinDir Dr. Simone Schwanitz, Stuttgart, Deutschland
Dr.-Ing. Michael Steiner, Weissach, Deutschland
Prof. Dr. Eberhart Zrenner, Tübingen, Deutschland
6
Dokumentation 2015
I
Am Institut tätige Wissenschaftler (Stand 31.12.2015)
Name
Vorname
Abteilung
Antoni
Dr. Benk
Dr. Besserve
Dr. Bier
Dr. Bischoff
Ph.D. Bohg
Dr. Böhm
Dr. Cavalcanti-Adam
Dr. Csiszar
Däfler
Dr. Diao
Dr. Dirks
Dr. Di Russo
Dr. Drotlef
Dr. Enficiaud
Prof. Dr. Fähnle
Prof. Dr. Fischer
Prof. Dr. Garcia Saez
Dr. Gehler
Dr. Geiger
Dr. Geiger
Gergen
Priv. Doz. Dr. habil. Goering
Dr. Grosse-Wentrup
Dr. Grunze
Halbig
Ph.D. Hegedüs
Dr. Hirscher
Dr. Hirschfeld-Warneken
Huang
Dr. Jahn
Priv.-Doz. Dr. habil. Janzing
Kavalan
Prof. Dr. Kemkemer
Ph.D. Keskinbora
Dr. habil. Krech
Dr. Kuzyk
Prof. Dr. Liu
Priv. Doz. Dr. habil. Majer
Martin
Dr. Medda
Dr. Micoulet
Noah
Dr. Noske
Christiane Hildegard
Amelie Saskia
Michel
Markus
Ewald
Jeannette
Heike
Elisabetta Ada
Gabor
Claudia
Zhaolu
Jan-Henning
Jacopo
Dirk-Michael
Raffi
Manfred
Peer
Ana Jesus
Peter-Vincent
Andreas
Fania
Franz-Werner
Eberhard
Moritz
Nina Christine
Maria Katharina
Zoltan
Michael
Vera Catherine
Wenting
Sarah
Dominik
Jojumon
Ralf
Kahraman
Michael
Anton
Na
Guenter
Volker
Rebecca
Alexandre Francois André
Martin
Matthias
Abt. Spatz
Abt. Spatz
Abt. Schölkopf
Abt. Dietrich
Abt. Mittemeijer
Abt. Schaal
ZWE Biomaterialien
ZWE Biomaterialien
Abt. Mittemeijer
Inform./ Öffentlichk.
Abt. Spatz
Abt. Spatz
Abt. Spatz
Abt. Sitti
ZWE Software Workshop
Abt. Schütz
FoGr. Fischer
FoGr. Garcia
Abt. Black
Abt. Black
Abt. Spatz
IT-Gruppe Stuttgart
Abt. Schütz
Abt. Schölkopf
Abt. Spatz
Abt. Spatz
Abt. Mittemeijer
Abt. Schölkopf
Abt. Spatz
ZWE Dünnschichtlabor
Abt. Spatz
Abt. Schölkopf
ZWE Scientific Computing
Abt. Spatz
Abt. Schütz
IT-Gruppe Stuttgart
FoGr. Liu
FrGr. Liu
Abt. Spatz
Abt. Spatz
Abt. Spatz
Abt. Spatz
Abt. Mittemeijer
Abt. Schütz
7
I
Dokumentation 2015
Dr. Pacholski
Dr. Peters
Dr. Peters
Dr. Polatidis
Dr. Polikovsky
Dr. Pons-Moll
Dr. Richter
Dr. Righetti
Dr. Romero
Dr. Rossberger
Rossi
Sales Ramos
Prof. Dr. Sanchez Ordonez
Dr. Schimmele
Dr. Schmidt
Dr. Segar
Dr. Simmchen
Dr. Spröwitz
Dr. Squarcini
Dr. Stahl
Dr. Stoll
Dr. Streuber
Dr. Tasinkevych
Dr. Trimpe
Dr. Tröndle
Dr. Urner
Dr. Uspal
Dr. Vasiliev
Dr. Weigand
Dr. Weiler
Wieschollek
Dr. Zakharchenko
Zambarda
Dr. Zotov
Claudia
Jan
Jonas
Efthymios
Senya Semion
Gerard
Gunther
Ludovic
Javier
Sabrina Susanne
Paul
Adria
Samuel
Lothar
Mathias
Richard William Moore
Juliane
Alexander Thomas
Alessio
Claudia
Hermann
Stephan
Mykola
Johann Sebastian
Matthias
Ruth
William Eric
Oleg
Markus
Markus
Patrick
Svetlana
Chiara
Nikolay Stamenov
Abt. Spatz
Abt. Schölkopf
Abt. Schölkopf
Abt. Mittemeijer
ZWE Optics
Abt. Black
ZWE Dünnschichtlabor
Abt. Schaal
Abt. Black
Abt. Spatz
Abt. Mittemeijer
FoGr. Fischer
FrGr. Sanchez
Abt. Dietrich
Abt. Schütz
GD Stuttgart
Abt. Dietrich
Abt. Sitti
Abt. Dietrich
Abt. Schütz
Abt. Schütz
Abt. Black
Abt. Dietrich
Abt. Schaal
Geschäftsstelle Tübingen
Abt. Schölkopf
Abt. Dietrich
Abt. Dietrich
Abt. Schütz
Abt. Spatz
Abt. Schölkopf
Abt. Sitti
Abt. Spatz
ZWE Röntgenbeugung
Drittmittel/MPG-Vorhaben
Name
Vorname
Abteilung
Prof. Dr. Bechinger
Dr. Brüggemann
Dr. Diaz
Dr. Guasch Camell
Dr. Haraszti
Dr. Hennig
Dr. Mark
Melde
Dr. Migliorini
Ph.D. Palagi
Clemens
Dorothea Maria Katharina
Carolina
Judit
Tamas
Philipp
Andrew Gonchee
Kai
Elisa
Stefano
Max Planck Fellow
Abt. Spatz
Abt. Spatz
Abt. Spatz
Abt. Spatz
Abt. Schölkopf
FoGr Fischer
FoGr Fischer
Abt. Spatz
FoGr Fischer
8
Dokumentation 2015
Dr. Platzman
Dr. Walker
Dr. Wei
Prof. Dr. Wichmann
Dr. Zhou
I
Ilia
Debora
Qiang
Felix
Chao
Abt. Spatz
FoGr Fischer
Abt. Spatz
Abt. Schölkopf
FoGr Liu
Wissenschaftliche Mitarbeiter an der Universität Stuttgart,
Institut für Materialwissenschaft, Lehrstuhl I, Prof. Dr. Ir. E. J. Mittemeijer
(Stand: 31. 12. 2015)
Dipl.-Ing. Bastian Rheingans
Dr. Ralf Schacherl
Wissenschaftliche Mitarbeiter an der Universität Stuttgart,
Institut für Theoretische Physik IV, Prof. Dr. S. Dietrich
(Stand: 31. 12. 2015)
M.Sc. Henrik Bartsch
Dr. Markus Gross
Dr. Matthias Krüger
Dr. Christian Rohwer
M.Sc. Heino Soo
9
(Wiss.) Servicegruppen
Wissenschaftliche
Arbeitsgruppe
Forschungsgruppen
Wissenschaftliche Abteilungen
10
Gemeinsame
Einrichtungen
mit FKF
ZWE
Chemische
Synthese
Mikro-, Nanound Molekulare
Systeme
(Fischer)
 mit Universität Stuttgart
Bibliothek
Netzwerkgruppe
IT-Gruppe
Stuttgart
Max Planck
Fellow
Weiche Materie
(Bechinger)
Glastechnik
ZWE
Röntgenbeugung
Feinmechanische
Werkstatt
Probenherstellung
Dual Beam
Moderne
magnetische
Systeme
Phasenumwandlungen,
Thermodynamik
und Kinetik
Theorie
inhomogener
kondensierter
Materie
Nichtgleichgewichtssysteme
(Krüger) 
Lab-in-a-tube and
Nanorobotics
(Sánchez)
Schütz ***
Mittemeijer *
Neue Materialien
und
Biosysteme
Autonome
Motorik
Schaal
******
Fachbeirat
Kuratorium
IT-Gruppe
Tübingen
Probobilistics
Numerics
(Hennig)
Empirische
Inferenz
Schölkopf
****
******* Professur an der Carnegie Mellon University (USA)
****** Professur an der Universität von Südkalifornien (USA)
***** Honorarprofessur an der Universität Tübingen, Adjunct Prof (Research) an der Brown University, Gastprofessur an der ETH Zürich
Mechatronik
Werkstatt
ZWE
Optics, Workshop
and Sensing
ZWE
Scientific
Computing
N.N.
N.N.
Geschäftsstelle Tübingen
Geschäftsführender Direktor
Tübingen
Robot learning lab
(Peters)
Sensorimotor Learning and
Decision-Making (Braun)
Movement generation and
control group (Righetti)
ZWE
Software Workshop
Perzeptive
Systeme
Black
*****
Kollegium Tübingen
**** Honorarprofessuren an den Universitäten Tübingen, Berlin, Gastprofessur an der ETH Zürich
*** Honorarprofessur an der Universität Stuttgart
** Professur an der Universität Heidelberg
* Personalunion mit der Universität Stuttgart
ZWE
Biomaterialien
N.N.
N. N.
Komm. Leiter
Mittemeijer
nano.AR (Dirks)
Membrane Biophysik (Garcia-Sáez)
Intelligente Nanoplasmonik (Liu)
Nanoelektronik (Pallarola)
Glykobiotechnologie (Richter)
ZWE
Dünnschichtlabor
Physische
Intelligenz
Spatz **
Kollegium
M. J. Black, S. Dietrich, E.J. Mittemeijer,
S. Schaal, B. Schölkopf, G. Schütz, M. Sitti, J. Spatz
Sitti
*******
Kollegium Stuttgart
Dietrich *
Geschäftsstelle Stuttgart
Stuttgart
Institutsgeschäftsstelle
Stand: 01.09.2015
I
Dokumentation 2015
Organigramm
Kooperation mit
MPI f. biol. Kyb.
(geplant)
Dokumentation 2015
II
II Wissenschaftliche Veröffentlichungen 2015
a) Veröffentlichungen in Zeitschriften und Konferenzberichten
Abdolmaleki, A., Peters, J., & Neumann, G. (2015). Model-Based Relative Entropy Stochastic Search.
In: C. Cortes, N. Lawrence, & D. Lee (Eds.), Advances in Neural Information Processing Systems 28
(NIPS 2015) (pp. 3523-3531). New York: Curran Associates, Inc.
Adolff, C. F., Hänze, M., Pues, M., Weigand, M., & Meier, G. (2015). Gyrational modes of
benzenelike magnetic vortex molecules. Physical Review B, 92(2): 024426.
doi:10.1103/PhysRevB.92.024426.
Aerov, A. A., & Krüger, M. (2015). Theory of rheology in confinement. Physical Review E, 92(4):
042301. doi:10.1103/PhysRevE.92.042301.
Akhter, I., & Black, M. J. (2015). Pose-Conditioned Joint Angle Limits for 3D Human Pose
Reconstruction. In: Proceedings IEEE Conference on Computer Vision and Pattern Recognition
(CVPR 2015) (pp. 1446-1455). New York: IEEE. doi:10.1109/CVPR.2015.7298751.
Alaiz, C. M., Dinuzzo, F., & Sra, S. (2015). Correlation matrix nearness and completion under
observation uncertainty. IMA Journal of Numerical Analysis, 35(1), 325-340.
doi:10.1093/imanum/drt056.
Alarcón-Correa, M., Lee, T. C., & Fischer, P. (2015). Dynamic inclusion complexes of metal
nanoparticles inside nanocups. Angewandte Chemie International Edition, 127, 6834-6838.
doi:10.1002/ange.201500635.
Awasthi, P., Balcan, M.-F., Haghtalab, N., & Urner, R. (2015). Efficient Learning of Linear
Separators under Bounded Noise. In: P. Grünwald, E. Hazan, & S. Kale (Eds.), Proceedings of the
28th Conference on Learning Theory (COLT) (pp. 167-190). JMLR: Workshop and Conference
Proceedings, Vol. 40. Brookline, MA, USA: Microtome Publishing.
Baiutti, F., Logvenov, G., Gregori, G., Cristiani, G., Wang, Y., Sigle, W., van Aken, P. A., & Maier, J.
(2015). High-temperature superconductivity in space-charge regions of lanthanum cuprate induced by
two-dimensional doping. Nature Communications, 6: 8586. doi:10.1038/ncomms9586.
Bano, F., Carril, M., Di Gianvincenzo, P., & Richter, R. P. (2015). Interaction of hyaluronan with
cationic nanoparticles. Langmuir, 31(30), 8411-8420. doi:10.1021/acs.langmuir.5b01505.
Bartsch, H., Dannenmann, O., & Bier, M. (2015). Thermal and structural properties of ionic fluids.
Physical Review E, 91(4): 042146. doi:10.1103/PhysRevE.91.042146.
Basu, U., Krüger, M., Lazarescu, A., & Maes, C. (2015). Frenetic aspects of second order response.
Physical Chemistry Chemical Physics, 17(9), 6653-6666. doi:10.1039/c4cp04977b.
Baylan, S., Richter, G., Beregovsky, M., Amram, D., & Rabkin, E. (2015). The kinetics of hollowing
of Ag–Au core–shell nanowhiskers controlled by short-circuit diffusion. Acta Materialia, 82, 145-154.
doi:10.1016/j.actamat.2014.08.057.
Behncke, C., Hänze, M., Adolff, C. F., Weigand, M., & Meier, G. (2015). Band structure engineering
of two-dimensional magnonic vortex crystals. Physical Review B, 91(22): 224417.
doi:10.1103/PhysRevB.91.224417.
11
II
Dokumentation 2015
Belardinelli, D., Sbragaglia, M., Biferale, L., Gross, M., & Varnik, F. (2015). Fluctuating
multicomponent lattice Boltzmann model. Physical Review E, 91(2): 023313.
doi:10.1103/PhysRevE.91.023313.
Benaissa, M., Sigle, W., Ng, T., El Bouayadi, R., van Aken, P. A., Jahangir, S., Bhattacharya, P., &
Ooi, B. (2015). On the impact of indium distribution on the electronic properties in InGaN nanodisks.
Applied Physics Letters, 106: 101910. doi:10.1063/1.4915117.
Berlind, C., & Urner, R. (2015). Active Nearest Neighbors in Changing Environments. In: F. Bach, &
D. Blei (Eds.), Proceedings of the 32nd International Conference on Machine Learning (ICML) (pp.
1870-1879). JMLR: Workshop and Conference Proceedings, Vol. 37. Brookline, MA, USA:
Microtome Publishing.
Besserve, M., Lowe, S. C., Logothetis, N. K., Schölkopf, B., & Panzeri, S. (2015). Shifts of Gamma
Phase across Primary Visual Cortical Sites Reflect Dynamic Stimulus-Modulated Information
Transfer. PLoS Biology, 13: 1002257. doi:10.1371/journal.pbio.1002257.
Betz, T., Shapley, R. M., Wichmann, F., & Maertens, M. (2015). Noise masking of White's illusion
exposes the weakness of current spatial filtering models of lightness perception. Journal of Vision,
15(14): 1. doi:10.1167/15.14.1.
Betz, T., Shapley, R. M., Wichmann, F., & Maertens, M. (2015). Testing the role of luminance edges
in White´s illusion with contour adaptation. Journal of Vision, 15(11): 14. doi:10.1167/15.11.14.
Bezrukov, I., Schmidt, H., Gatidis, S., Mantlik, F., Schäfer, J. F., Schwenzer, N., & Pichler, B. J.
(2015). Quantitative evaluation of segmentation- and atlas- based attenuation correction for PET/MR
on pediatric patients. Journal of Nuclear Medicine, 56(7), 1067-1074.
doi:10.2967/jnumed.114.149476.
Bier, M. (2015). Nonequilibrium interfacial tension during relaxation. Physical Review E, 92(4):
042128. doi:10.1103/PhysRevE.92.042128.
Bisig, A., Mawass, M.-A., Stärk, M., Moutafis, C., Rhensius, J., Heidler, J., Gliga, S., Weigand, M.,
Tyliszczak, T., Van Waeyenberge, B., Stoll, H., Schütz, G., & Kläui, M. (2015). Dynamic domain
wall chirality rectification by rotating magnetic fields. Applied Physics Letters, 106(12): 122401.
doi:10.1063/1.4915256.
Bleibel, J., Dominguez, A., & Oettel, M. (2015). 3D hydrodynamic interactions lead to divergences in
2D diffusion. Journal of Physics: Condensed Matter, 27(19): 194113. doi:10.1088/09538984/27/19/194113.
Bogo, F., Black, M. J., Loper, M., & Romero, J. (2015). Detailed Full-Body Reconstructions of
Moving People from Monocular RGB-D Sequences. In: Proceedings IEEE International Conference
on Computer Vision (ICCV) (pp. 2300-2308). New York: IEEE. doi:10.1109/ICCV.2015.265.
Borisova, O., Billon, L., Richter, R. P., Reimhult, E., & Borisov, O. (2015). pH- and ElectroResponsive Properties of Poly(acrylic acid) and Poly(acrylic acid)-block-poly(acrylic acid-gradstyrene) Brushes Studied by Quartz Crystal Microbalance with Dissipation Monitoring. Langmuir,
31(27), 7684-7694. doi:10.1021/acs.langmuir.5b01993.
12
Dokumentation 2015
II
Böttger, K., Hatzikirou, H., Voss-Böhme, A., Cavalcanti-Adam, E. A., Herrero, M. A., & Deutsch, A.
(2015). An Emerging Allee Effect Is Critical for Tumor Initiation and Persistence. PLoS
Computational Biology, 11(9): e1004366. doi: 10.1371/journal.pcbi.1004366.
Briggs, D. C., Birchenough, H. L., Ali, T., Rugg, M. S., Waltho, J. P., Ievoli, E., Jowitt, T. A.,
Enghild, J. J., Richter, R. P., Salustri, A., Milner, C. A., & Day, A. J. (2015). Metal Ion-dependent
Heavy Chain Transfer Activity of TSG-6 Mediates Assembly of the Cumulus-Oocyte Matrix. The
Journal of Biological Chemistry, 290(48), 28708-28723. doi:10.1074/jbc.M115.669838.
Brubaker, M. A., Geiger, A., & Urtasun, R. (2015). Map-Based Probabilistic Visual Self-Localization.
IEEE Transactions on Pattern Analysis and Machine Intelligence, 38(4), 652-665.
doi:10.1109/TPAMI.2015.2453975.
Calandra, R., Ivaldi, S., Deisenroth, M., & Peters, J. (2015). Learning Torque Control in Presence of
Contacts using Tactile Sensing from Robot Skin. In: Proceedings 15th IEEE-RAS International
Conference on Humanoid Robots (HUMANOIDS) (pp. 690-695). New York: IEEE.
doi:10.1109/HUMANOIDS.2015.7363429.
Calandra, R., Ivaldi, S., Deisenroth, M., Rückert, E., & Peters, J. (2015). Learning Inverse Dynamics
Models with Contacts. In: Proceedings IEEE International Conference on Robotics and Automation
(pp. 3186-3191). New York, USA: IEEE. doi:10.1109/ICRA.2015.7139638.
Cavalcanti-Adam, E. A., & Spatz, J. P. (2015). Receptor clustering control and associated force
sensing by surface patterning: when force matters. Nanomedicine, 10(5), 681-684.
doi:10.2217/nnm.14.234.
Chadzynski, G., Pohmann, R., Shajan, G., Kolb, R., Bisdas, S., Klose, U., & Scheffler, K. (2015). In
vivo proton magnetic resonance spectroscopic imaging of the healthy human brain at 9.4 T: initial
experience. Magnetic Resonance Materials in Physics, Biology and Medicine, 28(3), 239-249.
doi:10.1007/s10334-014-0460-5.
Chen, L. Y., He, M.-R., Shin, J., Richter, G., & Gianola, D. S. (2015). Measuring surface dislocation
nucleation in defect-scarce nanostructures. Nature Materials, 14, 707-713. doi:10.1038/nmat4288.
Chen, Y.-C., Gregori, G., Leineweber, A., Qu, F., Chen, C.-C., Tietze, T., Kronmüller, H., Schütz, G.,
& Goering, E. (2015). Unique high-temperature performance of highly consensed MnBi permanent
magnets. Scripta Materialia, 107, 131-135. doi:10.1016/j.scriptamat.2015.06.003.
Choudhury, U., Soler, L., Gibbs, J. G., Sanchez, S., & Fischer, P. (2015). Surface roughness-induced
speed increase for active Janus micromotors. Chemical Communications, 51(41), 8660-8663.
doi:10.1039/C5CC01607J.
Chung, S. E., Dong, X., & Sitti, M. (2015). Three-dimensional heterogeneous assembly of coded
microgels using an untethered mobile microgripper. Lab on a Chip, 15(7), 1667-1676.
doi:10.1039/C5LC00009B.
Daniel, C., Kroemer, O., Viering, M., Metz, J., & Peters, J. (2015). Active Reward Learning with a
Novel Acquisition Function. Autonomous Robots, 39(3), 389-405. doi:10.1007/s10514-015-9454-z.
Das, T., Safferling, K., Rausch, S., Grabe, N., Böhm, H., & Spatz, J. P. (2015). A molecular
mechanotransduction pathway regulates collective migration of epithelial cells. Nature Cell Biology,
17, 276-287. doi:10.1038/ncb3115.
13
II
Dokumentation 2015
Diaz-Egea, C., Abargues, R., Martinez-Pastor, J. P., Sigle, W., van Aken, P. A., & Molina, S. I.
(2015). High spatial resolution mapping of individual and collective localized surface plasmon
resonance modes of silver nanoparticle aggregates: correlation to optical measurements. Nano
Express, 10: 310. doi:10.1186/s11671-015-1024-y.
Ding, Y.-L., Wen, Y., Chen, C.-C., van Aken, P. A., Maier, J., & Yu, Y. (2015). Nanosheets of EarthAbundant Jarosite as Novel Anodes for High-Rate and Long-Life Lithium-Ion Batteries. ACS Applied
Materials and Interfaces, 7, 10518-10524. doi:10.1021/acsami.5b01992.
Ding, Y.-L., Wen, Y., van Aken, P. A., Maier, J., & Yu, Y. (2015). Rapid and Up-Scalable Fabrication
of Free-Standing Metal Oxide Nanosheets for High-Performance Lithium Storage. Small, 11, 20112018. doi:10.1002/smll.201402502.
Ding, Y.-L., Wen, Y., Wu, C., van Aken, P. A., Maier, J., & Yu, Y. (2015). 3D V6O13 Nanotextiles
Assembled from Interconnected Nanogrooves as Cathode Materials for High-Energy Lithium Ion
Batteries. Nano Letters, 15, 1388-1394. doi:10.1021/nl504705z.
Ding, Y.-L., Wen, Y., van Aken, P. A., Maier, J., & Yu, Y. (2015). Jarosite Nanosheets Fabricated via
Room-Temperature Synthesis as Cathode Materials for High-Rate Lithium Ion Batteries. Chemistry of
Materials, 27, 3143-3149. doi:10.1021/acs.chemmater.5b00849.
Dobricki, M., & Mohler, B. (2015). Self-Identification With Another’s Body Alters Self-Other Face
Distinction. Perception, 44(7), 814-820. doi:10.1177/0301006615594697.
Doerr, A., Ratliff, N., Bohg, J., Toussaint, M., & Schaal, S. (2015). Direct Loss Minimization Inverse
Optimal Control. In: Proceedings of Robotics: Science and Systems XI. Rome, Italy: R:SS. doi:
10.15607/RSS.2015.XI.013.
Dubacheva, G. V., Curk, T., Auzély-Velty, R., Frenkel, D., & Richter, R. P. (2015). Designing
Multivalent Probes for Tunable Superselective Targeting. Proceedings of the National Academy of
Sciences of the United States of America, 112, 5579-5584. doi:10.1073/pnas.1500622112.
Endlein, T., & Federle, W. (2015). On heels and toes: how ants climb with adhesive pads and tarsal
friction hair arrays. PLoS One, 10(11): e0141269. doi:10.1371/journal.pone.0141269.
Engbert, R., Trukenbrod, H., Barthelmé, S., & Wichmann, F. (2015). Spatial statistics and attentional
dynamics in scene viewing. Journal of Vision, 15(1), 14. doi:10.1167/15.1.14.
Eslami, S., Gibbs, J. G., Mark, A. G., Lee, T. C., Jeong, H.-H., Kim, I., & Fischer, P. (2015). Parallel
fabrication of wafer-scale plasmonic metamaterials for nano-optics. Proceedings of SPIE, 9374:
93740R-1. doi: 10.1117/12.2080098.
Evrard, H., & (Bud) Craig, A. (2015). Insular Cortex. In: A. Toga (Ed.), Brain Mapping: An
Encyclopedic Reference (pp. 387–393). Amsterdam: Elsevier.
Ewerton, M., Neumann, G., Lioutikov, R., Ben Amor, H., Peters, J., & Maeda, G. (2015). Learning
multiple collaborative tasks with a mixture of Interaction Primitives. In: Proceedings IEEE
International Conference on Robotics and Automation (pp. 1535-1542). New York: IEEE.
doi:10.1109/ICRA.2015.7139393.
Ewerton, M., Maeda, G., Peters, J., & Neumann, G. (2015). Learning Motor Skills from Partially
Observed Movements Executed at Different Speeds. In: Proceedings of the IEEE/RSJ Conference on
Intelligent Robots and Systems (pp. 456-463). New York: IEEE. doi:10.1109/IROS.2015.7353412.
14
Dokumentation 2015
II
Fähnle, M., Illg, C., Haag, M., & Teeny, N. (2015). Theory of ultrafast demagnetization after
femtosecond laser pulses. Acta Physica Polonica A, 127(2), 170-175.
doi:10.12693/APhysPolA.127.170.
Farahmand Bafi, N., Maciolek, A., & Dietrich, S. (2015). Phase diagram of fluid phases in He3−He4
mixtures. Physical Review E, 91(2): 022138. doi:10.1103/PhysRevE.91.022138.
Fomina, T., Schölkopf, B., & Grosse-Wentrup, M. (2015). Towards Cognitive Brain-Computer
Interfaces for Patients with Amyotrophic Lateral Sclerosis. In: Proceedings of 7th Computer Science
and Electronic Engineering Conference (pp. 77-80). New York: IEEE.
doi:10.1109/CEEC.2015.7332703.
Fomina, T., Hohmann, M., Schölkopf, B., & Grosse-Wentrup, M. (2015). Identification of the Default
Mode Network with Electroencephalography. In: Proceedings of the 37th IEEE Conference for
Engineering in Medicine and Biology (pp. 7566-7569). New York: IEEE.
doi:10.1109/EMBC.2015.7320143.
Fonović, M., Leineweber, A., Robach, O., Jägle, E. A., & Mittemeijer, E. J. (2015). The Nature and
Origin of ‘‘Double Expanded Austenite’’ in Ni-Based Ni–Ti Alloys Developing Upon Low
Temperature Gaseous Nitriding. Metallurgical and Materials Transactions A, 46(9), 4115-4131.
doi:10.1007/s11661-015-2999-9.
Foreman-Mackey, D., Montet, B., Hogg, D., Morton, T., Wang, & Schölkopf, B. (2015). A systematic
search for transiting planets in the K2 data. The Astrophysical Journal, 906(2): 215. doi:10.1088/0004637X/806/2/215.
Fritsche, L., Unverzagt, F., Peters, J., & Calandra, R. (2015). First-Person Tele-Operation of a
Humanoid Robot. In: 15th IEEE-RAS International Conference on Humanoid Robots (pp. 997-1002).
New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363475.
Frohnmayer, J., Brüggemann, D., Eberhard, C., Neubauer, S., Mollenhauer, C., Boehm, H., Kessler,
H., Geiger, B., & Spatz, J. P. (2015). Synthetische Adhäsion von Integrin-Liposomen als minimales
Zellmodell. Angewandte Chemie, 127(42), 12649-12655. doi:10.1002/ange.201503184.
Frohnmayer, J., Brüggemann, D., Eberhard, C., Neubauer, S., Mollenhauer, C., Böhm, H., Kessler, H.,
Geiger, B., & Spatz, J. P. (2015). Minimal synthetic cells to study integrin-mediated adhesion.
Angewandte Chemie International Edition, 54, 12472-12478. doi:10.1002/anie.201503184.
Fu, L., Tang, K., Oh, H., Kandavel, M., Bräuniger, T., Vinod Chandran, C., Menzel, A., Hirscher, M.,
Samuelis, D., & Maier, J. (2015). "Job-Sharing" storage of hydrogen in Ru/Li2O nanocomposites.
Nano Letters, 15(6), 4170-4175. doi:10.1021/acs.nanolett.5b01320.
Gajdošík, M., Chadzynski, G., Hangel, G., Mlynarik, V., Chmelík, M., Valkovic, L., Bogner, W.,
Pohmann, R., Scheffler, K., Trattnig, S., & Krššák, M. (2015). Ultrashort-TE stimulated echo
acquisition mode (STEAM) improves the quantification of lipids and fatty acid chain unsaturation in
the human liver at 7 T. NMR in Biomedicine, 28(10), 1283–1293. doi:10.1002/nbm.3382.
Gangwar, A., Bauer, H. G., Chauleau, J.-Y., Noske, M., Weigand, M., Stoll, H., Schütz, G., & Back,
C. H. (2015). Electrical determination of vortex state in submicron magnetic elements. Physical
Review B, 91(9): 094407. doi:10.1103/PhysRevB.91.094407.
15
II
Dokumentation 2015
Geiger, A., & Wang, C. (2015). Joint 3D Object and Layout Inference from a single RGB-D Image.
In: Pattern Recognition - Proceedings 37th German Conference, GCPR 2015, Aachen, Germany (pp.
183-195). Lecture Notes in Computer Science, Vol. 9358. Cham: Springer. doi:10.1007/978-3-31924947-6_15.
Geiger, P., Zhang, K., Schölkopf, B., Gong, M., & Janzing, D. (2015). Causal Inference by
Identification of Vector Autoregressive Processes with Hidden Components. In: F. Bach, & D. Blei
(Eds.), Proceedings of the 32nd International Conference on Machine Learning, Lille, France (pp.
1917-1925). JMLR: Workshop and Conference Proceedings, Vol. 37. Brookline, MA, USA:
Microtome Publishing.
Genewein, T., Hez, E., Razzaghpanah, Z., & Braun, D. (2015). Structure Learning in Bayesian
Sensorimotor Integration. PLoS Computational Biology, 11(8), 1-27.
doi:10.1371/journal.pcbi.1004369.
Genewein, T., Leibfried, F., Grau-Moya, J., & Braun, D. (2015). Bounded rationality, abstraction and
hierarchical decision-making: an information-theoretic optimality principle. Frontiers in Robotics and
AI, 2: e1004369. doi:10.3389/frobt.2015.00027.
Geuss, M., Stefanucci, J., Creem-Regehr, S., Thompson, W., & Mohler, B. (2015). Effect of Display
Technology on Perceived Scale of Space. Human Factors, 57(7), 1235-1247.
doi:10.1177/0018720815590300.
Gibbs, J. G., & Fischer, P. (2015). Active colloidal microdrills. Chemical Communications, 51(20),
4192-4195. doi:10.1039/c5cc00565e.
Gomes de Mattos, T., Harnau, L., & Dietrich, S. (2015). Three-body critical Casimir forces. Physical
Review E, 91(4): 042304. doi:10.1103/PhysRevE.91.042304.
Gomez Solano, J. R., July, C., Mehl, J., & Bechinger, C. (2015). Non-equilibrium work distribution
for interacting colloidal particles under friction. New Journal of Physics, 17: 045026.
doi:10.1088/1367-2630/17/4/045026.
Gomez Solano, J. R., & Bechinger, C. (2015). Transient dynamics of a colloidal particle driven
through a viscoelastic fluid. New Journal of Physics, 17: 103032. doi:10.1088/13672630/17/10/103032.
Gong, M., Zhang, K., Schölkopf, B., Tao, D., & Geiger, P. (2015). Discovering Temporal Causal
Relations from Subsampled Data. In: F. Bach (Ed.), Proceedings of the 32nd International Conference
on Machine Learning, Lille, France (pp. 1898-1906). JMLR: Workshop and Conference Proceedings,
Vol. 37. Brookline, MA, USA: Microtome Publishing.
Gräfe, J., Haering, F., Tietze, T., Audehm, P., Weigand, M., Wiedwald, U., Ziemann, P., Gawronski,
P., Schütz, G., & Goering, E. J. (2015). Perpendicular magnetisation from in-plane fields in nanoscaled antidot lattices. Nanotechnology, 26(22): 225203. doi:10.1088/0957-4484/26/22/225203.
Grau-Moya, J., & Braun, D. (2015). Adaptive information-theoretic bounded rational decision-making
with parametric priors. In: NIPS 2015 Workshop on Bounded Optimality and Rational Metareasoning,
Montreal, Canada.
16
Dokumentation 2015
II
Greiner, A. M., Biela, S. A., Chen, H., Spatz, J. P., & Kemkemer, R. (2015). Temporal responses of
human endothelial and smooth muscle cells exposed to uniaxial cyclic tensile strain. Experimental
Biology and Medicine, 240(10), 1298-1309. doi:10.1177/1535370215570191.
Gross, M., Krüger, T., & Varnik, F. (2015). Fluctuations and diffusion in sheared athermal
suspensions of deformable particles. EPL, 108(6): 68006. doi:10.1209/0295-5075/108/68006.
Guasch, J., Conings, B., Neubauer, S., Rechenmacher, F., Ende, K., Rolli, C. G., Kappel, C.,
Schaufler, V., Micoulet, A., Kessler, H., Boyen, H.-G., Cavalcanti-Adam, E. A., & Spatz, J. P. (2015).
Segregation Versus Colocalization: Orthogonally Functionalized Binary Micropatterned Substrates
Regulate the Molecular Distribution in Focal Adhesions. Advanced Materials, 27, 3737-3747.
doi:10.1002/adma.201500900.
Güney, F., & Geiger, A. (2015). Displets: Resolving Stereo Ambiguities using Object Knowledge. In:
Proceedings IEEE Conference on Computer Vision and Pattern Recognition (CVPR) 2015 (pp. 41654175). New York: IEEE. doi:10.1109/CVPR.2015.7299044.
Hagberg, G., Bause, J., Ethofer, T., Dresler, T., Herbert, C., Pohmann, R., Shajan, G., Fallgatter, A., &
Scheffler, K. (2015). T1 relaxometry and tissue segmentation of the human brain at 9.4T and 3T using
MP2RAGE. In: 32nd Annual Scientific Meeting ESMRMB 2015, Edinburgh, UK.
Hagmann, J., Becker, C., Mueller, J., Stegle, O., Meyer, R. C., Wang, G., Schneeberger, K., Fitz, J.,
Altmann, T., Bergelson, J., Borgwardt, K., & Weigel, D. (2015). Century-scale Methylome Stability in
a Recently Diverged Arabidopsis thaliana Lineage. PLoS Genetics, 11(1): e1004920.
doi:10.1371/journal.pgen.1004920.
Hänze, M., Adolff, C. F., Weigand, M., & Meier, G. (2015). Burst-mode manipulation of magnonic
vortex crystals. Physical Review B, 91(10): 104428. doi:10.1103/PhysRevB.91.104428.
Harrison, S., Collins-McIntyre, L., Schönherr, P., Vailionis, A., Srot, V., van Aken, P. A., Kellock, A.,
Pushp, A., Parkin, S., Harris, J., Zhou, B., & Hesjedal, T. (2015). Massive Dirac Fermion Observed in
Lanthanide-Doped Topological Insulator Thin Films. Scientific Reports, 5: 15767.
doi:10.1038/srep15767.
Hauberg, S., Schober, M., Liptrot, M., Hennig, P., & Feragen, A. (2015). A Random Riemannian
Metric for Probabilistic Shortest-Path Tractography. In: N. Navab, J. Hornegger, W. Wells, & A.
Frangi (Eds.), Proceedings Medical Image Computing and Computer-Assisted Intervention (MICCAI),
Munich, Germany, 2015 (pp. 597-604). Lecture Notes in Computer Science, Vol. 9349. Cham:
Springer. doi:10.1007/978-3-319-24553-9_73.
Hauff, K., Zambarda, C., Dietrich, M., Halbig, M., Grab, A.-L., Medda, R., & Cavalcanti-Adam, E. A.
(2015). Matrix-immobilized BMP-2 on microcontact printed fibronectin as an in vitro tool to study
BMP-mediated signaling and cell migration. Frontiers in Bioengineering and Biotechnology, 3: 62.
doi:10.3389/fbioe.2015.00062.
Helden, L., Eichhorn, R., & Bechinger, C. (2015). Direct measurement of thermophoretic forces. Soft
Matter, 11, 2379-2386. doi:10.1039/C4SM02833C.
Helmstedt, A., Dohmeier, N., Müller, N., Gryzia, A., Brechling, A., Heinzmann, U., Hoeke, V.,
Krickemeyer, E., Glaser, T., Leicht, P., Fonin, M., Tietze, T., Joly, L., & Kuepper, K. (2015). Probing
the magnetic moments of [MnIII6CrIII]3+ single-molecule magnets - A cross comparison of XMCD and
17
II
Dokumentation 2015
spin-resolved electron spectroscopy. Journal of Electron Spectroscopy and Related Phenomena, 198,
12-19. doi:10.1016/j.elspec.2014.11.005.
Helsen, M., Gangwar, A., De Clercq, J., Vansteenkiste, A., Weigand, M., Back, C. H., & Van
Waeyenberge, B. (2015). Non-linear radial spinwave modes in thin magnetic disks. Applied Physics
Letters, 106(3): 032405. doi:10.1063/1.4906196.
Hennig, P., Osborne, M. A., & Girolami, M. (2015). Probabilistic numerics and uncertainty in
computations. Proceedings of the Royal Society A, 471(2179): 20150142. doi:10.1098/rspa.2015.0142.
Hennig, P. (2015). Probabilistic Interpretation of Linear Solvers. SIAM Journal on Optimization,
25(1), 234-260. doi:10.1137/140955501.
Herranz-Diez, C., Li, Q., Lamprecht, C., Mas-Moruno, C., Neubauer, S., Kessler, H., Manero, J.,
Guillem-Marti, J., & Selhuber-Unkel, C. (2015). Bioactive compounds immobilized on Ti and
TiNbHf: AFM-based investigations of biofunctionalization efficiency and cell adhesion. Colloids and
Surfaces B, 136, 704-711. doi:10.1016/j.colsurfb.2015.10.008.
Hertel, R., & Fähnle, M. (2015). Macroscopic drift current in the inverse Faraday effect. Physical
Review B, 91(2): 020411(R). doi:10.1103/PhysRevB.91.020411.
Herzog, A., Rotella, N., Schaal, S., & Righetti, L. (2015). Trajectory generation for multi-contact
momentum-control. In: 15th IEEE-RAS International Conference on Humanoid Robots (Humanoids),
Seoul, Korea, (pp. 874-880 ). New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363464.
Hirsch, M., & Schölkopf, B. (2015). Self-calibration of optical lenses. In: Proceedings IEEE
International Conference on Computer Vision (ICCV 2015) (pp. 612-620). New York: IEEE.
doi:10.1109/ICCV.2015.77.
Hoelscher, J., Peters, J., & Hermans, T. (2015). Evaluation of Interactive Object Recognition with
Tactile Sensing. In: 15th IEEE-RAS International Conference on Humanoid Robots (Humanoids),
Seoul, Korea, (pp. 310-317). New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363560.
Höfling, F., & Dietrich, S. (2015). Enhanced wavelength-dependent surface tension of liquid-vapour
interfaces. EPL, 109(4): 46002. doi:10.1209/0295-5075/109/46002.
Hohmann, M., Fomina, T., Jayaram, V., Widmann, N., Förster, C., Müller vom Hagen, J., Synofzik,
M., Schölkopf, B., Schöls, L., & Grosse-Wentrup, M. (2015). A Cognitive Brain-Computer Interface
for Patients with Amyotrophic Lateral Sclerosis. In: Proceedings of the 2015 IEEE International
Conference on Systems, Man, and Cybernetics (pp. 3187-3191). New York: IEEE.
doi:10.1109/SMC.2015.553.
Holland-Moritz, H., Scheeler, S., Stanglmair, C., Pacholski, C., & Ronning, C. (2015). Enhanced
sputter yields of ion irradiated Au nano particles: energy and size dependence. Nanotechnology, 26:
325301. doi: 10.1088/0957-4484/26/32/325301.
Huang, B., Zhang, K., & Schölkopf, B. (2015). Identification of Time-Dependent Causal Model: A
Gaussian Process Treatment. In: Y. Qiang, & W. Michael (Eds.), International 24th Joint Conference
on Artificial Intelligence, Machine Learning Track (pp. 3561-3568). Palo Alto, CA, USA: AAAI
Press.
18
Dokumentation 2015
II
Huang, Y., Schölkopf, B., & Peters, J. (2015). Learning Optimal Striking Points for A Ping-Pong
Playing Robot. In: Proceedings IEEE/RSJ International Conference on Intelligent Robots and Systems
(pp. 4587-4592). New York: IEEE. doi:10.1109/IROS.2015.7354030.
Hug, S., Stegbauer, L., Oh, H., Hirscher, M., & Lotsch, B. V. (2015). Nitrogen-rich covalent triazine
frameworks as high-performance platforms for selective carbon capture and storage. Chemistry of
Materials, 27(23), 8001-8010. doi:10.1021/acs.chemmater.5b03330.
Ibarra Chaoul, A., & Grosse-Wentrup, M. (2015). Is Breathing Rate a Confounding Variable in BrainComputer Interfaces (BCIs) Based on EEG Spectral Power? In: Proceedings of the 37th Annual
International Conference of the IEEE Engineering in Medicine and Biology Society (pp. 1079-1082).
New York: IEEE. doi:10.1109/EMBC.2015.7318552.
Illg, C., Haag, M., & Fähnle, M. (2015). Ultrafast demagnetization after laser pulse irradiation in Ni:
Ab-initio electron-phonon scattering and phase space calculations. In: J.-Y. Bigot, W. Hübner, T.
Rasing, & R. Chantrell (Eds.), Ultrafast Magnetism I. Proceedings of the International Conference
UMC 2013 (pp. 131-133). Springer Proceedings in Physics, Vol. 159. Cham: Springer. doi:
10.1007/978-3-319-07743-7_42.
Illg, C., Haag, M., Müller, B. Y., Czycholl, G., & Fähnle, M. (2015). Transition matrix elements for
electron-phonon scattering: Phenomenological theory and ab initio electron theory. Physical Review B,
92(19): 195109. doi:10.1103/PhysRevB.92.195109.
Jampani, V., Eslami, S. M. A., Tarlow, D., Kohli, P., & Winn, J. (2015). Consensus Message Passing
for Layered Graphical Models. In: G. Lebanon, & S. Vishwanathan (Eds.), Eighteenth International
Conference on Artificial Intelligence and Statistics (AISTATS) (pp. 425-433). JMRL: Workshop and
Conference Proceedings, Vol. 38. Brookline, MA: Microtome Publishing.
Jampani, V., Gadde, R., & Gehler, P. (2015). Efficient Facade Segmentation using Auto-Context. In:
Proceedings Winter Conference on Applications of Computer Vision (WACV), 2015 (pp. 1038-1045).
New York: IEEE. doi:10.1109/WACV.2015.143.
Jampani, V., Nowozin, S., Loper, M., & Gehler, P. (2015). The Informed Sampler: A Discriminative
Approach to Bayesian Inference in Generative Computer Vision Models. Computer Vision and Image
Understanding, 136, 32-44. doi:10.1016/j.cviu.2015.03.002.
Janiesch, J.-W., Weiss, M., Kannenberg, G., Hannabuss, J., Surrey, T., Platzman, I., & Spatz, J. P.
(2015). Key factors for stable retention of fluorophores and labeled bio-molecules in droplet-based
microfluidics. Analytical Chemistry, 87(4), 2063-2067. doi:10.1021/ac504736e.
Janzing, D., & Schölkopf, B. (2015). Semi-Supervised Interpolation in an Anticausal Learning
Scenario. Journal of Machine Learning Research, 16, 1923-1948.
Jayaram, V., Widmann, N., Förster, C., Fomina, T., Hohmann, M., Müller vom Hagen, J., Synofzik,
M., Schölkopf, B., Schöls, L., & Grosse-Wentrup, M. (2015). Brain-Computer Interfacing in
Amyotrophic Lateral Sclerosis: Implications of a Resting-State EEG Analysis. In: Proceedings of the
37th IEEE Conference for Engineering in Medicine and Biology (pp. 6979-6982). New York: IEEE.
doi:10.1109/EMBC.2015.7319998.
Jeong, H.-H., Mark, A. G., Lee, T.-C., Son, K., Chen, W., Alarcón-Correa, M., Kim, I., Schütz, G., &
Fischer, P. (2015). Selectable nanopattern arrays for nanolithographic imprint and etch-mask
applications. Advanced Science, 2(2): 1500016. doi:10.1002/advs.201500016.
19
II
Dokumentation 2015
Jim, M., Hayne, R., & Berenson, D. (2015). Predicting Human Reaching Motion in Collaborative
Tasks Using Inverse Optimal Control and Iterative Re-planning. In: Proceedings of the IEEE
International Conference on Robotics and Automation (pp. 885-892 ). New York: IEEE.
doi:10.1109/ICRA.2015.7139282.
Kappler, D., Bohg, J., & Schaal, S. (2015). Leveraging Big Data for Grasp Planning. In: Proceedings
of the IEEE International Conference on Robotics and Automation (pp. 4304-4311). New York: IEEE.
doi:10.1109/ICRA.2015.7139793.
Kappler, D., Pastor, P., Kalakrishnan, M., Wuethrich, M., & Schaal, S. (2015). Data-Driven Online
Decision Making for Autonomous Manipulation. In: L. Kavraki, & D. Hsu (Eds.), Proceedings of
Robotics: Science and Systems XI. Rome, Italy: R:SS. doi:10.15607/RSS.2015.XI.044.
Keskinbora, K., Grévent, C., Hirscher, M., Weigand, M., & Schütz, G. (2015). Single-step 3D
nanofabrication of kinoform optics via gray-scale focused ion beam lithography for efficient X-ray
focusing. Advanced Optical Materials, 3, 792-800. doi:10.1002/adom.201400411.
Keskinbora, K., Sanli, U., Grévent, C., Hirscher, M., & Schütz, G. (2015). Focused ion beam
micromachining enables novel optics for X-ray microscopy. Microscopy and Microanalysis, 21(Suppl
3), 1983-1984. doi: 10.1017/S1431927615010697.
Keskinbora, K., Sanli, U., Grévent, C., & Schütz, G. (2015). Fabrication and X-ray testing of true
kinoform lenses with high efficiencies. Proceedings of SPIE, 9592: 95920H. doi:10.1117/12.2187896.
Khalil, I. S., Magdanz, V., Sanchez, S., Schmidt, O. G., & Misra, S. (2015). Precise Localization and
Control of Catalytic Janus Micromotors using Weak Magnetic Fields. International Journal of
Advanced Robotic Systems, 12: 2. doi:10.5772/58873.
Khatami, M., Schmidt-Wilcke, T., Sundgren, P., Abbasloo, A., Schölkopf, B., & Schultz, T. (2015).
BundleMAP: Anatomically Localized Features from dMRI for Detection of Disease. In: L. Zhou, L.
Wang, Q. Wang, & Y. Shi (Eds.), Proceedings Machine Learning in Medical Imaging (pp. 52-60).
Lecture Notes in Computer Science, Vol. 9352. Cham: Springer. doi:10.1007/978-3-319-24888-2_7.
Kloutse, A. F., Zacharia, R., Cossement, D., Chahine, R., Balderas-Xicohténcatl, R., Oh, H., Streppel,
B., Schlichtenmayer, M., & Hirscher, M. (2015). Isosteric heat of hydrogen adsorption on MOFs:
comparison between adsorption calorimetry, sorption isosteric metod, and analytical models. Applied
Physics A, 121(4), 1417-1424. doi:10.1007/s00339-015-9484-6.
Koc, O., Maeda, G., Neumann, G., & Peters, J. (2015). Optimizing Robot Striking Movement
Primitives with Iterative Learning Control. In: Proceedings of 15th IEEE-RAS International
Conference on Humanoid Robots (pp. 80-87). New York: IEEE.
doi:10.1109/HUMANOIDS.2015.7363435.
Kong, N., & Black, M. J. (2015). Intrinsic Depth: Improving Depth Transfer with Intrinsic Images. In:
Proceedings IEEE International Conference on Computer Vision (ICCV) (pp. 3514-3522). New York:
IEEE. doi:10.1109/ICCV.2015.401.
Kopp, M., Harmeling, S., Schütz, G., Schölkopf, B., & Fähnle, M. (2015). Towards denoising XMCD
movies of fast magnetization dynamics using extended Kalman filter. Ultramicroscopy, 148, 115-122.
doi:10.1016/j.ultramic.2014.10.001.
20
Dokumentation 2015
II
Kpotufe, S., Urner, R., & Ben-David, S. (2015). Hierarchical Label Queries with Data-Dependent
Partitions. In: P. Grünwald, E. Hazan, & S. Kale (Eds.), Proceedings of the 28th Conference on
Learning Theory (pp. 1176-1189). JMLR: Workshop and Conference Proceedings, Vol. 40. Brookline,
MA, USA: Microtome Publishing.
Krannich, S., Sidis, Y., Lamago, D., Heid, R., Mignot, J.-M., von Löhneysen, H., Ivanov, A., Steffens,
P., Keller, T., Wang, L., Goering, E., & Weber, F. (2015). Magnetic moments induce strong phonon
renormalization in FeSi. Nature Communications, 6: 8961. doi:10.1038/ncomms9961.
Kroemer, O., Daniel, C., Neumann, G., van Hoof, H., & Peters, J. (2015). Towards Learning
Hierarchical Skills for Multi-Phase Manipulation Tasks. In: IEEE International Conference on
Robotics and Automation (pp. 1503-1510). New York: IEEE. doi:10.1109/ICRA.2015.7139389.
Küffner, R., Zach, N., Norel, R., Hawe, J., Schoenfeld, D., Wang, L., Li, G., Fang, L., Mackey, L.,
Hardiman, O., Cudkowicz, M., Sherman, A., Ertaylan, G., Grosse-Wentrup, M., Hothorn, T., van
Ligtenberg, J., Macke, J., Meyer, T., Schölkopf, B., Tran, L., Vaughan, R., Stolovitzky, G., & Leitner,
M. (2015). Crowdsourced analysis of clinical trial data to predict amyotrophic lateral sclerosis
progression. Nature Biotechnology, 33, 51-57. doi:10.1038/nbt.3051.
Kuhlmann, M., & Redenbach, C. (2015). Estimation of Fibre Length Distributions from Fibre
Endpoints. Scandinavian Journal of Statistics, 42(4), 1110-1022. doi:10.1111/sjos.12148.
Kümmel, F., Shabestari, P., Lozano, C., Volpe, G., & Bechinger, C. (2015). Formation, compression
and surface melting of colloidal clusters by active particles. Soft Matter, 11, 6187-6191.
doi:10.1039/C5SM00827A.
Leclere, C., Cornelius, T. W., Ren, Z., Davydok, A., Micha, J.-S., Robach, O., Richter, G., Belliard,
L., & Thomas, O. (2015). In situ bending of an Au nanowire monitored by micro Laue diffraction.
Journal of Applied Crystallography, 48, 291-296. doi:10.1107/S1600576715001107.
Lee, T.-C., Alarcón-Correa, M., Miksch, C., Hahn, K., Gibbs, J. G., & Fischer, P. (2015). SelfPropelling Nanomotors in the Presence of Strong Brownian Forces. Nano Letters, 14(5), 2407-2412.
doi:10.1021/nl500068n.
Leibfried, F., & Braun, D. (2015). A Reward-Maximizing Spiking Neuron as a Bounded Rational
Decision Maker. Neural Computation, 27(8), 1686-1720. doi:10.1162/NECO_a_00758.
Leibfried, F., Grau-Moya, J., & Braun, D. (2015). Signaling equilibria in sensorimotor interactions.
Cognition, 141, 73-86. doi:10.1016/j.cognition.2015.03.008.
Leischnig, S., Luettgen, S., Kroemer, O., & Peters, J. (2015). A Comparison of Contact Distribution
Representations for Learning to Predict Object Interactions. In: Proceedings of 15th IEEE-RAS
International Conference on Humanoid Robots (pp. 616-622). New York: IEEE.
doi:10.1109/HUMANOIDS.2015.7363435.
Lejcek, P., & Hofmann, S. (2015). Comment on "Mitigating grain growth in binary nanocrystalline
alloys through solute selection based on thermodynamic stability maps". Computational Materials
Science, 107, 235-237. doi:10.1016/j.commatsci.2015.03.054.
Lenz, P., Geiger, A., & Urtasun, R. (2015). FollowMe: Efficient Online Min-Cost Flow Tracking with
Bounded Memory and Computation. In: Proceedings IEEE International Conference on Computer
Vision (ICCV) (pp. 4364-4372). Los Alamitos, CA, USA: IEEE. doi:10.1109/ICCV.2015.496.
21
II
Dokumentation 2015
Leyrer, M., Linkenauger, S., Bülthoff, H., & Mohler, B. (2015). The Importance of Postural Cues for
Determining Eye Height in Immersive Virtual Reality. PLoS ONE, 10(5): e0127000.
doi:10.1371/journal.pone.0127000.
Leyrer, M., Linkenauger, S., Bülthoff, H., & Mohler, B. (2015). Eye Height Manipulations: A Possible
Solution to Reduce Underestimation of Egocentric Distances in Head-Mounted Displays. ACM
Transactions on Applied Perception, 12(1): 1. doi:10.1145/2699254.
Linkenauger, S., Bülthoff, H., & Mohler, B. (2015). Virtual arm's reach influences perceived distances
but only after experience reaching. Neuropsychologia, 70, 393–401.
doi:10.1016/j.neuropsychologia.2014.10.034.
Linkenauger, S., Wong, H., Geuss, M., Stefanucci, J., McCulloch, K., Bülthoff, H., Mohler, B., &
Proffitt, D. (2015). The Perceptual Homunculus: The Perception of the Relative Proportions of the
Human Body. Journal of Experimental Psychology: General, 144(1), 103-113.
doi:10.1037/xge0000028.
Lioutikov, R., Neumann, G., Maeda, G., & Peters, J. (2015). Probabilistic Segmentation Applied to an
Assembly Task. In: 15th IEEE-RAS International Conference on Humanoid Robots (pp. 533-540).
New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363584.
Liu, J., Wen, Y., van Aken, P. A., Maier, J., & Yu, Y. (2015). In situ reduction and coating of SnS2
nanobelts for free-standing SnS@polypyrrole-nanobelt/carbonnanotube paper electrodes with superior
Li-ion storage. Journal of Materials Chemistry A, 3, 5259-5265. doi:10.1039/c5ta00431d.
Liu, J., Jian, W., Wang, J. Y., Hofmann, S., & Shimizu, K. (2015). Quantitative reconstruction of the
GDOES sputter depth profile of a monomolecular layer structure of thiourea on copper. Applied
Surface Science, 331, 140-149. doi:10.1016/j.apsusc.2015.01.065.
Loktyushin, A., Nickisch, H., Pohmann, R., & Schölkopf, B. (2015). Blind multirigid retrospective
motion correction of MR images. Magnetic Resonance in Medicine, 73(4), 1457–1468.
doi:10.1002/mrm.25266.
Loktyushin, A., Schuler, C., Scheffler, K., & Schölkopf, B. (2015). Retrospective motion correction of
magnitude-input MR images. In: K. K. Bhatia, & H. Lombaert (Eds.), Proceedings Workshop
Machine Learning meets Medical Imaging / International Conference on Machine Learning (ICML)
2015, (pp. 3-12). Lecture Notes in Computer Science, Vol. 9487. Cham: Springer. doi:10.1007/978-3319-27929-9_1.
Loper, M., Mahmood, N., Romero, J., Pons-Moll, G., & Black, M. J. (2015). SMPL: A Skinned MultiPerson Linear Model. ACM Transactions on Graphics, 34(6): 248. doi:10.1145/2816795.2818013.
Lopez-Paz, D., Muandet, K., Schölkopf, B., & Tolstikhin, I. (2015). Towards a Learning Theory of
Cause-Effect Inference. In: F. Bach, & D. Blei (Eds.), Proceedings of the 32nd International
Conference on Machine Learning (pp. 1452-1461). JMLR: Workshop and Conference Proceeding,
Vol. 37. Brookline, MA, USA: Microtome Publishing.
Lopez-Paz, D., Muandet, K., & Recht, B. (2015). The Randomized Causation Coefficient. Journal of
Machine Learning, 16, 2901-2907.
Lozano, C., Zuriguel, I., & Garcimartin, A. (2015). Stability of clogging arches in a silo submitted to
vertical vibrations. Physical Review E, 91(6): 062203. doi:10.1103/PhysRevE.91.062203.
22
Dokumentation 2015
II
Lozano, C., Zuriguel, I., Garcimartin, A., & Mullin, T. (2015). Granular Segregation Driven by
Particle Interactions. Physical Review Letters, 114(17): 178002.
doi:10.1103/PhysRevLett.114.178002.
Lum, G. Z., Teo, T. J., Yeo, S. H., Yang, G., & Sitti, M. (2015). Structural optimization for flexurebased parallel mechanisms – Towards achieving optimal dynamic and stiffness properties. Precision
Engineering, 42, 195-207. doi:10.1016/j.precisioneng.2015.04.017.
Ma, X., Hahn, K., & Sanchez, S. (2015). Catalytic Mesoporous Janus Nanomotors for Active Cargo
Delivery. Journal of the American Chemical Society, 137(15), 4976-4979. doi:10.1021/jacs.5b02700.
Ma, X., & Sanchez, S. (2015). A bio-catalytically driven Janus mesoporous silica cluster motor with
magnetic guidance. Chemical Communications, 51(25), 5467-5470. doi:10.1039/C4CC08285K.
Macholdt, D. S., Jochum, K. P., Pöhlker, C., Stoll, B., Weis, U., Weber, B., Müller, M., Kappl, M.,
Buhre, S., Kilcoyne, A. L. D., Weigand, M., Scholz, D., Al-Amri, A. M., & Andreae, M. O. (2015).
Microanalytical methods for in-situ high-resolution analysis of rock varnish at the micrometer to
nanometer scale. Chemical Geology, 411, 57-68. doi:10.1016/j.chemgeo.2015.06.023.
Maciolek, A., Vasilyev, O., Dotsenko, V., & Dietrich, S. (2015). Critical Casimir forces in the
presence of random surface fields. Physical Review E, 91(3): 032408.
doi:10.1103/PhysRevE.91.032408.
Maertens, M., Wichmann, F., & Shapley, R. (2015). Context affects lightness at the level of surfaces.
Journal of Vision, 15 (1):15. doi:10.1167/15.1.15.
Magdanz, V., Koch, B., Sanchez, S., & Schmidt, O. G. (2015). Sperm Dynamics in Tubular
Confinement. Small, 11(7), 781-785. doi:10.1002/smll.201401881.
Magdysyuk, O. V., Denysenko, D., Weinrauch, I., Volkmer, D., Hirscher, M., & Dinnebier, R. E.
(2015). Formation of a quasi-solid structure by intercalated noble gas atoms in pores of CuI-MFU-4l
metal-organic framework. Chemical Communications, 51(4), 714-717. doi:10.1039/C4CC07554D.
Mahsereci, M., & Hennig, P. (2015). Probabilistic Line Searches for Stochastic Optimization. In: C.
Cortes, N. Lawrence, D. Lee, M. Sugiyama, & R. Garnett (Eds.), Proceedings of the Neural
Information Processing Systems Conference (NIPS) 2015 (pp. 181-189). New York: Curran
Associates.
Maier, T., & Haraszti, T. (2015). Reversibility and Viscoelastic Properties of Micropillar Supported
and Oriented Magnesium Bundled F-Actin. PLoS One, 10(8): e0136432.
doi:10.1371/journal.pone.0136432.
Majer, G., & Zick, K. (2015). Accurate and absolute diffusion measurements of Rhodamine 6G in
low-concentration aqueous solutions by the PGSE-WATERGATE sequence. The Journal of Chemical
Physics, 142: 164202. doi:10.1063/1.4919054.
Manschitz, S., Kober, J., Gienger, M., & Peters, J. (2015). Probabilistic Progress Prediction and
Sequencing of Concurrent Movement Primitives. In: Proceedings of the IEEE/RSJ Conference on
Manschitz, S., Kober, O., Gienger, M., & Peters, J. (2015). Learning Movement Primitive Attractor
Goals and Sequential Skills from Kinesthetic Demonstrations. Robotics and Autonomous Systems, 74,
Part A, 97-107. doi:10.1016/j.robot.2015.07.005.
23
II
Dokumentation 2015
Marco Valle, A., Hennig, P., Bohg, J., Schaal, S., & Trimpe, S. (2015). Automatic LQR Tuning Based
on Gaussian Process Optimization: Early Experimental Results. In: Machine Learning in Planning
and Control of Robot Motion; Workshop at IROS 2015, Hamburg, Germany.
Marconi, U., Malgaretti, P., & Pagonabarraga, I. (2015). Tracer diffusion of hard-sphere binary
mixtures under nano-confinement. The Journal of Chemical Physics, 143(18): 184501.
doi:10.1063/1.4934994.
Mariti, C., Muscolo, G., Peters, J., Puig, D., Recchiuto, C., Sighieri, C., Solanas, A., & von Stryk, O.
(2015). Developing biorobotics for veterinary research into cat movements. Journal of Veterinary
Behavior, 10(3), 248-254. doi:10.1016/j.jveb.2014.12.010.
Martinez, A., Hermosillo, L., Tasinkevych, M., & Smalyukh, I. I. (2015). Linked topological colloids
in a nematic host. Proceedings of the National Academy of Sciences of the United States of America,
112(15), 4546-4551. doi:10.1073/pnas.1500998112.
Marvi, H., Han, Y., & Sitti, M. (2015). Actively controlled fibrillar friction surfaces. Applied Physics
Letters, 106: 051602. doi:10.1063/1.4907255.
Marvi, H., Song, S., & Sitti, M. (2015). Experimental investigation of optimal adhesion of
mushroomlike elastomer microfibrillar adhesives. Langmuir, 31(37), 10119-10124.
doi:10.1021/acs.langmuir.5b02415.
Masina, C., Neethling, J., Olivier, E., Manzini, S., Lodya, L., Srot, V., & van Aken, P. A. (2015).
Structural and magnetic properties of ferrihydrite nanoparticles. RSC Advances, 5, 39643-39650.
doi:10.1039/c5ra06936j.
Mastrangeli, M. (2015). The fluid joint: the soft spot of micro- and nanosystems. Advanced Materials,
27(29), 4254-4272. doi:10.1002/adma.201501260.
Melchior, P., Suchyta, E., Huff, E., Hirsch, M., Kacprzak, T., Rykoff, E., Gruen, Armstrong, R.,
Bacon, D., Bechtol, K., & others (2015). Mass and galaxy distributions of four massive galaxy clusters
from Dark Energy Survey Science Verification data. Monthly Notices of the Royal Astronomical
Society, 449(3), 2219-2238. doi:10.1093/mnras/stv398.
Mendes, R. G., Koch, B., Bachmatiuk, A., Ma, X., Sanchez, S., Damm, C., Schmidt, O. G., Gemming,
T., Eckert, J., & Rümmeli, M. H. (2015). A size dependent evaluation of the cytotoxicity and uptake of
nanographene oxide. Journal of Materials Chemistry B, 3(12), 2522-2529. doi:10.1039/C5TB00180C.
Menze, M., Heipke, C., & Geiger, A. (2015). Discrete Optimization for Optical Flow. In: J. Gall, P.
Gehler, & B. Leibe (Eds.), Pattern Recognition - Proceedings 37th German Conference, GCPR 2015,
Aachen, Germany (pp. 16-28). Lecture Notes in Computer Science, Vol. 9358. Cham: Springer.
doi:10.1007/978-3-319-24947-6_2.
Menze, M., & Geiger, A. (2015). Object Scene Flow for Autonomous Vehicles. In: IEEE Conf. on
Computer Vision and Pattern Recognition (CVPR) 2015 (pp. 3061-3070). New York: IEEE.
doi:10.1109/CVPR.2015.7298925.
Menze, M., Heipke, C., & Geiger, A. (2015). Joint 3D Estimation of Vehicles and Scene Flow. In:
ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, II-3/W5,
427-434. ISPRS: Hannover. doi:10.5194/isprsannals-II-3-W5-427-2015.
24
Dokumentation 2015
II
Migliorini, E., Thakar, D., Kühnle, J., Sadir, R., Dyer, D., Li, Y., Sun, C., Volkman, B. F., Handel, T.
M., Coche-Guerente, L., Fernig, D. G., Lortat-Jacob, H., & Richter, R. P. (2015). Cytokines and
growth factors cross-link heparan sulfate. Open Biology, 5: 150046. doi:10.1098/rsob.150046.
Mikhailov, E. F., Mironov, G. N., Pöhlker, C., Chi, X., Krüger, M., Shiraiwa, M., Förster, J.-D.,
Pöschl, U., Vlasenko, S. S., Ryshkevich, T. I., Weigand, M., Kilcoyne, A. L. D., & Andreae, M.
(2015). Chemical composition, microstructure, and hygroscopic properties of aerosol particles at the
Zotino Tall Tower Observatory (ZOTTO), Siberia, during a summer campaign. Atmospheric
Chemistry and Physics, 15(15), 8847-8869. doi:10.5194/acp-15-8847-2015.
Mirkes, C., Hoffmann, J., Shajan, G., Pohmann, R., & Scheffler, K. (2015). High-resolution
quantitative sodium imaging at 9.4 tesla. Magnetic Resonance in Medicine, 73(1), 342–351.
doi:10.1002/mrm.25096.
Mohler, B. (2015). Space and Body Perception. CIN JRG Selection Symposium, Tübingen, Germany.
Mohler, B. (2015). Virtual Reality and Spatial/Body Perception. TEDx Jacobs University, Bremen,
Germany.
Mohler, B. (2015). Virtual Reality Improving Passenger Comfort by Changing the Perception of Self
and Space. Passenger Experience Conference (PEX 2015), Hamburg, Germany.
Muehlebach, M., & Trimpe, S. (2015). Guaranteed H2 Performance in Distributed Event-Based State
Estimation. In: Proceedings of the First International Conference on Event-based Control,
Communication, and Signal Processing. New York: IEEE. doi:10.1109/EBCCSP.2015.7300690.
Napiorkowski, M., & Dietrich, S. (2015). Wetting Transitions in Terms of Effective Potentials.
Physical Review Letters, 114(3): 039601. doi:10.1103/PhysRevLett.114.039601.
Navaro, Y., Bleich-Kimelman, N., Hazanov, L., Mironi-Harpaz, I., Schachaf, Y., Garty, S., Smith, Y.,
Pelled, G., Gazit, D., Seliktar, D., & Gazit, Z. (2015). Matrix stiffness determines the fate of nucleus
pulposus-derived stem cells. Biomaterials, 49, 68-76. doi:10.1016/j.biomaterials.2015.01.021.
Noske, M., Stoll, H., Fähnle, M., Hertel, R., & Schütz, G. (2015). Mechanisms for the symmetric and
antisymmetric switching of a magnetic vortex core: Differences and common aspects. Physical Review
B, 91(1): 014414. doi:10.1103/PhysRevB.91.014414.
Ohmer, N., Fenk, B., Samuelis, D., Chen, C.-C., Maier, J., Weigand, M., Goering, E., & Schütz, G.
(2015). Phase evolution in single-crystalline LiFePO4 followed by in situ scanning X-ray microscopy
of a micrometre-sized battery. Nature Communications, 6: 6045. doi:10.1038/ncomms7045.
Ortega, P. A., & Braun, D. A. (2015). What is epistemic value in free energy models of learning and
acting? A bounded rationality perspective. Cognitive Neuroscience, 6(4), 215-216.
doi:10.1080/17588928.2015.1051525.
Osypova, A., Thakar, D., Dejeu, J., Bonnet, H., van der Heyden, A., Dubacheva, G. V., Richter, R. P.,
Defrancq, E., Spinelli, N., Coche-Guerente, L., & Labbe, P. (2015). Sensor Based on Aptamer Folding
to Detect Low-Molecular Weight Analytes. Analytical Chemistry, 87(15), 7566-7574.
doi:10.1021/acs.analchem.5b01736.
Pacholski, C. (2015). Two-Dimensional Arrays of Poly(N-Isopropylacrylamide) Microspheres:
Formation, Characterization and Application. Zeitschrift für Physikalische Chemie, 229(1-2), 283-300.
doi:10.1515/zpch-2014-0605.
25
II
Dokumentation 2015
Paraschos, A., Rueckert, E., Peters, J., & Neumann, G. (2015). Model-Free Probabilistic Movement
Primitives for Physical Interaction. In: Proceedings of the IEEE/RSJ Conference on Intelligent Robots
and Systems (pp. 2860-2866). New York: IEEE. doi:10.1109/IROS.2015.7353771.
Parisen Toldin, F., Tröndle, M., & Dietrich, S. (2015). Line contribution to the critical Casimir force
between a homogeneous and a chemically stepped surface. Journal of Physics: Condensed Matter,
27(21): 214010. doi:10.1088/0953-8984/27/21/214010.
Parisi, S., Abdulsamad, H., Paraschos, A., Daniel, C., & Peters, J. (2015). Reinforcement Learning vs
Human Programming in Tetherball Robot Games. In: Proceedings of the IEEE/RSJ Conference on
Parmar, J., Jang, S., Soler, L., Kim, D.-P., & Sánchez, S. (2015). Nano-photocatalysts in microfluidics,
energy conversion and environmental applications. Lab on a Chip, 15(11), 2352-2356.
doi:10.1039/C5LC90047F.
Parmar, J., Ma, X., Katuri, J., Simmchen, J., Stanton, M., Trichet-Paredes, C., Soler, L., & Sanchez, S.
(2015). Nano and micro architectures for self-propelled motors. Science and Technology of Advanced
Materials, 16: 014802. doi:10.1088/1468-6996/16/1/014802.
Parolini, L., Cicuta, A. D. P., Law, A. D., Maestro, A., & Buzza, M. A. (2015). Interaction between
colloidal particles on an oil–water interface in dilute and dense phases. Journal of Physics: Condensed
Matter, 27(19): 194119. doi:10.1088/0953-8984/27/19/194119.
Peng, Z., & Braun, D. A. (2015). Developing neural networks with neurons competing for survival. In:
Proceedings Joint IEEE International Conference on Development and Learning and Epigenetic
Robotics (ICDL-EpiRob), 2015 (pp. 152-153). Piscataway, NJ, USA: IEEE. doi:
10.1109/DEVLRN.2015.7346133.
Peng, Z., & Braun, D. (2015). Entropic Movement Complexity Reflects Subjective Creativity
Rankings of Visualized Hand Motion Trajectories. Frontiers in Psychology, 6: 1879.
doi:10.3389/fpsyg.2015.01879.
Pepik, B., Stark, M., Gehler, P., Ritschel, T., & Schiele, B. (2015). 3D Object Class Detection in the
Wild. In: Conference on Computer Vision and Pattern Recognition Workshops (CVPRW) (pp. 1-10).
New York: IEEE. doi:10.1109/CVPRW.2015.7301358.
Pepik, B., Stark, M., Gehler, P., & Schiele, B. (2015). Multi-view and 3D Deformable Part Models.
IEEE Transactions on Pattern Analysis and Machine Intelligence, 37(11), 2232-2245.
doi:10.1109/TPAMI.2015.2408347.
Peters, J., & Bühlmann, P. (2015). Structural Intervention Distance (SID) for Evaluating Causal
Graphs. Neural computation, 27(3), 771-799. doi:10.1162/NECO_a_00708.
Peters, J. (2015). On the Intersection Property of Conditional Independence and its Application to
Causal Discovery. Journal of Causal Inference, 3(1), 97-108. doi:10.1515/jci-2014-0015.
Pons-Moll, G., Taylor, J., Shotton, J., Hertzmann, A., & Fitzgibbon, A. (2015). Metric Regression
Forests for Correspondence Estimation. International Journal of Computer Vision, 113(3), 163-175.
doi:10.1007/s11263-015-0818-9.
Pons-Moll, G., Romero, J., Mahmood, N., & Black, M. J. (2015). Dyna: a Model of Dynamic Human
Shape in Motion. ACM Transactions on Graphics, 34(4): 120. doi:10.1145/2766993.
26
Dokumentation 2015
II
Qin, Q., Yin, S., Cheng, G., Li, X., Chang, T.-H., Richter, G., Zhu, Y., & Gao, H. (2015). Recoverable
plasticity in penta-twinned metallic nanowires governed by dislocation nucleation and retraction.
Nature Communications, 6: 5983. doi:10.1038/ncomms6983.
Qu, F., Li, C., Wang, Z., Wen, Y., Richter, G., & Strunk, H. P. (2015). Eutectic nano-droplet template
injection into bulk silicon to construct porous frameworks with concomitant conformal coating as
anodes for li-ion batteries. Scientific Reports, 5: 10381. doi:10.1038/srep10381.
Rajabi, H., Darvizeh, A., Shafiei, A., Taylor, D., & Dirks, J.-H. (2015). Numerical investigation of
insect wing fracture behaviour. Journal of Biomechanics, 48, 89-94.
doi:10.1016/j.jbiomech.2014.10.037.
Ramirez-Villegas, J. F., Logothetis, N. K., & Besserve, M. (2015). Diversity of sharp wave-ripple LFP
signatures reveals differentiated brain-wide dynamical events. Proceedings of the National Academy
of Sciences of the United States of America, 112(46), E6379-E6387. doi:10.1073/pnas.1518257112.
Rao, S., Rhensius, J., Bisig, A., Mawass, M.-A., Weigand, M., Kläui, M., Bhatia, C. S., & Yang, H.
(2015). Time-resolved imaging of pulse-induced magnetization reversal with a microwave assist field.
Scientific Reports, 5: 10695. doi:10.1038/srep10695.
Raoufi, M., Das, T., Schoen, I., Vogel, V., Brüggemann, D., & Spatz, J. P. (2015). Nanopore
Diameters Tune Strain in Extruded Fibronectin Fibers. Nano Letters, 15(10), 6357-6364.
doi:10.1021/acs.nanolett.5b01356.
Ratliff, N., Toussaint, M., & Schaal, S. (2015). Understanding the Geometry of Workspace Obstacles
in Motion Optimization. In: Proceedings of the IEEE International Conference on Robotics and
Automation (pp. 4202-4209 ). New York: IEEE. doi:10.1109/ICRA.2015.7139778.
Rauhöft, G., Leyrer, M., Thompson, W., Klatzky, R., Stefanucci, J., & Mohler, B. (2015). Evoking
and Assessing Vastness in Virtual Environments. In: Trutoiu, L., M. Geuss, S. Kull, B. Sanders, & R.
Mantiuk (Eds.), ACM SIGGRAPH Symposium on Applied Perception (SAP '15) (pp. 51-54). New
York, NY, USA: ACM Press.
Reindl, A., Bier, M., & Dietrich, S. (2015). Implications of interface conventions for morphometric
thermodynamics. Physical Review E, 91(2): 022406. doi:10.1103/PhysRevE.91.022406.
Ried, K., Agnew, M., Vermeyden, L., Janzing, D., Spekkens, R. W., & Resch, K. J. (2015). A
quantum advantage for inferring causal structure. Nature Physics, 11(5), 414-420.
doi:10.1038/nphys3266.
Righetti, L., Nylen, A., Rosander, K., & Ijspeert, A. (2015). Kinematic and gait similarities between
crawling human infants and other quadruped mammals. Frontiers in Neurology, 6: 17.
doi:10.3389/fneur.2015.00017.
Rohwer, C. M., Angeletti, F., & Touchette, H. (2015). Convergence of large-deviation estimators.
Rohwer, C. M., & Müller-Nedebock, K. K. (2015). Operator Formalism for Topology-Conserving
Crossing Dynamics in Planar Knot Diagrams. Journal of Statistical Physics, 159(1), 120-157.
doi:10.1007/s10955-014-1161-1.
Romero, J., Loper, M., & Black, M. J. (2015). FlowCap: 2D Human Pose from Optical Flow. In:
Pattern Recognition - Proceedings 37th German Conference on Pattern Recognition (GCPR), Aachen,
27
II
Dokumentation 2015
Germany (pp. 412-423). Lecture Notes in Computer Science, Vol. 9358. Cham: Springer.
doi:10.1007/978-3-319-24947-6_34.
Rotella, N., Herzog, A., Schaal, S., & Righetti, L. (2015). Humanoid Momentum Estimation Using
Sensed Contact Wrenches. In: Proceedings of the 2015 IEEE-RAS International Conference on
Humanoid Robots (pp. 556-563 ). New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363417.
Rothenhäusler, D., Heinze, C., Peters, J., & Meinshausen, N. (2015). BACKSHIFT: Learning causal
cyclic graphs from unknown shift interventions. In: C. Cortes, N. Lawrence, D. Lee, M. Sugiyama, &
R. Garnett (Eds.), Advances in Neural Information Processing Systems 28 (pp. 1513-1521). New
York: Curran Associates.
Rueckert, E., Mundo, J., Paraschos, A., Peters, J., & Neumann, G. (2015). Extracting LowDimensional Control Variables for Movement Primitives. In: Proceedings IEEE International
Conference on Robotics and Automation (pp. 1511-1518). New York: IEEE.
doi:10.1109/ICRA.2015.7139390.
Ruoß, S., Stahl, C., Weigand, M., Schütz, G., & Albrecht, J. (2015). High-resolution dichroic imaging
of magnetic flux distributions in superconductors with scanning x-ray microscopy. Applied Physics
Letters, 106: 022601. doi:10.1063/1.4905658.
Sánchez, S. (2015). Lab-in-a-tube systems as ultra-compact devices. Lab chip, 15(3), 610-613.
doi:10.1039/C4LC90121E.
Sánchez, S., Soler, L., & Katuri, J. (2015). Chemically Powered Micro and Nanomotors. Angewandte
Chemie International Edition, 54(5), 1414-1444. doi: 10.1002/anie.201406096.
Sankaran, B., Bohg, J., Ratliff, N., & Schaal, S. (2015). Policy Learning with Hypothesis Based Local
Action Selection. In: Proceedings Reinforcement Learning and Decision Making (pp. 94-97).
Virginia, USA: National Science Foundation.
Sanli, U., Keskinbora, K., Grévent, C., & Schütz, G. (2015). Overview of the multilayer-Fresnel zone
plate and the kinoform lens development at MPI for Intelligent Systems. Proceedings of SPIE, 9510:
95100U. doi:10.1117/12.2186321.
Sanli, U., Keskinbora, K., Grévent, C., Szeghalmi, A., Knez, M., & Schütz, G. (2015). Multilayer
Fresnel zone plates for X-ray microscopy. Microscopy and Microanalysis, 21(Suppl 3), 1987-1988.
doi:10.1017/S1431927615010715.
Sanli, U., Keskinbora, K., Gregorczyk, K., Leister, J., Teeny, N., Grévent, C., Knez, M., & Schütz, G.
(2015). High resolution, high efficiency mulitlayer Fresnel zone plates for soft and hard X-rays.
Proceedings of SPIE, 9592: 95920F. doi:10.1117/12.2187795.
Sariola, V., Pena-Francesch, A., Jung, H., Cetinkaya, M., Pacheco, C., Sitti, M., & Demirel, M. C.
(2015). Segmented molecular design of self-healing proteinaceous materials. Scientific Reports, 5:
13482. doi:10.1038/srep13482.
Sauter, A., Mc Duffie, Y., Böhm, H., Martinez, A., Spatz, J. P., & Appel, S. (2015). Surface-Mediated
Priming During In Vitro Generation of Monocyte-Derived Dendritic Cells. Scandinavian Journal of
Immunology, 81(1), 56-65. doi:10.1111/sji.12246.
28
Dokumentation 2015
II
Savchenko, I., Mavrandonakis, A., Heine, T., Oh, H., Teufel, J., & Hirscher, M. (2015). Hydrogen
isotope separation in metal-organic frameworks: Kinetic or chemical affinity quantum-sieving?
Microporous and Mesoporous Materials, 216, 133-137. doi:10.1016/j.micromeso.2015.03.017.
Schirmacher, W., Fuchs, B., Höfling, F., & Franosch, T. (2015). Anomalous Magnetotransport in
Disordered Structures: Classical Edge-State Percolation. Physical Review Letters, 115: 240602.
doi:10.1103/PhysRevLett.115.240602.
Schmidt, M., Gräfe, J., Audehm, P., Phillipp, F., Schütz, G., & Goering, E. (2015). Preparation and
characterisation of epitaxial Pt/Cu/FeMn/Co thin films on (100)-oriented MgO single crystals. Physica
Status Solidi A, 212(10), 2114-2123. doi:10.1002/pssa.201431787.
Schnyder, S. K., Spanner, M., Höfling, F., Franosch, T., & Horbach, J. (2015). Rounding of the
localization transition in model porous media. Soft Matter, 11, 701-711. doi:10.1039/C4SM02334J.
Schölkopf, B., Hogg, D., Wang, D., Foreman-Mackey, D., Janzing, D., Simon-Gabriel, C.-J., &
Peters, J. (2015). Removing systematic errors for exoplanet search via latent causes. In: F. Bach, & D.
Blei (Eds.), Proceedings of The 32nd International Conference on Machine Learning (pp. 2218-2226).
JMLR: Workshop and Conference Proceedings, Vol. 37. Brookline, MA, USA: Microtome
Publishing.
Schölkopf, B., Muandet, K., Fukumizu, K., Harmeling, S., & Peters, J. (2015). Computing Functions
of Random Variables via Reproducing Kernel Hilbert Space Representations. Statistics and
Computing, 25(4), 755-766. doi:10.1007/s11222-015-9558-5.
Schölkopf, B. (2015). Artificial intelligence: Learning to see and act. Nature, 518(7540), 486-487.
doi:10.1038/518486a.
Scholz, C., Wirner, F., Klatt, M. A., Hirneise, D., Schröder-Turk, G. E., Mecke, K., & Bechinger, C.
(2015). Direct relations between morphology and transport in Boolean models. Physical Review E, 92
(4): 043023. doi:10.1103/PhysRevE.92.043023.
Schubert, I., Sigle, W., van Aken, P. A., Trautmann, C., & Toimil-Molares, M. E. (2015). STEMEELS analysis of multipole surface plasmon modes in symmetry-broken AuAg nanowire dimers.
Nanoscale, 7, 4935-4941. doi:10.1039/c4nr06578f.
Schuler, C. J., Hirsch, M., Harmeling, S., & Schölkopf, B. (2015). Learning to Deblur. IEEE
Transactions on Pattern Analysis and Machine Intelligence, 38(7), 1439-1451.
doi:10.1109/TPAMI.2015.2481418.
Schwab, E., Pohl, T. M. L., Haraszti, T., Schwaerzer, G. K., Hiepen, C., Spatz, J. P., & CavalcantiAdam, E. A. (2015). Nanoscale Control of Surface Immobilized BMP-2: Toward a Quantitative
Assessment of BMP-Mediated Signaling Events. Nano Letters, 15(3), 1526-1534. doi:
10.1021/acs.nanolett.5b00315.
Senyuk, B., Pandey, M., Liu, Q., Tasinkevych, M., & Smalyukh, I. I. (2015). Colloidal spirals in
nematic liquid crystals. Soft Matter, 11, 8758-8767. doi:10.1039/c5sm01539a.
Seo, K. D., Kwak, B. K., Sanchez, S., & Kim, D. S. (2015). Microfluidic-Assisted Fabrication of
Flexible and Location Traceable Organo-Motor. IEEE Transactions on Nanobioscience, 14(3), 298304. doi:10.1109/TNB.2015.2402651.
29
II
Dokumentation 2015
Sevilla-Lara, L., Wulff, J., Sunkavalli, K., & Shechtman, E. (2015). Smooth Loops from
Unconstrained Video. Computer Graphics Forum, 34(4), 99-107. doi:10.1111/cgf.12682.
Sgouritsa, E., Janzing, D., Hennig, P., & Schoelkopf, B. (2015). Inference of Cause and Effect with
Unsupervised Inverse Regression. In: Proceedings of the 18th International Conference on Artificial
Intelligence and Statistics (pp. 847-855). JMLR: Workshop and Conference Proceedings, Vol. 38.
Brookline, MA, USA: Microtome Publishing.
Shajarisales, N., Janzing, D., Schölkopf, B., & Besserve, M. (2015). Telling cause from effect in
deterministic linear dynamical systems. In: F. Bach, & D. Blei (Eds.), Proceedings of the 32nd
International Conference on Machine Learning (pp. 285-294). JMLR: Workshop and Conference
Proceedings, Vol. 37. Brookline, MA, USA: Microtome Publishing.
Singh, D. P., Kumar, S., & Singh, J. P. (2015). Morphology dependent surface enhanced fluorescence
study on silver nanorod arrays fabricated by glancing angle deposition. RSC Advances, 5(40), 3134131346. doi:10.1039/c5ra03225c.
Singh, S. L., Schimmele, L., & Dietrich, S. (2015). Structures of simple liquids in contact with
nanosculptured surfaces. Physical Review E, 91(3): 032405. doi:10.1103/PhysRevE.91.032405.
Sippel, S., Zscheischler, J., Heimann, M., Otto, F. E. L., Peters, J., & Mahecha, M. D. (2015).
Quantifying changes in climate variability and extremes: Pitfalls and their overcoming. Geophysical
Research Letters, 42(22), 9990-9998. doi:10.1002/2015GL066307.
Sitti, M., Ceylan, H., Hu, W., Giltinan, J., Turan, M., Yim, S., & Diller, E. (2015). Biomedical
applications of untethered mobile milli/microrobots. Proceedings of the IEEE, 103(2), 205-224.
doi:10.1109/JPROC.2014.2385105.
Soltan, S., Albrecht, J., Goering, E., Schütz, G., Mustafa, L., Keimer, B., & Habermeier, H.-U. (2015).
Preparation of a ferromagnetic barrier in YBa2Cu3O7-delta thinner than the coherence length. Journal of
Applied Physics, 118(22): 223902. doi:10.1063/1.4937404.
Song, H., Liu, W., Ruan, D., Pohmann, R., Stenger, V., Fernandez-Seara, M., Jung, S., & Gach, H.
(2015). Free-breathing perfusion MRI using multislice pCASL. In: 12th IEEE International
Symposium on Biomedical Imaging (pp. 1474-1477). Piscataway, NJ, USA: IEEE.
Song, J., Shawky, J. H., Kim, Y., Hazar, M., LeDuc, P. R., Sitti, M., & Davidson, L. A. (2015).
Controlled surface topography regulates collective 3D migration by epithelialemesenchymal
composite embryonic tissues. Biomaterials, 58, 1-9. doi:10.1016/j.biomaterials.2015.04.021.
Soyka, F., Kokkinara, E., Leyrer, M., Bülthoff, H., Slater, M., & Mohler, B. (2015). Turbulent
Motions Cannot Shake VR. In: Höllerer, T., V. Interrante, A. Lecuyer, & J. S. II (Eds.), IEEE Virtual
Reality (VR 2015) (pp. 33-40). Piscataway, NJ, USA: IEEE.
Sra, S., Hosseini, R., Theis, L., & Bethge, M. (2015). Data modeling with the elliptical gamma
distribution. In: G. Lebanon S.V.N. Vishwanathan (Ed.), 18th International Conference on Artificial
Intelligence and Statistics (pp. 903–911). JMLR: Workshop and Conference Proceedings, Vol. 38.
Madison, WI, USA: International Machine Learning Society.
Stahl, C., Ruoß, S., Weigand, M., Bechtel, M., Schütz, G., & Albrecht, J. (2015). Low temperature Xray imaging of magnetic flux patterns in high temperature superconductors. Journal of Applied
Physics, 117(17): 17D109. doi:10.1063/1.4907764.
30
Dokumentation 2015
II
Steiger, J., Richter, G., Wenk, M., Kramer, D., & Mönig, R. (2015). Comparison of the growth of
lithium filaments and dendrites under different conditions. Electrochemistry Communications, 50, 1114. doi:10.1016/j.elecom.2014.11.002.
Stoll, H., Noske, M., Weigand, M., Richter, K., Krüger, B., Reeve, R. M., Hänze, M., Adolff, C. F.,
Stein, F.-U., Meier, G., Kläui, M., & Schütz, G. (2015). Imaging spin dynamics on the nanoscale using
X-ray microscopy. Frontiers in Physics, 3: 26. doi:10.3389/fphy.2015.00026.
Straumal, B. B., Mazilkin, A. A., Protasova, S. G., Stakhanova, S. V., Straumal, P. B., Bulatov, M. F.,
Schütz, G., Tietze, T., Goering, E., & Baretzky, B. (2015). Grain boundaries as a source of
ferromagnetism and increased solubility of Ni in nanograined ZnO. Reviews on Advanced Materials
Science, 41, 61-71.
Stubenrauch, C., König, R., Schlick, C., & Sigle, W. (2015). Nanoparticles via Oil-in-Water
Microemulsions: a Solvent-Reduced, Energy-Efficient Approach. Zeitschrift für Physikalische
Chemie, 229(7-8), 1041-1054. doi:10.1515/zpch-2014-0548.
Su, Z., Hausman, K., Chebotar, Y., Molchanov, A., Loeb, G. E., Sukhatme, G. S., & Schaal, S. (2015).
Force estimation and slip detection/classification for grip control using a biomimetic tactile sensor. In:
Proceedings of IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids) (pp. 297303). New York: IEEE. doi:10.1109/HUMANOIDS.2015.7363558.
Subburaj, Y. D., Cosentino, K., Axmann, M., Pedruezza-Villalmanzo, E., Hermann, E., Bleicken, S.,
Spatz, J. P., & García-Sáez, A. J. (2015). Bax monomers form dimer units in the membrane that
further self-assemble into multiple oligomeric species. Nature Communications, 6: 8042.
doi:10.1038/ncomms9042.
Sugihara, K., Rustom, A., & Spatz, J. P. (2015). Freely drawn single lipid nanotube patterns. Soft
Matter, 11, 2029-2035. doi:10.1039/C5SM00043B.
Szalai, I., Nagy, S., & Dietrich, S. (2015). Linear and nonlinear magnetic properties of ferrofluids.
ten Hagen, B., Wittkowski, R., Takagi, D., Kümmel, F., Bechinger, C., & Löwen, H. (2015). Can the
self-propulsion of anisotropic microswimmers be described by using forces and torques? Journal of
Physics: Condensed Matter, 27(19): 194110. doi:10.1088/0953-8984/27/19/194110.
Tietze, T., Audehm, P., Chen, Y.-C., Schütz, G., Straumal, B. B., Protasova, S. G., Mazilkin, A. A.,
Straumal, P. B., Prokscha, T., Luetkens, H., Salman, Z., Suter, A., Baretzky, B., Fink, K., Wenzel, W.,
Danilov, D., & Goering, E. (2015). Interfacial dominated ferromagnetism in nanograined ZnO: a μSR
and DFT study. Scientific Reports, 5, 8871-8876. doi:10.1038/srep08871.
Tolstikhin, I., Zhivotovskiy, N., & Blanchard, G. (2015). Permutational Rademacher Complexity: a
New Complexity Measure for Transductive Learning. In: K. Chaudhuri, C. Gentile, & S. Zilles (Eds.),
Proceedings of the 26th International Conference on Algorithmic Learning Theory (pp. 209-223).
Lecture Notes in Computer Science, Vol. 9355. Cham: Springer. doi:10.1007/978-3-319-24486-0_14.
Trimpe, S., & Buchli, J. (2015). Event-based Estimation and Control for Remote Robot Operation
with Reduced Communication. In: Proceedings of the IEEE International Conference on Robotics and
Automation (pp. 5018-5025 ). New York: IEEE. doi:10.1109/ICRA.2015.7139897.
31
II
Dokumentation 2015
Trimpe, S., & Campi, M. (2015). On the Choice of the Event Trigger in Event-based Estimation. In:
Proceedings of the First International Conference on Event-based Control, Communication, and
Signal Processing (EBCCSP) (pp. 1-8). New York: IEEE. doi:10.1109/EBCCSP.2015.7300691.
Troendle, M., Harnau, L., & Dietrich, S. (2015). Critical Casimir forces between planar and
crenellated surfaces. Journal of Physics: Condensed Matter, 27(21): 214006. doi:10.1088/09538984/27/21/214006.
Tzionas, D., & Gall, J. (2015). 3D Object Reconstruction from Hand-Object Interactions. In:
Proceedings International Conference on Computer Vision (ICCV) (pp. 729-737 ). New York: IEEE.
doi:10.1109/ICCV.2015.90.
Ulusoy, O., Geiger, A., & Black, M. J. (2015). Towards Probabilistic Volumetric Reconstruction using
Ray Potentials. In: Proceedings 3rd International Conference on 3D Vision (3DV), 2015 (pp. 10-18).
New York: IEEE. doi:10.1109/3DV.2015.9.
Unsay, J., Cosentino, K., & García-Sáez, A. J. (2015). Atomic Force Microscopy Imaging and Force
Spectroscopy of Supported Lipid Bilayers. Journal of visualized experiments, 101: e52867.
doi:10.3791/2867.
Uspal, W. E., Popescu, M. N., Dietrich, S., & Tasinkevych, M. (2015). Self-propulsion of a
catalytically active particle near a planar wall: from reflection to sliding and hovering. Soft Matter,
11(3), 434-438. doi:10.1039/c4sm02317j.
Uspal, W. E., Popescu, M. N., Dietrich, S., & Tasinkevych, M. (2015). Rheotaxis of spherical active
particles near a planar wall. Soft Matter, 11(33), 6613-6632. doi:10.1039/C5SM01088H.
Valchev, G., & Dantchev, D. M. (2015). Critical and near-critical phase behavior and interplay
between the thermodynamic Casimir and van der Waals forces in a confined nonpolar fluid medium
with competing surface and substrate potentials. Physical Review E, 92(1): 012119.
doi:10.1103/PhysRevE.92.012119.
van Hoof, H., Peters, J., & Neumann, G. (2015). Learning of Non-Parametric Control Policies with
High-Dimensional State Features. In: G. Lebanon, & S. Vishwanathan (Eds.), Proceedings of the 18th
International Conference on Artificial Intelligence and Statistics (pp. 995-1003). JMLR: Workshop
and Conference Proceedings, Vol. 38. Brookline, MA, USA: Microtome Publishing.
Vargas-Irwin, C. E., Brandman, D. M., Zimmermann, J. B., Donoghue, J. P., & Black, M. J. (2015).
Spike train similarity space (ssims): A framework for single neuron and ensemble data analysis.
Neural Computation, 27(1), 1-31. doi:10.1162/NECO_a_00684.
Vargas-Irwin, C. E., Franquemont, L., Black, M. J., & Donoghue, J. P. (2015). Linking Objects to
Actions: Encoding of Target Object and Grasping Strategy in Primate Ventral Premotor Cortex. The
Journal of Neuroscience, 35(30), 10888-10897. doi:10.1523/JNEUROSCI.1574-15.2015.
Vasilyev, O., Klumov, B. A., & Tkachenko, A. V. (2015). Chromatic patchy particles: Effects of
specific interactions on liquid structure. Physical Review E, 92(1): 012308.
doi:10.1103/PhysRevE.92.012308.
Vasilyev, O., Berche, B., Dudka, M., & Holovatch, Y. (2015). Monte Carlo study of anisotropic
scaling generated by disorder. Physical Review E, 92(4): 042118. doi:10.1103/PhysRevE.92.042118.
32
Dokumentation 2015
II
Vasilyev, O., & Maciolek, A. (2015). Critical Casimir forces for a particle between two planar walls.
Journal of Non-Crystalline Solids, 407, 376-383. doi:10.1016/j.jnoncrysol.2014.09.005.
Veiga, F., van Hoof, H., Peters, J., & Hermans, T. (2015). Stabilizing Novel Objects by Learning to
Predict Tactile Slip. In: Proceedings of the IEEE/RSJ Conference on Intelligent Robots and Systems
(pp. 5065-5072). New York: IEEE. doi:10.1109/IROS.2015.7354090.
Wahrburg, A., Zeiss, S., Matthias, B., Peters, J., & Ding, H. (2015). Combined Pose-Wrench and State
Machine Representation for Modeling Robotic Assembly Skills. In: Proceedings of the IEEE/RSJ
Conference on Intelligent Robots and Systems (pp. 852-857). New York: IEEE.
doi:10.1109/IROS.2015.7353471.
Walker, D., Kübler, M., Mozorov, K. I., Fischer, P., & Leshansky, A. M. (2015). Optimal length of
low Reynolds number nanopropellers. Nano Letters, 15(7), 4412-4416.
doi:10.1021/acs.nanolett.5b01925.
Wallis, T., Bethge, M., & Wichmann, F. (2015). Metamers of the ventral stream revisited. Journal of
Vision, 15(12): 554. doi: 10.1167/15.12.554.
Wang, C., Liu, C., Roqueiro, D., Grimm, D., Schwab, R., Becker, C., Lanz, C., & Weigel, D. (2015).
Genome-wide analysis of local chromatin packing in Arabidopsis thaliana. Genome Research, 25(2),
246-256. doi:10.1101/gr.170332.113.
Wegner, S. V., Sentürk, O. I., & Spatz, J. P. (2015). Photocleavable linker for the patterning of
bioactive molecules. Scientific Reports, 5: 18309. doi:10.1038/srep18309.
Wehrl, H. F., Bezrukov, I., Wiehr, S., Lehnhoff, M., Fuchs, K., Mannheim, J. G., QuintanillaMartinez, L., Kneilling, M., Pichler, B. J., & Sauter, A. W. (2015). Assessment of murine brain tissue
shrinkage caused by different histological fixatives using magnetic resonance and computed
tomography imaging. Histology and Histopathology, 30(5), 601-613. doi:10.14670/HH-30.601.
Wei, Q., Pohl, T. M. L., Seckinger, A., Spatz, J. P., & Cavalcanti-Adam, E. A. (2015). Regulation of
integrin and growth factor signaling in biomaterials for osteodifferentiation. Beilstein Journal of
Organic Chemistry, 11, 773-783. doi:10.3762/bjoc.11.87.
Weichwald, S., Meyer, T., Özdenizci, O., Schölkopf, B., Ball, T., & Grosse-Wentrup, M. (2015).
Causal interpretation rules for encoding and decoding models in neuroimaging. NeuroImage, 110, 4859. doi: 10.1016/j.neuroimage.2015.01.036.
Welke, M., Gräfe, J., Govind, R. K., Babu, V. H., Trautmann, M., Schindler, K.-M., & Denecke, R.
(2015). XMCD studies of thin Co films on BaTiO3. Journal of Physics: Condensed Matter, 27(32):
326001. doi:10.1088/0953-8984/27/32/326001.
Wellerdiek, A. C., Breidt, M., Geuss, M. N., Streuber, S., Kloos, U., Black, M. J., & Mohler, B. J.
(2015). Perception of Strength and Power of Realistic Male Characters. In: ACM SIGGRAPH
Symposium on Applied Perception, SAP'15 (pp. 7-14). New York, NY: ACM.
doi:10.1145/2804408.2804413.
Wu, H., Sariola, V., Zhu, C., Zhao, J., Sitti, M., & Bettinger, C. J. (2015). Transfer printing of metallic
microstructures on adhesion-promoting hydrogel substrates. Advanced Materials, 27(22), 3398-3404.
doi:10.1002/adma.201500954.
33
II
Dokumentation 2015
Wu, M., Benckiser, E., Audehm, P., Goering, E., Wochner, P., Christiani, G., Logvenov, G.,
Habermeier, H.-U., & Keimer, B. (2015). Orbital reflectometry of PrNiO3/PrAlO3 superlattices.
Physical Review B, 91(19): 195130. doi:10.1103/PhysRevB.91.195130.
Wuethrich, M., Trimpe, S., Kappler, D., & Schaal, S. (2015). A New Perspective and Extension of the
Gaussian Filter. In: L. E. Kavraki, D. Hsu, & J. Buchli (Eds.), Proceedings Robotics: Science and
Systems XI, Rom, Italy. doi: 10.15607/RSS.2015.XI.016
Wuethrich, M., Bohg, J., Kappler, D., Pfreundt, C., & Schaal, S. (2015). The Coordinate Particle Filter
- A novel Particle Filter for High Dimensional Systems. In: Proceedings of the IEEE International
Conference on Robotics and Automation (pp. 2454-2461). New York: IEEE.
doi:10.1109/ICRA.2015.7139527.
Wulff, J., & Black, M. J. (2015). Efficient Sparse-to-Dense Optical Flow Estimation using a Learned
Basis and Layers. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2015)
(pp. 120-130). New York: IEEE. doi:10.1109/CVPR.2015.7298607.
Zarubin, G., & Bier, M. (2015). Static dielectric properties of dense ionic fluids. The Journal of
Chemical Physics, 142(18): 184502. doi:10.1063/1.4920976.
Zhang, J., & Zhang, K. (2015). Likelihood and Consilience: On Forster's Counterexamples to the
Likelihood Theory of Evidence. Philosophy of Science, 82(5), 930-940. doi:10.1086/683342.
Zhang, K., Zhang, J., & Schölkopf, B. (2015). Distinguishing Cause from Effect Based on Exogeneity.
In: R. Ramanujam (Ed.), Proceedings of Fifteenth Conference on Theoretical Aspects of Rationality
and Knowledge (pp. 261-271). Pittsburgh, USA: Carnegie Mellon University.
Zhang, K., Gong, M., & Schölkopf, B. (2015). Multi-Source Domain Adaptation: A Causal View. In:
Proceedings of the Twenty-Ninth AAAI Conference on Artificial Intelligence (pp. 3150-3157). Palo
Alto, CA, USA: AAAI Press.
Zhou, C., Güney, F., Wang, Y., & Geiger, A. (2015). Exploiting Object Similarity in 3D
Reconstruction. In: Proceedings International Conference on Computer Vision (ICCV), 2015 (pp.
2201-2209). New York: IEEE. doi:10.1109/ICCV.2015.254.
Zhu, C., Mu, X., van Aken, P. A., Maier, J., & Yu, Y. (2015). Fast Li Storage in MoS2-GrapheneCarbon Nanotube Nanocomposites: Advantageous Functional Integration of 0D, 1D, and 2D
Nanostructures. Advanced Energy Materials, 5(4): 1401170. doi:10.1002/aenm.201401170.
Zhu, C., Wen, Y., van Aken, P. A., Maier, J., & Yu, Y. (2015). High Lithium Storage Performance of
FeS Nanodots in Porous Graphitic Carbon Nanowires. Advanced Functional Materials, 25, 23352342. doi:10.1002/adfm.201404468.
Zhuang, J., Wright Carlsen, R., & Sitti, M. (2015). pH-taxis of biohybrid microsystems. Scientific
Reports, 5: 11403. doi:10.1038/srep11403.
Zuffi, S., & Black, M. J. (2015). The Stitched Puppet: A Graphical Model of 3D Human Shape and
Pose. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2015) (pp. 35373546). New York: IEEE. doi:10.1109/CVPR.2015.7298976.
34
Dokumentation 2015
II
b) Monographien und Beiträge zu Sammelwerken
Charpiat, G., Hofmann, M., & Schölkopf, B. (2015). Kernel Methods in Medical Imaging. In:
Paragios, N., J. Duncan, & N. Ayache (Eds.), Handbook of Biomedical Imaging: Methodologies and
Clinical Research (pp. 63-81). Boston, MA, USA: Springer.
Das, K. K., Unsay, J., & García-Sáez, A. J. (2015). Chapter 3 - Microscopy of Model Membranes:
Understanding How Bcl-2 Proteins Mediate Apoptosis. In: A. Iglic, C. V. Kulkarni, & M. Rappolt
(Eds.), Advances in Planar Lipid Bilayers and Liposomes (pp. 63-97). Amsterdam: Elsevier. doi:
10.1016/bs.adplan.2015.01.002.
Evrard, H., & (Bud) Craig, A. (2015). Insular Cortex. In: A. Toga (Ed.), Brain Mapping: An
Encyclopedic Reference (pp. 387-393). Amsterdam: Elsevier.
Gall, J., Gehler, P., & Leibe, B. (Eds.). (2015). Pattern Recognition - Proceedings of the 37th German
Conference on Pattern Recognition, GCPR 2015, Aachen, Germany. Lecture Notes in Computer
Science, Vol. 9358. Cham: Springer. doi:10.1007/978-3-319-24947-6.
Imura, M., Figueroa, P., & Mohler, B. (Eds.) (2015). International Conference on Artificial Reality
and Telexistence and Eurographics Symposium on Virtual Environments, Koyto, Japan, ICAT-EGVE
2015. Aire-la-Ville, Switzerland: Eurographics Association.
Janzing, D., Steudel, B., Shajarisales, N., & Schölkopf, B. (2015). Justifying Information-Geometric
Causal Inference. In: V. Vovk (Ed.), Measures of Complexity: Festschrift for Alexey Chervonenkis,
Part IV (pp. 253-265). Cham: Springer. doi:10.1007/978-3-319-21852-6_18.
Mills, K., Rudraraju, S., Kemkemer, R., & Garikipati, K. (2015). Continuum Physics of Tumor
Growth. In: R. Kaunas, & A. Zemel (Eds.), Cell and Matrix Mechanics (pp. 309-328). CRC Press.
Mittemeijer, E. J. (2015). Nitriding of Binary and Ternary Iron-Based Alloys. In: E. J. Mittemeijer, &
M. A. J. Somers (Eds.), Thermochemical Surface Engineering of Steels (pp. 313-340). Amsterdam:
Elsevier.
Mittemeijer, E. J., & Somers, M. A. J. (2015). Kinetics of Thermochemical Surface Treatments. In: E.
J. Mittemeijer (Ed.), Thermochemical Surface Engineering of Steels (pp. 113-140). Amsterdam:
Elsevier.
Mittemeijer, E.-J., & Somers, M. (Eds.). (2015). Thermochemical Surface Engineering of Steels.
Amsterdam: Elsevier.
Platzman, I., Kannenberg, G., Janiesch, J.-W., Matic, J., & Spatz, J. P. (2015). PEG-Based AntigenPresenting Cell Surrogates for Immunological Applications. In: X. Chen, & H. Fuchs (Eds.), Soft
Matter Nanotechnology: From Structure to Function (pp. 187-215). Weinheim: Wiley-VCH.
Schaal, S. (2015). Roboter werden selbständig. In: Forschungsausblick - Jahresbericht 2014 der MaxPlanck-Gesellschaft (pp. 27-31). München: Max-Planck-Gesellschaft zur Förderung der
Wissenschaften.
Trimpe, S. (2015). Lernende Roboter. In: Jahrbuch der Max-Planck-Gesellschaft 2015,
Forschungsbericht. Munich, Germany: Max Planck Society.
35
II
Dokumentation 2015
c) Herausgabe von Zeitschriften und Schriftenreihen
Van Aken, P. A. ist Mitglied im Editorial Board der Zeitschrift „Ultramicroscopy“
Fischer, P. ist 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 Board of Editors 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 des Editorial Advisory Board des „Journal of Advanced Science“
Hofmann, S. ist Mitglied des International Editorial Advisory Board der Zeitschrift
„Journal of Surface Analysis“
Hofmann, S. ist Mitglied im Advisory Board der Zeitschrift „Surface and Interface Analysis“
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 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 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, Jan ist Associate Editor der „IEEE Transactions on Robotics“ (bis 31.11.2015)
Peters, Jan ist Mitglied im Editorial Board der Open Access Enzyklopädie „Scholarpedia“
Peters, Jan gehört zu den „Action Editors“ der Zeitschrift „Journal of Machine Learning Research“
(JMLR)
Petzow, G. ist Advisor des Editorial Boards der Zeitschrift „Metallography, Microstructure, and
Analysis“
Petzow, G. ist „Founding Editor“ der Zeitschrift „Praktische Metallographie – Practical
Metallography“
Petzow, G. ist Herausgeber der Schriftenreihe „Sonderbände der Praktischen Metallographie“
Petzow, G. ist Herausgeber der Buchreihe „Materialkundlich-Technische Reihe“
Richter, R. P. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in
Bioengineering and Biotechnology. Biomechanics“
36
Dokumentation 2015
II
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)“
Schaal, S. gehört zu den „Action Editors“ der Zeitschrift „Neural Networks“
Schaal, S. ist 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
Schölkopf, B. ist ist zusammen mit K. 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
Schölkopf, B. ist Mitglied im Advisory Board der Zeitschrift „Statistics and Computing“
Schölkopf, B. ist Co-Editor der Serie „Information Science and Statistics“
Schölkopf, B. ist Mitglied im Advisory Board der Zeitschrift „International Journal of Machine
Learning and Cybernetics“
Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine“ († 18.11.2015)
Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine Letters“ (†
18.11.2015)
Seeger, A. ist Mitglied im Editorial Advisory Board der Zeitschrift „physica status solidi a –
applications on materials sciences“ († 18.11.2015)
Seeger, A. ist Mitglied im Editorial Advisory Board der Zeitschrift „physica status solidi b - basic solid
state physics“ († 18.11.2015)
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“
37
III
Dokumentation 2015
III Erfindungs- und Patentanmeldungen 2015
Brüggemann, D., Dirks, J.-H., Raoufi, M., Spatz, J.P.: Methods for preparing and orientating
biopolymer nanofibres and a composite material comprising the same. MI 4906, EP Nr. 14003414.1
Dirks, J.-H., Chen, W., Spatz, J.P., Brunner, R., Kraus, M.: Fabrication of nanostructures in and on
organic and inorganic substrates using mediating layers. MI 4911, IP Nr. PCT/EP2015/000632
Qiu, T., Fischer, P.: Ultrasonic actuator device and applications thereof. MI 4912, EP Nr. 14004399.3
Spatz, J.P., Geiger, F., Thaller, M., Böhm, H.: A hyaluronic acid and RGD modified Stent for
Glaucoma Treatment. MI 4931
Jeong, H., Lee, T.C., Fischer, P.: Stable (magnetic) nanocolloids. MI 4942, EP Nr. 15161329.6
Fischer, P.: Magnetische Mikroschrauben. MI 4980
Loper, M., Black, M.J., Mahmood, N., Pons-Moll, G., Romero, J.: Body model SMPL. MI 4982
Drotlef, D.-M.: Gecko-Pinzette. MI 4997
Spatz, J.P., Micoulet, A., Sharifikolouei, E.: Inorganic/metal microfiber Formation by melt spinning.
MI 5007
Spatz, J.P., Dirks, J.-H., Diao, Z.: Nanopillar Gradient Filters. MI 5033
Black, M.J., Akther, I., Keller, A.: Pose Conditioned Joint Angle Limits for Humans. MI 5040
Romero, J., Black, M.J.: Hand Model. MI 5041
Keller, A., Pons-Moll, G., Romero, J., Black, M.J., Mahmood, N.: Dyna Scans. MI 5042
Pons-Moll, G., Romero, J., Mahmood, N., Black, M.J.: Dyna: A Model of Dynamic Human Shape in
Motion. MI 5043
Zuffi, S., Black, M.J.: Stitched Puppet Model. MI 5044
Bogo, F., Romero, J., Black, M.J., Peserico, E.: Automated screening of melanocytic lesions using a
3D body model. MI 5045
Bogo, F., Romero, J., Black, M.J., Loper, M.: Detailed full-body reconstructions of moving people
from Kinect sequences. MI 5046
Melde, K., Weber, P.-K., Fischer, P.: Holografisches Element für die Akustik. MI 5066
MI: Max-Planck-Innovation GmbH
EP: Europäische Patentanmeldung
US: Amerikanische Patentanmeldung
38
Dokumentation 2015
IV
IV
Abgeschlossene Arbeiten 2015
a) Dissertationen
Baha-Schwab, E. (2015). Directing osteogenic signaling and differentiation by surfaces modified with
adhesive proteins and immobilized bone morphogenetic proteins. PhD Thesis, Universität Heidelberg,
Heidelberg.
Bogo, F. (2015). From Scans to Models: Registration of 3D Human Shapes Exploiting Texture
Information. PhD Thesis, University of Padova, Padova, Italy.
Fonovic, M. (2015). Nitriding behaviour of Ni and Ni-based binary alloys. PhD Thesis, Universität
Stuttgart, Stuttgart.
Grimm, D. (2015). easyGWAS: An Integrated Computational Framework for Advanced GenomeWide Association Studies. PhD Thesis, Universität Tübingen, Tübingen, Germany.
Jahn, S. (2015). Thermisches Verhalten mono- und bimetallischer Nanopartikel für die Katalyse. PhD
Thesis, Universität Heidelberg, Heidelberg.
Janiesch, J.-W. (2015). Development of Droplet-Based Microfluidics for Synthetic Biology
Applications. PhD Thesis, Universität Heidelberg, Heidelberg.
Loktyushin, A. (2015). Blind Retrospective Motion Correction of MR Images. PhD Thesis, EberhardKarls-Universität Tübingen, Tübingen.
Muandet, K. (2015). From Points to Probability Measures: A Statistical Learning on Distributions with
Kernel Mean Embedding. PhD Thesis, University of Tübingen, Tübingen, Germany.
Noske, M. (2015). Ultraschnelles Vortexkernschalten. PhD Thesis, Universität Stuttgart, Stuttgart (und
Cuvillier Verlag, Göttingen).
Sales, A. (2015). Reactions of human vascular cells of different ages to various surface properties.
PhD Thesis, Universität Heidelberg, Heidelberg.
Scheele, C. (2015). Investigation of cell migration and morphology in response to integrin-mediated
adhesion on biomimetic substrates. PhD Thesis, Universität Heidelberg, Heidelberg.
Schuler, C. J. (2015). Machine Learning Approaches to Image Deconvolution. PhD Thesis, University
of Tübingen, Tübingen, Germany.
Sgouritsa, E. (2015). Causal Discovery Beyond Conditional Independences. PhD Thesis, University of
Tübingen, Tübingen, Germany.
Stahl, C. (2015). Magnetische Röntgenmikroskopie an Hochtemperatur-Supraleitern. PhD Thesis,
Universität Stuttgart, Stuttgart (und Cuvillier Verlag, Göttingen).
Stanglmair, C. (2015). Herstellung von plasmonischen Nanostrukturen auf Basis von
Goldnanopartikeln für die SEIRA-Spektroskopie an Biomolekülen. PhD Thesis, Universität
Heidelberg, Heidelberg.
39
IV
Dokumentation 2015
Thakar, D. (2015). Well-defined biomimetic surfaces to characterize glycosaminoglycan-mediated
interactions on the molecular, supramolecular and cellular levels. PhD Thesis, University Grenoble
Alpes, Grenoble.
Walker, D. (2015). Magnetically actuated micro- and nanopropellers. PhD Thesis, Universität
Stuttgart, Stuttgart (und Cuvillier Verlag, Göttingen).
Weiler, M. (2015). Herstellung und Charakterisierung von plasmonischen Nanomaterialien. PhD
Thesis, Universität Heidelberg, Heidelberg.
Wirner, F. (2015). Flow and transport of colloidal suspensions in porous media. PhD Thesis,
Universität Stuttgart, Stuttgart.
Zaidouny, L. (2015). Phase Behavior of Colloidal Monolayers on One-Dimensional Periodic and
Quasiperiodic Light Fields. PhD Thesis, Universität Stuttgart, Stuttgart.
Zuffi, S. (2015). Shape Models of the Human Body for Distributed Inference. PhD Thesis, Brown
University, Providence, USA.
b) Diplom-/Masterarbeiten
Briones Paz, J. Z. (2015). Quantum kinetic theory of ultrafast demagnetization by electron-phonon
scattering. Master Thesis, Universität Stuttgart, Stuttgart.
Casarsa de Azevedo, L. (2015). Causal Inference in Neuroimaging. Master Thesis, University of
Tübingen, Graduate Center of Neuroscience, Tübingen, Germany.
Dickmann, J. (2016). Establishing a work flow to objectively characterise the dynamic structure of
collectively migrating epithelial cell sheets. Master Thesis, Universität Heidelberg, Heidelberg.
Dietrich, K. (2015). Application of TIRM to Liquid-Liquid Interfaces. Master Thesis, Universität
Doerr, A. (2015). Adaptive and Learning Concepts in Hydraulic Force Control. Master Thesis,
Gao, M. (2015). Sequential Image Deconvolution Using Probabilistic Linear Algebra. Master Thesis,
Technical University of Munich, Munich, Germany.
Hohmann, M. (2015). A Cognitive Brain-Computer Interface for Patients with Amyotrophic Lateral
Sclerosis. Master Thesis, University of Tübingen, Graduate School of Neuroscience, Tübingen,
Germany.
Ibarra, C. A. (2015). The effect of frowning on attention. Master Thesis, University of Tübingen,
Graduate Training Center of Neuroscience, Tübingen, Germany.
Kloss, A. (2015). Object Detection Using Deep Learning - Learning where to search using visual
attention. Master Thesis, Universität Tübingen, Tübingen, Germany.
Marco Valle, A. (2015). Gaussian Process Optimization for Self-Tuning Control. Master Thesis,
Polytechnic University of Catalonia (BarcelonaTech), Barcelona, Spain.
40
Dokumentation 2015
IV
Muralidhar, S. (2015). Investigations of unusual hard magnetic MnBi LTP phase, utilizing temperature
dependent SQUID-FORC. Master Thesis, Universität Stuttgart, Stuttgart.
Ricken, J. (2015). Photoswitchable cell adhesion mediated by LOV2 protein mutants. Master Thesis,
Universität Heidelberg, Heidelberg.
Sanwald, P. (2015). Metal alloy-induced crystallization of amorphous semiconductors. Master Thesis,
Sittig, R. (2015). Voltage-induced magnetic manipulation of a microstructured iron gold multilayer
system. Master Thesis, Universität Stuttgart, Stuttgart.
Soo, H. (2015). Fluctuational electrodynamics for nonlinear media. Master Thesis, Universität
Tsatsoulis, T. (2015). Transfer of angular momentum from the spin system to the lattice during
ultrafast magnetization. Master Thesis, Universität Stuttgart, Stuttgart.
Widmaier, F. (2015). Robot Arm Tracking with Random Decision Forests. Master Thesis, Universität
Tübingen, Tübingen, Germany.
c) Bachelorarbeiten
Abele, C. (2015). Funktionalisierung und photochemische Vernetzung kolloidaler Silikatpartikel.
Bachelor Thesis, Universität Stuttgart, Stuttgart.
Bayer, A. (2015). Charakterisierung von Nanopropellern und theologische Messungen von
viskoelastischen Medien. Bachelor Thesis, Universität Stuttgart, Stuttgart.
Doerr, A. (2015). Policy Search for Imitation Learning. Bachelor Thesis, Universität Stuttgart,
Stuttgart, Germany.
Jesenski, S. (2015). Entwicklung eines Messaufbaus zur Beobachtung der Clusterbildung aktiver
Brownscher Partikel in einer dreidimensionalen Umgebung. Bachelor Thesis, Universität Stuttgart,
Stuttgart.
Konzelmann, P. (2015). Direkte Messung repulsiver van-der-Waals Kräfte. Bachelor Thesis,
Pöhnl, R. (2015). Evaporation and growth of liquid drops. Bachelor Thesis, Universität Stuttgart,
Stuttgart.
Rußegger, N. (2015). Optical measurements of diffusion of the enzyme urease. Bachelor Thesis,
Steiner, J. (2015). Feedback control of active suspensions. Bachelor Thesis, Universität Stuttgart,
Stuttgart.
Vangelis, T. (2016). Diffusion im Zentrifugalpotential. Bachelor Thesis, Universität Stuttgart,
Stuttgart.
41
V
V
Dokumentation 2015
Doktoranden
a) deutsche Staatsangehörige (Stand: 31.12.2015)
(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 , Stuttgart
Margarita Baluktsian, Universität Stuttgart, 5. Physikalisches Institut, Stuttgart
Simon Bartels, Universität Freiburg
Lucia Benk, Universität Stuttgart, Institut für Biochemie / University of California San Francisco
(UCSF), USA
Dieter Büchler, Imperial College London, Bioengineering Dept., London, Vereinigtes Königreich
Maria Danner, Molecular Biotechnology, Ruprecht- Karls-Universität Heidelberg, Heidelberg
Georg Dieterle, Eberhard Karls Universität Tübingen, Institut für Angewandte Physik, Tübingen
Johannes Förster, Otto-von-Guericke-Universität Magdeburg, Magdeburg
Johannes Patrick Frohnmayer, Ludwig-Maximilians-Universität München, Lehrstuhl für Biophysik
und molekulare Materialien / Riken, Quantitative Biology Center, Osaka, Japan
Phillipp Geiger, Ruprecht-Karls-Universität Heidelberg, Fakultät für Mathematik und Informatik,
Heidelberg.
Holger Göring, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Intelligente Systeme , Stuttgart
Joachim Gräfe, Universität Leipzig, Wilhelm-Ostwald-Institut für Physikalische und Theoretische
Chemie, Leipzig
Michael Haag, Universität Stuttgart, Institut für Halbleiteroptik und Funktionelle Grenzflächen
(IHFG), Stuttgart
Barbara Haller, Ruprecht-Karls-Universität Heidelberg, Heidelberg
Patricia Hegger, Albert Ludwigs Universität Freiburg, Institut für Biochemie, Freiburg
Alexander Herzog, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik, Karlsruhe
Matthias Hohmann, Eberhard Karls Universität, Tübingen, Graduate Training Centre of Neuroscience,
Tübingen
Joel Jannai, Rheinische Friedrich-Wilhems-Universität Bonn, Bonn
Jan-Willi Janiesch, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie, Heidelberg
Simon Kamin, Hochschule RheinMain, Rüsselsheim, Fachbereich Ingenieurwissenschaften,
Rüsselsheim
Gerri Kannenberg, Ruprecht-Karls-Universität Heidelberg, Heidelberg
Daniel Kappler, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik, Karlsruhe
Hans Kersting, Ludwig-Maximilian-University München, München
Edgar Klenske, Universität Stuttgart, Stuttgart, Institut für Systemtheorie und Regelungstechnik,
Stuttgart
Marcel Labbe Laurent, Universität Stuttgart, Stuttgart, Institut für Theoretische Physik IV, Stuttgart
42
Dokumentation 2015
V
Sarah Löwy, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Intelligente Systeme, Stuttgart
Maren Mahsereci, Eberhard Karls Universität Tübingen, Institut für Astronomie und Astrophysik,
Tübingen
Franziska Meier, University of Southern California, Los Angeles,USA
Thomas Nestmeyer, Eberhard Karls Universität Tübingen, Mathematisch-Naturwissenschaftliche
Fakultät / Max Planck Institut für biologische Kybernetik, Tübingen
Dirk Ollech, Ruprecht-Karls-Universität Heidelberg, Institute for Pharmacy and Molecular
Biotechnology, Heidelberg
Susanne Veronika Ott, Ruprecht-Karls-Universität Heidelberg, Heidelberg
Andreas Reindl, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für
Metallforschung, Stuttgart
Julia Ricken, Ruprecht-Karls-Universität Heidelberg, Heidelberg
Stephen Ruoss, Hochschule Esslingen Hochschule Aalen
Victoria Schaufler, Ruprecht-Karls-Universität Heidelberg, Physikalisches Institut, Heidelberg
Michael Schober, Eberhard Karls Universität Tübingen, Wilhelm Schickard Institut für Informatik,
Heidelberg
Carl-Johann Simon-Gabriel, Conservatoire Strasbourg, Strasbourg, Frankreich
Christoph Stanglmair, Universität Regensburg, Institut für Organische Chemie, Regensburg
Michael Thaller, Universität Regensburg, Institut für Analytische Chemie, Chemo- und Biosensorik,
Regensburg
Maximilian Julius Urban, Universität Konstanz, Konstanz
Sebastian Weber, Universität Stuttgart, Stuttgart, Fakultät Chemie / Max-Planck-Institut für
Intelligente Systeme, Stuttgart
Sebastian Weichwald, University College, London, Vereinigtes Königreich
Ingrid Weinrauch, Universität Stuttgart, Institut für Plasmaforschung, Stuttgart
Marian Weiss, Ruprecht-Karls-Universität Heidelberg, Institut für Physiologie und Pathophysiologie,
Heidelberg
Tina Wiegand, Universität Heidelberg, Ruprecht-Karls-Universität Heidelberg, Biophysikalische
Chemie, Heidelberg
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
43
V
Dokumentation 2015
b) ausländische Staatsangehörige (Stand: 31.12.2015)
Mazen Al Borno, University of Toronto, Kananda
Mariana Alarcon Correa, Quimica y Fisica, Universidad de los Andes, Bogotá, Kolumbien
Morteza Amjadi Kolour, Transparent Transducer & UX Creative Research Center, Electronics and
Telecommunications Research Institute (ETRI), Daejeon, Südkorea
Rafael Balderas Xicohtencatl, Center of Investigation and Advanced Studies of the National
Polytechnic Institute (CINVESTAV) Mexico City, Mexiko
Matej Balog Merton College, University of Oxford, UK
Semanur Baylan, Istanbul Technical University, Türkei
Miroslav Bogdanovic, University of Oxford, Vereinigtes Königreich
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
Udit Choudhury, Virginia Polytechnic Institute and State University (Virginia Tech), USA
Xiaoguang Dong, Carnegie Mellon University, Pittsburg, PA, USA
Xiaoyang Duan, Nankai University, China
Sahand Eslami, European Laboratory for Non-Linear Spectroscopy, University of Florence, Italien
Nima Farahmand Bafi, Universität Stuttgart, Stuttgart, Deutschland
Tatiana Fomina, Katholieke Universiteit Leuven, Leuven, Belgien / Université Joseph Fourier
Grenoble, Frankreich
Joshua Giltinan, NanoRobotics Laboratory, Carnegie Mellon University Pittsburgh, PA, USA
Sebastian Gomez Gonzalez, Universidad Tecnológia de Pereira (UTP), Kolumbien
Shixiang Gu, Jesus College, Cambridge, Vereinigtes Königreich
Fatma Güney, Bogazici University, Istanbul, Türkei
Biwei Huang, Eberhard Karls Universität, Tübingen, Deutschland
Varun Jampani, International Institute of Information Technology, Hyderabat, India
Vinay Jayaram, Harvard University, Cambridge, MA, USA
Hyeon-Ho Jeong, Dankook University, Yongin, Südkorea
Majid Khadiv, K. N. Toosi University Teheran, Iran
Okan Koc, Eidgenössische Technische Hochschule (ETH), Zürich, Schweiz
Eric Lacosse, Eberhard Karls Universität Tübingen, Deutschland
David Lopez Pa, Universidad Autonoma de Madrid, Spanien
Chaochao Lu, The Chinese University of Hongkong, China
Guo Zhan Lum, Carnegie Mellon University, Pittsburg, PA, USA
Medhavi Nagpal, Dept. of Biotechnology, National Institute of Technology, Jalandhar, Indien
44
Dokumentation 2015
V
Youngmin Oh, University of Southern California, Los Angeles, USA
Brahayam David Ponton Junes, Eidgenössische Technische Hochschule (ETH), Zürich, Schweiz
Tian Qiu, Dept. of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing, China
Akshara Rai, Carnegie Mellon University, Pittsburg, PA, USA
Ananat Raj, Indian Institute of Technology Kanpur (IIT Kanpur), Indien
Steven Rich, Carnegie Mellon University, Pittsburg, PA, USA
Mateo Rojas-Carulla, Corpus Christi College, University of Cambridge, Vereinigtes Königreich
Paul Rubenstein, University College, London, Vereinigtes Königreich
Umut Tunca Sanli, Christian-Albrechts-Universität zu Kiel, Deutschland / Robert Bosch GmbH,
Gerlingen, Deutschland
Adam Scibior, Trinity College, University of Cambridge, Vereinigtes Königreich
Elham Sharifikolouei, Universität Ulm, Ulm, Deutschland
Donghoon Son, Carnegie Mellon University Pittsburgh, PA, USA
Kwangho Son, Materials Analysis Laboratory, Dept. of Physics, Kookmin University, Südkorea
Sukho Song, Nanorobotics Laboratory, Carnegie Mellon University Pittsburgh, PA, USA
Zhe Su, University of Southern California, Los Angeles, USA
Giovanni Sutanto, University of Southern California, Los Angeles, USA
Behzad Tabibian, University of Pittsburgh, Pittsburgh, PA, USA
Sapana Tripathi, School of Physics Department, Devi Ahilya University, Indien
Mehmet Turan, University of California Los Angeles (UCLA), USA
Xu Wang, University of Science and Technology, Hefei, China
Matthew Woodward, NanoRobotics Laboratory, Carnegie Mellon University Pittsburgh, PA, USA
Manuel Wüthrich, École Politechnique Fédérale de Lausanne, Frankreich / University of Southern
California, Los Angeles, USA
Immian Ceren Yasa, Bilkent University, Ankara, Türkei
Öncay Yasa, Bilkent University, Ankara, Türkei
Grigory Zarubin, Universität Stuttgart, Stuttgart, Deutschland
45
VI
VI
Dokumentation 2015
Gastwissenschaftler
Ijaz Akhter, Ph.D., Namal College, Mianwali, Pakistan
Amador, Guillermo, Ph.D., Georgia University of Technology, Atlanta, GA, USA
Rohit Babbar, University Joseph Fourier, Grenoble, Frankreich
Michel Besserve, Cognitive Neuroscience and Brain Imaging Lab (CNRS Laboratory), Paris,
Frankreich
Federica Bogo, University of Padova, Italien
Hakan Ceylan, National Nanotechnology Research Center (UNAM), Bilkent University, Ankara,
Türkei
Dr. Antonio Checco, Brookhaven National Laboratory, USA
Dr. Gabor Csiszar, Eötvös Loránd University, Budapest, Ungarn
Prof. Dr. Daniel Marinov Dantchev, Institute of Mechanics, Bulgarian Academy of Sciences, Sofia,
Bulgarien
Dr. Tamal Das, Institut du Cancer de Montréal, Centre Hospitalier de l’Université de Montréal,
(CHUM), Kanada
Prof. Dr. Victor Dotesenko, Laboratoire de Physique Théorique de la Matière Condensée, Université
Paris VI, Frankreich
Xiaoyang Duan, EPFL de Lausanne, Schweiz
Zahra Eskandari, Ph.D., Dept. of Physics, Sharif University of Technology, Tehran, Iran
Ajay Gangwar, Universität Regensburg, Regensburg, Deutschland
Dr. Piotr Garbacz, Faculty of Chemistry, University of Warsaw, Polen
Cristina Garcia Cifuentes, University College, London, Vereinigtes Königreich / Université de Caen
Bass-Normandie, Frankreich
Dr. Juan Ruben Gomez Solano, Laboratoire de Physique, École Normale Supérieure de Lyon,
Frankreich
Zoltan Hegedüs, Eötvös Loránd University, Budapest, Ungarn
Lindsey Hines, Ph.D., NanoRobotics Laboratory, Carnegie Mellon University Pittsburgh, PA, USA
Dr. Andrew Holle, University of California, San Diego, La Jolla, CA, USA
Zeinab Hosseinidoust, Ph.D., McGill University, Montreal, Quebec, Kanada
Wenqui Hu, Ph.,D., Dept. of Electrical Engineering, University of Hawaii at Manoa, Honolulu, HI,
USA
Dr. Michael Rong Shie Huang, Dept. of Materials Science and Engineering, National Cheng Kung
University, Tainan City, Taiwan
Yanlong Huang, Nanjing University of Science and Technology, Ph.D., China
Dr. Minsu Jung, Dept. of Materials Science and Engineering, Yonsei University, Seoul, Korea
Dr. Naejin Kong, Korea Advanced Institute of Science and Technology, Südkorea
46
Dokumentation 2015
VI
Dr. Xiaoyan Li, Shanghai Institute of Ceramics, Chinese Academy of Sciences (SICAS), China
Prof. Dr. Yongchang Liu, Dept. of Metallic Materials Science and Engineering, College of Materials
Science and Engineering, Tianjin, China
Celia Lozano, Universidad de Navarra, Dpto. de Física y Matemática Aplicada, Pamplona, Spanien
Jim Mainprice, Ph.D., Worcester Polytechnic Institute in Massachussets, USA
Dr. Arghya Majee, Laboratoire Ondes et Matìere d’Aquitaine, Université de Bordeaux & CNRS,
Talence, Frankreich
Dr. Paolo Malgaretti, Departamento de Fisica Fonamental, Universitat de Barcelona, Spanien
Dr. Massimo Mastrangeli, Universität Brüssel, Belgien
Dr. Elisa Migliorini - Université Joseph Fourier, Grenoble, Frankreich
Burcu Minsky, Ph.D., Biophysical/BioAnalytical Chemistry, University of Massachusetts-Amherst,
MA, USA
Dr. Dimitris Missirlis, University of California Berkeley, USA
Babak Mostaghaci: Biopharmazie und Pharmazeutische Technologie, Universität des Saarlandes,
Saarbrücken, Deutschland
Krikamol Muandet, Mahidol University, Thailand
Dr. Piotr Nowakowski, ELCAR, Piaseczno, Polen
Prof. Dr. Gleb Oshanin, Laboratoire de Physique Théorique de la Matière Condensée, Université
Pierre et Marie Curie, et du CNRS, Paris, Frankreich
Dr. Stefano Palagi, Center for Micro-BioRobotics @SSSA, Instituto Italiano di Tecnologia, Pontedera
(PI), Italien
Byung Wook Park, Ph.D., Bioengineering Institute, Worcester Polytechnic Institute, Worcester, MA,
USA
Esteban Pedrueza Villalmanzo, University of Valencia, Spanien
Kirstin Petersen, Ph.D., Wyss Institute of Biologically Inspired Engineering at Harvard University,
Cambridge MA, USA / Self-Organizing Systems Research Lab, Harvard University
Dr. Efthymios Polatidis, School of Materials, University of Manchester, Vereinigtes Königreich
Dr. Gerard Pons-Moll, Leibniz Universität Hannover, Deutschland
Dr. Mikhail Popescu, Ian Wark Research Institute, University of South Australia, Mawson Lakes,
Australien
Mohammad Raoufi, Physikalische Chemie, Universität Siegen, Deutschland
John Rebula, Ph.D., University of Michigan, Ann Arbor, MI, USA
Dr. Jerome Roche, Laboratoire de Gènie Chimique (LGC UMR 5503), Toulouse, Frankreich
Sutapa Roy, Theoretical Science Unit, Jawaharlal Nehru Centre for Advanced Scientific Research
(JNCASR), Jakkur, Bangalore, Indien
Laura Sevilla Lara, University of Massachusetts Amherst, USA
Dr. Ajay Vikram Singh, Rensselaer Polytechnic Institute, Biotech Centre, Troy, NY, USA
47
VI
Dokumentation 2015
Dr. Druv Pratap Singh, Pohang University of Science and Technology, Pohnag, Kyungbuk, Südkorea
Swarn Lata Singh, Ph.D., Dept. of Physics, Banaras Hindu University, Varanasi, Indien
Soltan Eid Soltan, Physics Department, Helwan University, Cairo, Egypt
Prof. Dr. Garrett Stanley, Georgia Institute of Technology & Emory University, USA
Morgan Stanton, Ph.D., Dept. of Chemistry and Biochemistry, Worcester Polytechnic Institute,
Worcester, MA, USA
Dr. Dagmar Sternad, Northeastern University (Boston, USA)
Dr. Emmanuel Suraniti, Laboratoire de Gènie Chimique (LGC UMR 5503), Toulouse, Frankreich
Prof. Dr. Istvan Szalai, University of Pannonia, Institute of Physics,Veszprem, Ungarn
Ahmed Fatih Tabak, Ph.D., Istanbul Ticaret Universitesi, Istanbul, Türkei
Nahid Talebi Sarvari, Ph.D., Photonics Research Laboratory, Center of Excellence for Applied
ElectromagSnetic Systems, School of Electrical and Computer Engineering, University of Tehran, Iran
Dr. Ilya Tolstikhin, Dorodnicyn Computing Center of Russian Academy of Sciences, Moscow,
Russische Förderation
Prof. Dr. Nikolaus Friedrich Troje, Queens University in Kingston, Ontario, Kanada
Ali Osman Ulusoy, Ph.D., Brown University, Providence, Rhode Island, USA
Dr. Diana Vilela Garcia, University of Alcala, Madrid, Spanien
Wendong Wang, Ph.D., Wyss Institute of Biologically Inspired Engineering at Harvard University,
Cambridge MA, USA
Dr. Zhiguang Wu, Harbin Institut, Harbin, China
Zhou Ye, Ph.D., Carnegie Mellon University, Pittsburg, PA, USA
Dr. Jennifer Young, University of California, San Diego, La Jolla CA, USA
48
Dokumentation 2015
VII
a)
VII
Sonstige Mitteilungen
Ehrungen 2015
Fabian Adams
Ferdinand Eisenberger Stipendium, Deutsche Urologische
Gesellschaft
Matej Balog
Gewinner des Code Hunt Programming Wettbewerbs an der
Microsoft Research PhD Summer School 2015
Michael J. Black
Ernennung zum Externen Mitglied der Königlichen Schwedischen
Akademie der Wissenschaften
Michael J. Black
Das Middlebury Dataset erhielt den 2015 IEEE Mark Everingham
Preis für seinen Beitrag zur Computer Vision Community. Michael
Black war Teil des Teams hinter dem Optical Flow Benchmark.
Frederica Bogo
3. Preis beim „Science2Start“ Wettbewerb von BioRegio Stern für
das von ihr entwickelte Hochfrequenz-Screening mit einem 3DKörpermodell, das Hautkrebs frühzeitig erkennen hilft
Dorothea Brüggemann
Emmy-Noether-Förderung „Smarte Biomaterialien aus
proteinbasierten Komposit-Nanofasern“
Andreas Geiger
Verleihung des KIT Doktorandenpreis für seine Doktorarbeit
„Probabilistic Models for 3D Urban Scene Understanding from
Movable Platforms”
Andreas Geiger and Chaohui
Wang:
Best Paper Award bei der Deutschen Konferenz für
Mustererkennung (GCPR 2015)
Chantal Göttler
1. Preis beim „Thesis in Three“ Wettbewerb in der Kategorie
„Master“
Barbara Haller
„Doktorand/-in“
Philipp Hennig
Emmy-Noether-Förderung „Probabilistisches Programmieren für
Autonome Maschinen“
Michael Hirscher
Hydrogen & Energy Award
Zeinab Hosseinidoust
Canadian Institutes of Health Research Fellowship (2015-2017)
Oliver Kroemer
Runner Up für den 2015 Georges Giralt Award (Preis für die beste
europäische Dissertation im Forschungsfeld Robotik)
Matthias Krüger
Ehrung als Gastprofessor (W3) durch die Universität Konstanz im
Rahmen des Programmes „Freiräume für Kreativität“
Laura Na Liu
ERC Starting Grant (2015-2020) für die Forschung an
Nanoplasmonics
49
VII
Dokumentation 2015
Laura Na Liu
LIGHT2015 Young Women in Photonics Award: Fundamental
Category
Paolo Malgaretti
„Postdoc“
Andrew G. Mark
Günter Petzow Preis 2015
Eric Jan Mittemeijer
Adolf-Martens-Medaille
Katharina Mülling
Preis für hervorragende wissenschaftliche Leistung im Rahmen
ihrer Doktorarbeit, verliehen durch die "Freunde der TU Darmstadt"
Jan Peters
ERC Starting Grant (2015-2020) für die Forschung an der
Bewegung von Humanoiden Robotern
Tian Qiu, Debora Walker,
Andrew G. Mark and Peer
Fischer
Best design video award in Microrobotics Design Challenge, The
Hamlyn Symposium on Medical Robotics, London, UK
Ludovic Righetti
ERC Starting Grant (2015-2020) für die Forschung an der Kontrolle
von Humanoiden Robotern
Jonas Rommel
Azubi-Preis der Max-Planck-Gesellschaft
Samuel Sanchéz
Princess of Girona Foundation Scientific Research Award 2015
Samuel Sanchéz
MIT Technology Review under 35 (TR35) Award “Top Innovator
of the Year 2015, Spanish Edition”
Umut Sanli
SPIE Best Student Paper Award
Claudia Stahl
IEEE Council on Superconductivity Graduate Study Fellowship in
Applied Superconductivity
Ali Osman Ulusoy, Andreas
Geiger, and Michael J. Black
Ruth Urner
Best Paper Award bei der Internationalen Konferenz zur 3D Vision
(3DV 2015), für die Publikation: "Towards Probabilistic
Volumetric Reconstruction using Ray Potentials"
Best Paper Award beim NIPS 2015 Workshop: "Transfer and
Multitask Learning: Trends and New Perspectives" (Co-author Shai
Ben-David)
Wendong Wang
Alexander von Humboldt Fellowship (2015-2017)
Jonas Wulff
Outstanding Reviewer Award der Internationalen Konference für
Computervision, ICCV 2015
Wenqi Yu
Alexander von Humboldt Fellowship (2016-2018)
50
Dokumentation 2015
Jakob Zscheischler
Jakob Zscheischler
VII
Otto-Hahn-Medaille der Max-Planck-Gesellschaft für seine
Doktorarbeit "A global analysis of extreme events and
consequences for the terrestrial carbon cycle"
Köppen Preis 2015. Der Mathematiker wurde vom Exzellenzcluster
CliSAP für seine herausragende Dissertation ausgezeichnet, die er
im vergangenen Jahr an der ETH Zürich einreichte
51
VII
Dokumentation 2015
b) Berufungen und Ernennungen 2015
52
Michael J. Black
Wieder-Ernennung (bzw. Fortsetzung)
Adjunct Professor of Computer Science,
Brown University (01/2011 until 12/2016, annual reappointment)
Michael J. Black
Ernennung zum Visiting Professor an der ETH Zürich
(01.04.2015 – 31.03.2016)
Departement Informationstechnologie und Elektrotechnik
Institut für Bildverarbeitung
Michael J. Black
Honorarprofessur an der Universität Tübingen
Wilhelm Schickard Institut für Informatik
Michael J. Black
Ernennung zum Foreign Member
of the Academy's Class for engineering sciences
at the Royal Swedish Academy of Science
Stockholm, Schweden
Michael J. Black
MPI-ETH Zentrum für Lernende Systeme
Mitglied seit 2015
Stefan Schaal
Geschäftsführender Direktor für den Tübinger Standort des
MPI für Intelligente Systeme;
Zugleich Stellvertretender Geschäftsführender Direktor
Des Gesamt-Instituts MPI-IS (beide Standorte)
Stefan Schaal
(Fortsetzung) Professur an der USC in Los Angeles
Bernhard Schölkopf
(Fortsetzung) Gastprofessur an der ETH Zürich (08/2012 - 07/2016)
Computerwissenschaften
Bernhard Schölkopf
Mitglied des MPI-Campus-Tübingen-Triumvirats
Bernhard Schölkopf
Co-Direktor des Max Planck ETH Zentrums für Lernende Systeme
Bernhard Schölkopf
(Fortsetzung) Honorarprofessur Universität Tübingen,
Mathematik & Physik
Bernhard Schölkopf
(Fortsetzung) Honorarprofessur Technische Universität Berlin,
Computerwissenschaften
Metin Sitti
Geschäftsführender Direktor des MPI für Intelligente Systeme
(für das Gesamtinstitut an beiden Standorten)
zugleich Geschäftsführender Direktor für den Standort Stuttgart des
MPI für Intelligente Systeme
Metin Sitti
Vorsitzender der Gemeinsamen Kommission (GemKom)
ab 7/2015
Dokumentation 2015
VII
Metin Sitti
Steering Board Member des ETH-MPI Center for Learning Systems
Joachim Spatz
Ruf an das MPI für medizinische Forschung, Heidelberg
Joachim Spatz
Stellvertretender Geschäftsführender Direktor
des MPI-IS am Standort Stuttgart
53
VII
Dokumentation 2015
c) Ständige Mitgliedschaften der Wissenschaftlichen Mitglieder 2015
M. J. Black
Mitglied der Königliche Schwedische Akademie der Wissenschaften
M. J. Black
Mitglied der Association of Computing Machinery (ACM)
M. J. Black
Vorstandsmitglied (Member of the Board) bei Body Labs Inc., New York
M. J. Black
Senior Mitglied der IEEE (Institute of Electrical and Electronics Engineers)
M. J. Black
Mitglied des Brain Science Program, Brown University
M. J. Black
Mitglied des Max Planck ETH Zentrums für Lernende Systeme
M. J. Black
Mitglied des Werner Reichardt Center for Integrative Neuroscience,
Eberhard Karls Universität Tübingen
M. J. Black
Mitglied des Bernstein Center for Computational Neuroscience, Tübingen
S. Dietrich
Fellow of the IOP, Institute of Physics, London
E. J. Mittemeijer
Fellow of the American Society of Materials
E. J. Mittemeijer
Elected Member of the International Center of Diffraction Data
E. J. Mittemeijer
Honorary Member of the Netherlands Society of Metals
E. J. Mittemeijer
Honorary President of the Dutch-Belgian Society of Heat Treatment
E. J. Mittemeijer
Vertreter des MPI für Intelligente Systeme im World Materials Research Institute
Forum (WMRIF)
E. J. Mittemeijer
Vertreter des MPI für Intelligente Systeme in der Bundesvereinigung Materialwissenschaft und Werkstofftechnik e.V. (BV MatWerk)
E. J. Mittemeijer
Vertreter der Universität Stuttgart beim Studientag Materialwissenschaft und
Werkstofftechnik e.V.
S. Schaal
Mitglied in der Alexander von Humboldt Stiftung
S. Schaal
Mitglied der Studienstiftung des Deutschen Volkes
S. Schaal
Mitglied bei der American Association of Artificial Intelligence
S. Schaal
Mitglied der American Association for the Advancement of Science
S. Schaal
Fellow der IEEE (Institute of Electrical and Electronics Engineers)
S. Schaal
Mitglied der Society of Neural Control of Movement
S. Schaal
Mitglied der Society of Neuroscience
S. Schaal
Mitglied der International Neural Networks Society
S. Schaal
Mitglied im ETH/MPI-IS Zentrum für Lernende Systeme
S. Schaal
Mitglied des „Board of External Reviewers” des Italian Institute of Technology
S. Schaal
Mitglied des „Board of Directors“ des Technologieparks Tübingen-Reutlingen
S. Schaal
Mitglied des „Board of Governors“ der International Neural Networks Society
54
Dokumentation 2015
VII
S. Schaal
Mitglied im “NeuroEngineering Advisory Board” der Technischen Universität
München
S. Schaal
Mitglied des “External Advisory Board” für das EPSRC Centre for Doctoral
Training in Robotics and Autonomous Systems an der Universität Edinburgh
B. Schölkopf
B. Schölkopf
B. Schölkopf
B. Schölkopf
Mitglied des Steuerungs- und Programm Kommittee
“The Future of AI” - Ein Symposium an der New York Universität,
“Wissenschaft, Technologie, Vernunft und Ethik (2015 - 2016)”
Co-Direktor und Mitglied des Steuerungskommittees,
Max Planck ETH Zentrum für Lernende Systeme, Tübingen/Zurich (seit 2015)
Mitglied der Stammkommission (= Core Committee Member),
Max Planck Institute für biologische Kybernetik (2015 – 2016)
Mitglied des Kernel-Machines.Org Board
B. Schölkopf
Advisory Board Member der Neural Information Processing Systems Foundation
(NIPS)
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)
B. Schölkopf
Mitglied des Boards der International Machine Learning Society
B. Schölkopf
Mitglied der Deutschen Mathematiker-Vereinigung (DMV)
B. Schölkopf
Mitglied der Association for Computing Machinery (ACM)
B. Schölkopf
Senior Member der IEEE (Institute of Electrical and Electronics Engineers)
B. Schölkopf
Mitglied des Bernstein Center for Computational Neuroscience (Tübingen)
B. Schölkopf
Mitglied beim Bernstein Focus for Neurotechnology (Freiburg/Tübingen),
B. Schölkopf
Mitglied beim Excellence Clusters CIN (Center for Integrative Neuroscience,
Univ. Tübingen)
B. Schölkopf
Mitglied bei SimTECH (Simulation Technology, Univ. Stuttgart)
B. Schölkopf
Chair of the Advisory Committee, Neural Computation and Adaptive Perception
Program (NCAP) of the Canadian Institute for Advanced Research (CIFAR)
B. Schölkopf
ITN (Initial Training Network) Supervisory Board Member der Alexander von
Humboldt Stiftung
B. Schölkopf
External Advisory Board Member, Engineering and Physical Sciences Research
Council (EPSRC). Centre for Doctoral Training (CDT) in the area of Data
Science, Edinburgh, UK
B. Schölkopf
Gründungsmitglied und Mitglied der Stammkommission des CAS-MPG Partner
Institute for Computational Biology, Shanghai. Chinese Academy of Sciences –
Max-Planck-Gesellschaft
G. Schütz
Korrespondierendes Mitglied der Akademie der Wissenschaften Göttingen
M. Sitti
Member, American Society of Mechanical Engineers
M. Sitti
Fellow of the IEEE (Institute of Electrical and Electronic Engineers)
M. Sitti
Board Member, TASSA (Turkish American Scientists and Scholars Association)
M. Sitti
Board Member, European Center for Living Technology
55
VII
Dokumentation 2015
M. Sitti
Member, Sigma Xi
M. Sitti
Member, Italian Institute of Technology Standing Committee of External
Evaluators
M. Sitti
Steering Board Member of the Max Planck ETH Center for Learning Systems
J. P. Spatz
Forschungsausschuss der Ludwig-Maximilians-Universität München
J. P. Spatz
Heidelberger Akademie der Wissenschaften
J. P. Spatz
Mitglied des Beirats des Excellenzclusters „Cells in Motion“, Westfälische
Wilhelms Universität Münster
J. P. Spatz
Mitglied der Nordrhein-Westfälische Akademie der Wissenschaften und der
Künste
56
32
Dokumentation 2015
VII
d) Wissenschaftliche Veranstaltungen 2015
7.-8. Januar B. Schölkopf
Workshop “Empirische Inferenz”, Max Planck House
Tübingen
17. Januar
B. Schölkopf
Round Table Diskussion, Tübingen
26.-27.
Januar
25.-27.
Februar
B. Schölkopf
Workshop “Big Data”, Tübingen
A. Checco
M. Tasinkevych
P. Teixeira
International Workshop on Complex Fluids at
Structured Surfaces: Theory Meets Experiment, Berlin
17.-20.
März
26.-27.
März
F. Wichmann
Workshop “Vision – From Models to Appearance”
B. Schölkopf
29. März –
1. April
Ko-Organisator des Workshops “Drawing Causal
Inference from Big Data,” Arthur M. Sackler
Colloquia of the National Academy of Sciences,
Washington, USA
S. Dietrich
A. Maciolek
Ringberg Meeting “Soft Matter at Interfaces”
6.-8.
April
S. Sánchez
Ko-Organisator des Symposiums “Bio-inspired MicroNanomachines: Challenges and Perspectives” anlässlich
des MRS Spring Meetings, San Francisco, USA
10.-12.
April
MPI-IS
B. Schölkopf
ETH Zurich
Jonas Peters
DALI – Data, Learning and Inference workshop; La
Palma, Spanien
12.
April
16.-18.
April
S. Sánchez
26.
Mai
M. Sitti
30.
Mai
S. Schaal
17.-19.
Juni
S. Trimpe
Ko-Organisator des Workshops “Networks: Causality
and Processes,” at DALI – Data, Learning and
Inference; La Palma, Spanien
Ko-Organisator der Session “Nano-to-Micro Robotics”
anlässlich des 16ten German-American-Frontiers of
Engineering Symposium, Berlin
Ko-Organisator des Workshops “Bio-inspired
Innovations by Micro-Nano Robotics and Systems - For
Integration of Biomimetic and Mechanical Systems
based on Robotic Technologies” bei der International
Conference on Robotics and Automation (ICRA),
Seattle, Washington, USA
Ko-Organisator des Workshops “Using the Hubo
Platform to Advance Humanoids Research” bei der
International Conference on Robotics and Automation
(ICRA), Seattle, Washington, USA
Ko-Organisator der Special Session zu “Event-based
State Estimation” innerhalb der 1st International
Conference on Event-based Control, Communication,
and Signal Processing, Krakau, Polen
57
33
VII
Dokumentation 2015
6.
Juli
Jan Peters
12.
Juli
B. Schölkopf
M.J. Black
S. Schaal
13.-24.
M. Hirsch
Juli
P. Hennig
16.
Juli
B. Schölkopf
Jonas Peters
Ko-Organisator des Tutorials “Policy Search, Methods
and Applications” bei der International Conference on
Machine Learning (ICML), Lille, Frankreich
Symposium on Intelligent Systems in Science and
Industry (SISSI); kombiniert mit dem ersten Alumni
Treffen am MPI-IS Tübingen
Machine Learning Summer School (MLSS 2015),
Max-Planck-Campus Tübingen
Ko-Organisator des Workshops “Advances in Causal
Inference” bei der Conference on Uncertainty in Artifial
Intelligence (UAI), Amsterdam, Niederlande
16.
Juli
J. Mainprice
N. Rathliff
S. Schaal
Organizers des Workshops: “Learning from
Demonstration: Inverse Optimal Control, Reinforcement
Learning, and Lifelong Learning“ bei der R:SS in
Rome, Italien
28. Juli –
04. August
M. J. Black
F. Wichmann
Ko-Organisatoren der Computational Vision Summer
School, Freudenstadt-Lauterbad
31. August
-2. Sept.
E. Goering, G.
Schütz etc.
20.- 24.
September
S. Sánchez
21.- 25.
September
Oktober
C. Bechinger
11.-13.
November
MPI-IS
(S. Trimpe, L.
Righetti)
“Satellite Meeting” in Stuttgart zur XAFS16 Konferenz
(Karlsruhe) : „Application of XAFS to the study of
magnetic Materials“
Ko-Organisator des Symposiums “Active Soft
Materials” anlässlich des European Congress and
Exhibition on Advanced Materials (Euromat),
Warschau, Polen
Ko-Organisator der Konferenz “Microswimmers – From
Single Particle Motion to Collective Behaviour”, Jülich
Tutorial zu “Introduction to Gaussian Process
Regression” bei der International Conference on
Medical Image Computing and Computer Assisted
Intervention (MICCAI), München
Ko-Organisatoren des Learning Control Workshops (im
Rahmen des Max Planck ETH Center for Learning
Systems), Tübingen
18.-20.
November
M.J. Black
M. Sitti
P. Fischer
S. Schaal
30.
November
58
P. Hennig
B. Schölkopf
MPI-IS
Retreat mit 116 Teilnehmern,
Monbachtal, Bad Liebenzell
Einweihungssymposium des Max Planck ETH Center
for Learning Systems in Tübingen
34
VII
Dokumentation 2015
3.
Dezember
S. Schaal
11.
Dezember
P. Hennig
11.
Dezember
M. GrosseWentrup
11.
Dezember
M. J. Black
M. Loper
J. Romero
G. Pons-Moll
N. Mahmood
P. Gehler
12.
Dezember
10.-13.
Dezember
M. J. Black
17.
Dezember
M. Hirsch
Ko-Organisator des Workshops “A new age of
computing and the brain” – Report of the CCC Brain
workshop (CCC = Computing Community Consortium),
USA
Ko-Organisator des NIPS Workshops “Probabilistic
Integration” bei der 29th Annual Conference on Neural
Information Processing Systems, Montreal, Kanada
Ko-Organisator des NIPS Workshops “Machine
Learning and Interpretation in Neuroimaging: Beyond
the Scanner” bei der 29th Annual Conference on Neural
Information Processing Systems, Montreal, Kanada
Tutorial “How to build a digital human body” bei der
International Conference on Computer Vision (ICCV),
Santiago, Chile
Ko-Organisator des Workshops “Inverse Rendering” bei
der International Conference on Computer Vision
(ICCV), Santiago, Chile
Ko-Organisator des Workshops “Scenes from Videos
II,” Colchagua Valley, Chile
Ko-Organisator des Workshops “Machine Learning for
Intelligent Image and Video Processing” bei der
International Conference on Computer Vision (ICCV),
Santiago, Chile
59
35
VII
Dokumentation 2015
e) Weitere Veranstaltungen 2015
26.
Januar
MPI-IS
Special Talk in Stuttgart: “Haptics: The Technology of
Touch,” Katherine J. Kuchenbecker, University of
Pennsylvania, USA
09.
März
MPI-IS
18.
März
MPI-IS
Max Planck Lecture in Stuttgart: “Aerial Robot
Swarms,” Vijay Kumar, University of Pennsylvania,
USA
Special Talk in Tübingen: “Modelling in the Context
of Massively Missing Data,” Neil Lawrence,
University of Sheffield, UK
23. – 27.
März
MPI-IS
Abt. Schütz
Betreuung Schülerpraktikum BoGy
3 Schüler(in) der Klassenstufe 10 mit
naturwissenschaftlichen Interessen erhielten Einblick
in das Berufsfeld eines Wissenschaftlers in der
Forschung
23.
April
MPI-IS
MPI-FKF
Girls’ Day am MPI-IS Stuttgart und MPI-FKF: Girls’
Future Day 2015: 40 Mädchen gewannen Einblick in
Berufsperspektiven im Bereich Forschung und
Wissenschaft
23.
April
MPI-IS
MPI-KYB
Girls’ Day am MPI-IS Tübingen und MPI-KYB: Girls’
Future Day 2015: 8 Mädchen lernten Aktivitäten und
Arbeitsplätze an beiden Instituten kennen
27.
April
MPI-IS
Grundsteinlegung des MPI-IS Neubaus in Tübingen
Martin Stratmann, Präsident der MPG,
Theresia Bauer, Ministerin für Wissenschaft,
Forschung und Kunst in Baden-Württemberg,
Boris Palmer, Oberbürgermeister von Tübingen,
Bernd Engler, Rektor der Universität Tübingen,
Dieter Broghammer, Architekt des Gebäudes,
Stefan Schaal, MPI-IS
7.
Mai
M. J. Black
F. Wichmann
Zwei Vorträge beim “Science Notes” mit Focus
auf Perzeption (200 Zuhörer), die Kick-off
Veranstaltung des TÜFFF Tübingen
8.
Mai
MPI-IS
Teilnahme am “Tübinger Fenster für
Forschung” (TÜFFF, ca. 2500 Besucher)
Informationsstand in Tübingen
20. Mai
J. Albrecht,
S. Ruoß,
C. Stahl,
J. Bayer
Wissenschaftliche Exkursion des Master of Science
Studiengangs Materialwissenschaften der Hochschule
Aalen ans MPI IS Stuttgart
17.-18.
Juli
L. Righetti
S. Trimpe
60
mit
Tech Open Air Berlin “Impulse aus der Zukunft,”
organisiert durch die Max Planck Gesellschaft und die
Technologiestiftung Berlin
“How to train a robot” (L. Righetti)
“Don’t chat when there is nothing to say” (S. Trimpe)
36
VII
Dokumentation 2015
24.
Juli
MPI-IS
Günter Petzow Kolloquium 2015 und Preisverleihung
des Günter Petzow Preises 2015, Stuttgart
F. Allgöwer: „Industrie 4.0 und die Kybernetik des 21.
Jahrhunderts“
G. Thurn: „Fachliche und persönliche Anforderungen
der Porsche AG an Nachwuchskräfte“
G. Borho: „Das Bionic Learning Network von Festo:
Lernen von der Natur“
A.G. Mark: „Nanoparticles grown-to-order“
August
Jonas Peters
B. Schölkopf
Kurs “Kausalität, Exoplaneten und Black Jack: Wie
man aus Daten lernt” bei der Sommerakademie der
Studienstiftung des deutschen Volkes
27.
Oktober
MPI-IS
28.
Oktober
MPI-IS
30.
November
MPI-IS
Richtfest des MPI-IS Neubaus in Tübingen:
Simone Schwanitz, Ministerialdirektorin im
Ministerium für Wissenschaft, Forschung und Kunst
Baden-Württemberg,
Boris Palmer, Oberbürgermeister von Tübingen,
Dieter Grömling, Bauabteilung der MPG,
Dieter Broghammer, Architekt des Gebäudes,
Bernhard Schölkopf, MPI-IS
T3-Award “Thesis in Three”: in diesem Science Slam
präsentierten die Teilnehmer ihr Forschungsprojekt
allgemeinverständlich anhand von max. 3 Folien
innerhalb von 3 Minuten. 33 Teilnehmer in den
Kategorien Bachelor/Master-Arbeit, Doktorarbeit,
PostDoc; Stuttgart
Einweihung des Max Planck ETH Center for Learning
Systems in Tübingen:
Martin Stratmann, Präsident der MPG,
Lino Guzzella, Rektor der ETH Zürich,
Christine Schraner Burgener, Schweizer Botschaft,
Theresia Bauer, Ministerin für Wissenschaft,
Forschung und Kunst in Baden-Württemberg,
Thomas Hofmann & Bradley Nelson, ETH Zürich
Bernhard Schölkopf, MPI-IS
61
Jahrbuch 2015/2016 | Geiger, Andreas | Roboter lernen sehen
VIII
Dokumentation 2015
Roboter lernen sehen
Robots learn how to see
Geiger, Andreas
Max-Planck-Institut für Intelligente Systeme, Standort Tübingen, Tübingen
Korrespondierender Autor
Zusammenfassung
Autonome Fahrzeuge und intelligente Haushaltshelfer könnten schon bald unseren Alltag angenehmer und
sicherer gestalten. Um autonom handeln zu können, müssen solche Systeme allerdings zunächst lernen, ihre
Umgebung wahrzunehmen. Beispielsweise müssen Entfernung geschätzt, Bewegungen gemessen, Objekte
erkannt und die dreidimensionale Szene als Ganzes interpretiert werden. Während dem Menschen die
Wahrnehmung mühelos erscheint, müssen Computer dieselben Fähigkeiten erst erlernen. Wir entwickeln
mathematische Modelle, die es Computern erlauben, ihre Umgebung robust wahrzunehmen.
Summary
Autonomous vehicles and intelligent service robots could soon contribute to making our lives more pleasant
and secure. However, for autonomous operation such systems first need to learn the perception process itself.
This involves measuring distances and motions, detecting objects and interpreting the threedimensional world
as a whole. While humans perceive their environment with seemingly little efforts, computers first need to be
trained for these tasks. Our research is concerned with developing mathematical models which allow
computers to robustly perceive their environment.
Zukunftsvision Intelligente Roboter
Noch ist es eine Zukunftsvision, aber schon bald könnten intelligente Roboter unser Leben in vielfältiger Weise
sicherer und angenehmer machen. Autonome Fahrzeuge würden uns sicher zum Arbeitsplatz bringen und
zugleich neue zeitliche Freiräume schaffen. Warensendungen und Lebensmittel könnten ohne menschliches
Zutun geliefert, Staus durch kooperatives Kolonnenfahren verringert und Unfälle durch zuverlässige Technik
vermieden werden. Personen, die selbst kein Fahrzeug führen können, würden an Mobilität gewinnen. Aber
auch
im Haushalt
könnten
Roboter Arbeiten
übernehmen, die
weit
über die
Fähigkeiten
heutiger
Haushaltsroboter hinausgehen. So könnten intelligente Roboter Geschirr abräumen und spülen, die Wäsche
waschen, das Bad reinigen, Möbel zusammenbauen und Reparaturen aller Art durchführen. In unserer
alternden Gesellschaft könnten insbesondere pflegebedürftige Personen profitieren, da Pflegekräfte durch
technische
Unterstützung
mehr
Zeit für| die
Zuwendung
zum Patienten gewinnen würden. Weitere Szenarien
Jahrbuch
2015/2016
| Geiger,
Andreas
Roboter
lernen sehen
für intelligente Roboter sind Katastropheneinsätze, automatisierte Materialprüfung, Kartographie, Raumfahrt
und medizinische Eingriffe, um nur einige Beispiele zu nennen.
© 2016 Max-Planck-Gesellschaft
62
www.mpg.de
1/6
Roboter lernen Sehen
Um wie ein Mensch Entscheidungen treffen zu können und mit der Umwelt zu interagieren, müssen Roboter
Dokumentation 2015
und medizinische Eingriffe, um nur einige Beispiele zu nennen.
VIII
Roboter lernen Sehen
Um wie ein Mensch Entscheidungen treffen zu können und mit der Umwelt zu interagieren, müssen Roboter
zunächst ihre Umwelt wahrnehmen. Einer der wichtigsten und kostengünstigsten Sensoren dabei ist die
digitale Kamera, welche ähnlich dem menschlichen Auge ein Abbild der dreidimensionalen Umgebung auf die
zweidimensionale Bildfläche zeichnet. Während Anfang der 1960-er Jahre noch die Überzeugung herrschte,
dass die Gewinnung von Informationen aus Kamerabildern ein einfaches Problem darstellt, haben sich aus den
ersten Anstrengungen mittlerweile große Forschungsfelder, insbesondere das “maschinelle Sehen” und das
“maschinelle Lernen” entwickelt. Die Schwierigkeit besteht darin, die großen Mengen an aufgezeichneter
Information in einfache, abstrakte Signale umzuwandeln. Zur Veranschaulichung dient im Folgenden das
autonome Fahren.
A bb. 1: Link s: O bje k twisse n wie die 3D-Ge om e trie von
Fahrze uge n (unte n) lässt sich nutze n, um Me hrde utigk e ite n
aufzulöse n und so die Schätzung von Tie fe ninform atione n im
Ve rgle ich zu e x istie re nde n Ve rfahre n (obe n) robuste r zu
ge stalte n (Mitte ). R e chts: Be we gte Sze ne n be ste he n oft aus
e ine r k le ine n Anzahl sich unabhängig be we ge nde r, starre r
O bje k te . Unte r Ausnutzung die se s W isse ns lässt sich die
Sze ne in ihre sich be we ge nde n Ele m e nte unte rte ile n (obe n),
und die Be we gung im Bild lässt sich be sse r e inschätze n
(Mitte ). Die wahre Be we gung ist im unte re n Bild darge ste llt.
Zur Visualisie rung wurde n Entfe rnungs- und
Flussinform atione n in be ide n Abbildunge n als Falschfarbe n
darge ste llt.
© Andre as Ge ige r
Um Tiefeninformationen gewinnen zu können, werden in modernen Fahrzeugen Stereokameras genutzt,
welche – ähnlich dem menschlichen Sehmechanismus – aus zwei leicht versetzten Bildsensoren aufgebaut
sind. Bei einer Aufzeichnungsgeschwindigkeit von 25 Bildern pro Sekunde und einer Auflösung von 2 Millionen
Pixeln pro Bild entspricht dies 50 Millionen Intensitäts- oder Farbwerten pro Sekunde. Aus dieser Datenflut
müssen nun einige wenige Steuersignale für das Fahrzeug extrahiert werden, wie beispielsweise Signale für
Gas, Bremse sowie Lenkung. Die korrekte Umwandlung der hochdimensionalen Eingangsdaten in abstrakte
niedrigdimensionale Steuersignale ist jedoch nicht nur mit einem extrem hohen Rechenaufwand verbunden.
Sie ist auch mathematisch äußerst anspruchsvoll. So erzeugt ein und dieselbe Szene zu unterschiedlichen
www.mpg.de
2/6
63
Jahrbuch
2015/2016 | Geiger, Andreas | Roboter lernen sehen
VIII
Tageszeiten
komplett
verschiedene
Bilder, beispielsweise
Dokumentation 2015
durch
unterschiedlichen
Sonnenstand
oder
Witterungsbedingungen. Keines der Pixel ähnelt sich mehr. Basierend auf Erfahrungen und Kontextinformation
hat der Mensch gelernt, solch irrelevante Informationen zu abstrahieren und seinen Blick “aufs Wesentliche”
zu lenken. Ein Computer muss dies dagegen erst mühsam erlernen, um in allen Situationen korrekt reagieren
zu können. Darüber hinaus sind nicht alle Pixel in einem Bild für die zu lösende Aufgabe gleich wichtig. So
erscheinen entscheidende Objekte oft sehr klein, wie zum Beispiel ein Verkehrsschild oder ein von einem
Fahrzeug teilweise verdeckter Fußgänger am Fahrbahnrand. Während der Mensch weiß, auf was zu achten ist,
muss ein Computer sich diese Kenntnisse erst aneignen.
Eine Welt voller Strukturen
Um Robotern das Sehen beizubringen, müssen aus der eingehenden Datenflut die für den Roboter relevanten
Informationen zuverlässig herausgefiltert werden. Relevante Informationen sind hierbei unter anderem die
Position des Roboters in einer Karte, die 3D-Position und Orientierung der ihn umgebenden Objekte, die
Bewegung von Objekten, die Objektart und mögliche Formen der Interaktion (zum Beispiel die Möglichkeit, das
Objekt zu greifen), der begehbare beziehungsweise befahrbare Bereich, Hindernisse sowie die Struktur der
unmittelbaren Umgebung. Zur Rekonstruktion der Umgebung und zur Schätzung der Bewegung lassen sich
dabei Korrespondenzen in Kamerabildern heranziehen; also Pixel, die in unterschiedlichen Bildern den gleichen
Objektpunkt zeigen. Wird beispielsweise dieselbe Szene zu einem Zeitpunkt mit Hilfe zweier Kameras aus
zwei unterschiedlichen Blickwinkeln aufgenommen, so lässt sich ein dreidimensionaler Weltpunkt aus einer
Merkmalskorrespondenz durch Triangulation schätzen. Korrespondenzen müssen auch dann gefunden
werden, wenn die Bewegung im Bild oder in der dreidimensionalen Umgebung geschätzt werden soll. Um
beispielsweise die Position von Verkehrsteilnehmern in der unmittelbaren Zukunft vorherzusagen, muss
zunächst die vergangene Bewegung des Objektes bekannt sein. Während die Suche von korrespondierenden
Bildpunkten in texturierten Bereichen relativ einfach ist, ergeben sich für homogene, reflektierende oder
spiegelnde Oberflächen keine eindeutigen Zuordnungen, da viele Bildpunkte als Korrespondenz für ein
Referenzpixel in Frage kommen. Im Gegensatz zur Computergrafik, welche die Projektion einer 3D-Szene in die
Bildebene modelliert, muss beim maschinellen Sehen das inverse Problem gelöst werden. Dieses ist jedoch
schlecht gestellt, da nur zweidimensionale Abbildungen der tatsächlichen dreidimensionalen Welt beobachtet
werden. Mehrdeutigkeiten bei der Bildkorrespondenzsuche sind nur ein Beispiel hierfür.
Glücklicherweise ist unsere Welt nicht beliebig aufgebaut, sondern weist reichhaltige Strukturen auf. So sind
3D-Oberflächen typischerweise glatt; Objektgrenzen fallen meist mit einem Farb- oder Grauwertübergang
zusammen. Auch müssen physikalische Gesetze gelten: So können etwa Objekte nicht ohne Antrieb in der Luft
schweben, und die meisten Objekte durchdringen sich nicht gegenseitig. Aber nicht nur die Natur, auch der
Mensch schafft vielfältige Regelmäßigkeiten. So werden Straßen meist von Häusern gesäumt, deren Wände
ihrerseits wieder in rechten Winkeln angeordnet sind. Betten stehen häufiger an einer Wand als in der Mitte
eines Raumes, und Nachttische kommen häufiger im Schlafzimmer als im Flur vor. Stühle stehen meist um
einen Tisch, und Waschbecken gibt es vorwiegend in Küche und Bad. Die Nutzung dieses strukturellen
Wissens
kann
dabei
helfen,
Mehrdeutigkeiten
aufzulösen
und
ein
konsistenteres,
genaueres
und
vollständigeres Schätzergebnis zu erzielen. Zur Modellierung können sogenannte graphische Modelle
herangezogen werden, die zeigen, wie Objekte und Beobachtungen gegenseitig und miteinander statistisch in
Beziehung stehen. Der Graph in Abbildung 2 beschreibt dabei, welche Abhängigkeiten für das Modell relevant
sind, und macht unsicherheitsbehaftete Zustandsschätzungen mit vertretbarem Rechenaufwand erst möglich.
64
www.mpg.de
3/6
Jahrbuch
2015/2016 | Geiger,
Dokumentation
2015 Andreas | Roboter lernen sehen
VIII
A bb. 2: Link s: Schätzung von 3D-Sze ne n basie re nd auf Farbund Tie fe nbilddate n. Ge om e trie - und Konte x twisse n
unte rstützt die Erk e nnung von O bje k te n und die se m antische
Klassifik ation. R e chts: Ge ne rative s probabilistische s Mode ll
zur Schätzung von Ve rk e hrssze ne n (unte n) basie re nd auf
Vide ose que nze n (obe n).
© Andre as Ge ige r
Zur Veranschaulichung sind im Folgenden fünf Beispiele aktueller Forschung aufgeführt, welche sich die
Gesetzmäßigkeiten der Welt auf diese Weise zu Nutze machen.
Bekannte Geometrien
Algorithmen zur Stereorekonstruktion, also zur Tiefengewinnung aus zwei gleichzeitig aufgenommenen
Bildern, haben in den letzten Jahren an Genauigkeit, Effizienz und Flexibilität hinzugewonnen [1]. Dennoch
bleiben einige Probleme nach wie vor ungelöst. So lassen sich unter anderem texturarme und reflektierende
Oberflächen nur schlecht oder gar nicht rekonstruieren. Im schlimmsten Fall kommt es zu Fehlmessungen, die
katastrophale Folgen für ein sicherheitsrelevantes technisches System haben könnten. Der Grund für das
Versagen existierender Verfahren sind die üblicherweise eingesetzten, relativ schwachen Weltannahmen,
welche typischerweise stückweise Glattheit von Oberflächen erfordern. Die statistischen Abhängigkeiten in
Tiefendaten sind aber deutlich komplexer. In [2] wird daher ein Verfahren vorgeschlagen, welches
Objektwissen nutzen kann. Die Idee dabei ist, dass Objekte einer bestimmten semantischen Kategorie (wie
etwa Autos, Gebäude oder Straße) keine beliebigen dreidimensionalen Formen aufweisen, sondern gewissen
geometrische
Regelmäßigkeiten folgen. Diese
Regelmäßigkeiten können ausgenutzt werden, um den
Suchraum für die Rekonstruktion einzuschränken, und führen dadurch zu genaueren Tiefenkarten [3].
Ähnliche Formen
Eine andere Art von Objektwissen, welche zur Rekonstruktion verwendet werden kann, ist die Tatsache, dass
viele von Menschen geschaffene Strukturen, wie etwa Autos oder Häuser, geometrische Ähnlichkeit aufweisen.
In [4] werden diese Annahmen ausgenutzt, um Objekte besser rekonstruieren zu können. Insbesondere
lassen sich dadurch Bereiche, die der Sensor etwa aufgrund von Verdeckungen schlecht oder gar nicht
einsehen kann, rekonstruieren.
Starre Bewegungen
Unsere Welt ist voller Dynamik, Objekte bewegen sich in unterschiedlichste Richtungen. Allerdings ist auch
diese Dynamik nicht zufällig, sondern strukturiert. So bewegen sich die meisten Verkehrsteilnehmer als ein
starres Ganzes. Dies erlaubt die Beschreibung von dynamischen Szenen durch die Bewegungsparameter
www.mpg.de
65
4/6
VIII
Dokumentation 2015
jedes einzelnen Objekts, wie in [5] vorgeschlagen. Im Vergleich zu einer Pixel-basierten Bewegungsschätzung
müssen so deutlich weniger Variablen repräsentiert und geschätzt werden. Das macht das Ergebnis zugleich
genauer und robuster.
Ganzheitliche Räume
Weltwissen kann auch die Schätzung von kompletten 3D-Szenen stützen. [6] beschreibt ein Modell, das
basierend auf einem einzigen Farbbild und einem Tiefenbild die Position, Geometrie und Semantik aller Objekte
in der Szene sowie die begrenzenden Wände, den Fußboden und die Raumdecke schätzen kann. Ermöglicht
wird dies durch die Integration von 3D-CAD-Modellen, welche die Form von Objekten sowie deren Größe
beschreiben
und
als
a-priori
Wissen
genutzt
werden.
Die
ganzheitliche
Betrachtung
inklusive
Kontextinformation (zum Beispiel relative Position von bestimmten Objekttypen) erlaubt dabei eine robuste
und physikalisch plausible Schätzung der dreidimensionalen Szene.
Autonomes Fahren
Eine der schwierigsten Situationen für autonome Fahrzeuge ist das Befahren von innerstädtischen
Straßenkreuzungen, da die ungünstige Perspektive der im Fahrzeug angebrachten Kamera, Verdeckungen
sowie fehlerhafte Fahrbahnmarkierungen für Unsicherheit sorgen. Zur Lösung des Problems wird in [7,8] ein
generatives Modell vorgeschlagen, welches eine Straßenszene hierarchisch repräsentiert. So ist das Modell in
der Lage, aufbauend auf Hypothesen der Straßentopologie und -geometrie, die Position von Gebäuden zu
schätzen
und
geschwindigkeit
Fahrzeuge
der
zu
Fahrzeuge
den
wahrscheinlichsten
werden
dabei
über
Fahrspuren
die
zuzuordnen.
Straßengeometrie
in
Fahrtrichtung
Bezug
zur
und
-
aktuellen
Ampelsituation und zur Position und Geschwindigkeit anderer Verkehrsteilnehmer gesetzt und ermöglichen so
eine ganzheitliche und robuste Interpretation der Szene unter Berücksichtigung typischer Verkehrssituationen.
Ausblick
Die Forschung wird noch eine Weile brauchen, bis Roboter es mit dem überaus komplexen Sehvermögen eines
Menschen werden aufnehmen können. Letztendlich ist Sehen die Umwandlung von Licht in Bedeutung. Licht,
das von Oberflächen reflektiert wird und in den Augen oder auf der Bildebene einer Kamera ankommt, muss
sinnvoll interpretiert werden, um nützlich für einen Organismus oder Roboter zu sein. Diese Interpretation ist
ein Prozess der Folgerung aus mehrdeutigen und unvollständigen Messungen unter Berücksichtigung von
Erfahrung und Wissen. Die Abteilung “Perzeptive Systeme” am MPI für Intelligente Systeme fokussiert sich auf
die Aufdeckung der grundlegenden mathematischen und computergestützten Grundsätze, die diesem Prozess
zugrunde liegen. Dies beinhaltet ein statistisches Verständnis der Welt mit ihren Formen, Bewegungen und
Materialeigenschaften, sowie die Modellierung der Abbildungsverfahren (einschließlich optischer Unschärfe,
Bewegungsunschärfe, Rauschen, Diskretisierung) und die Ausarbeitung von Algorithmen, um Lichtmessungen
in Informationen über die Struktur der Welt umzuwandeln.
Literaturhinweise
[1] Schönbein M., Geiger A.
Omnidirectional 3D Reconstruction in Augmented Manhattan Worlds
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 716-723 (2014)
66
www.mpg.de
5/6
zugrunde liegen. Dies beinhaltet ein statistisches Verständnis der Welt mit ihren Formen, Bewegungen und
Materialeigenschaften, sowie die Modellierung der Abbildungsverfahren (einschließlich optischer Unschärfe,
Bewegungsunschärfe, Rauschen, Diskretisierung) und die Ausarbeitung von Algorithmen, um Lichtmessungen
Dokumentation
in Informationen
über die 2015
Struktur der Welt umzuwandeln.
VIII
Literaturhinweise
[1] Schönbein M., Geiger A.
Omnidirectional
3D Reconstruction
in Augmented
Manhattan
Jahrbuch 2015/2016
| Geiger, Andreas
| Roboter lernen
sehen Worlds
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 716-723 (2014)
©
Max-Planck-Gesellschaft
Güney
F., Geiger A.
[2]2016
www.mpg.de
5/6
Displets: Resolving Stereo Ambiguities using Object Knowledge
IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 4165-4175 (2015)
[3] Geiger A., Lenz P., Urtasun R.
Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite
[4] Zhou C., Güney F., Wang Y., Geiger A.
Exploiting Object Similarity in 3D Reconstruction
IEEE International Conference on Computer Vision (ICCV), 2201-2209 (2015) http://www.cvfoundation.org/openaccess/content_iccv_2015/papers/Zhou_Exploiting_Object_Similarity_ICCV_2015_paper.pdf
[5] Menze M., Geiger A.
Object Scene Flow for Autonomous Vehicles
[6] Geiger A., Wang C.
Joint 3D Object and Layout Inference from a single RGB-D Image
Pattern Recognition. German Conference on Pattern Recognition (GCPR), 183-195 (2015)
[7] Geiger A., Lauer M., Wojek C., Stiller C., Urtasun R.
3D Traffic Scene Understanding from Movable Platform
IEEE Transactions on Pattern Analysis and Machine Intelligence, 36(5), 1012-1025 (2014)
[8] Zhang H., Geiger A., Urtasun R.
Understanding high-level Semantics by modeling Traffic Patterns
IEEE International Conference on Computer Vision (ICCV), 3056-3063 (2013)
67
Jahrbuch 2015/2016 | Mittemeijer, Eric J.; Wang, Zumin | Grenzflächenkontrollierte Phänomene in
Nanomaterialien
VIII
Dokumentation 2015
Grenzflächenkontrollierte Phänomene in Nanomaterialien
Interface-controlled phenomena in nanomaterials
Mittemeijer, Eric J.; Wang, Zumin
Max-Planck-Institut für Intelligente Systeme, Standort Stuttgart, Stuttgart
Korrespondierender Autor
Zusammenfassung
Materialien im Nanometerbereich haben eine außergewöhnlich große interne Grenzflächendichte. Eine Reihe
von zuvor unbekannten Phänomenen in Nanomaterialien wurde
enthüllt, die
grundsätzlich auf die
vorhandenen Grenzflächen zurückzuführen sind. So wurden ungewöhnlich große und kleine Gitterparameter in
nanokristallinen Metallen, Quanten-Spannungsoszillationen in wachsenden Nanoschichten und außerordentlich
hohe Mobilitäten von Atomen bei sehr tiefen Temperaturen beobachtet und erklärt. Das dabei gewonnene
Verständnis kann zu neuen Anwendungen von Nanomaterialien in Spitzentechnologien führen.
Summary
Nanosized material systems characteristically exhibit an excessively high internal interface density. A series of
previously unknown phenomena in nanomaterials have been disclosed that are fundamentally caused by the
presence of interfaces. Thus anomalously large and small lattice parameters in nanocrystalline metals,
quantum stress oscillations in growing nanofilms, and extraordinary atomic mobility at ultralow temperatures
have been observed and explained. The attained understanding for these new phenomena can lead to new,
sophisticated applications of nanomaterials in advanced technologies.
Materialien im Nanobereich besitzen (sehr) kleine Korn-/Partikelgrößen, d.h. die Korn-/Partikelgröße ist (viel)
kleiner
als
100
nm.
Beispiele
von
solchen
Materialien
im
Nanobereich
sind
Dünnschichten,
3D
Schichtstrukturen, Nano-Verbundstoffe, nanoporöse Materialien oder Nanoröhrchen, usw. Aufgrund ihrer
außergewöhnlich großen Grenzflächendichte (in der Größenordnung von 100 km2 /m3 ) ist ein großer Anteil der
Atome Teil oder benachbart zu einer Grenzfläche. Solche Atome haben höchstwahrscheinlich deutlich andere
Energien, als Atome im Volumen des Materials. Deshalb können Materialien im Nanobereich (sehr)
ungewöhnliche Eigenschaften besitzen, die im Prinzip einen Weg zu fortschrittlichen Materialsystemen mit
neuen Funktionalitäten eröffnen. Ein grundlegendes Verständnis der Rolle von Grenzflächen auf die
Materialeigenschaften
entscheidend für die
vertieft
deshalb
nicht
nur unser Verständnis
Entwicklung neuer Materialien und
der Natur, sondern
ist deshalb
ist
ebenso
an der vordersten Front der
Materialforschung [1]. Diese Abhandlung fasst drei faszinierende Entdeckungen von grenzflächenkontrollierten
Phänomenen zusammen, die in den letzten Jahren von Forschern in unserer Abteilung gemacht wurden.
68
www.mpg.de
1/9
Dokumentation 2015
Nanomaterialien
VIII
1. Außergewöhnliche Gitterparameter in nanokristallinen Metallen
Der Gitterparameter von kristallinen Materialien (also der Abstand der Atome im Kristallgitter) kann sich
dramatisch ändern, wenn die Dimension in den Nanobereich rückt. Einzelne Beobachtungen aus der
Vergangenheit führen zu widersprüchlichen Ergebnissen (Gitterparameter von Nanomaterialien entweder
größer oder kleiner als der von massiven Materialien mit großen Korngrößen), was zu kontroversen
Diskussionen geführt hat.
Um endgültig den Einfluss der (Nano)Korngröße auf den Gitterparameter in nanokristallinen Metallen
aufzuklären, wurden nanokristalline Metalle durch Vermahlen von Nickel, Eisen, Kupfer und Wolfram in einer
Kugelmühle hergestellt. Die Stahlkugeln zerschlagen die Metalle in einer zylinderförmigen Trommel in winzige
Kristallkörner mit einer mittleren Korngröße von 10 nm. Durch den Einsatz von Elektronenmikroskopie und
Röntgendiffraktometrie wurde das erste Mal systematisch untersucht, wie sich der Gitterparameter mit der
Kristallkorngröße (1000 nm → 10 nm) ändert [2].
Die dabei gewonnenen experimentellen Ergebnisse für nanokristallines Nickel sind in Abb. 1a gezeigt. Es
wurde beobachtet, dass anfangs das Kristallgitter von allen vier untersuchten Metallen sich mit abnehmender
Korngröße zusammenzieht. Wenn die Korngröße allerdings unter eine kritische Größe von ungefähr 30 nm fällt,
dann weitet sich unerwarteter Weise das Kristallgitter aller vier Metalle wieder auf, d.h. der Abstand der Atome
steigt.
Diese bemerkenswerte Beobachtung, dass der Gitterparameter in nanokristallinen Metallen nicht monotonisch
von der Korngröße abhängt, kann auf der Basis von zwei gegeneinander laufenden Beiträgen, die auf die
speziellen Eigenschaften der Grenzflächen zwischen zwei benachbarten Körnern zurückgeführt werden
können, verstanden werden. [2]: (i) Grenzflächenspannung und (ii) der Überschuss an Freiem Volumen an der
Grenzfläche (Korngrenze); siehe dazu die schematische Illustration in Abb. 1b.
Beitrag (i): Die Atome, die im Korninneren dichtest gepackt angeordnet sind, besitzen viele Bindungen zu
anderen Atomen und haben eine geringere Energie, als Atome, die sich an der Grenzfläche (d.h. an der
Korngrenze) befinden. Diese Atome an der Grenzfläche besitzen nicht die angestrebte Koordination mit
umgebenden Atomen (es können z.B. Bindungspartner fehlen). Dies führt zu einer Grenzflächenenergie oder
einer Grenzflächenspannung, die mit einem Druck (hydrostatischer Spannung) auf die Körner verbunden ist,
und welcher größer wird, wenn der Krümmungsradius der Grenzfläche, und damit die Korngröße, abnimmt.
Dies führt dazu, dass die Atome näher und näher aneinander rücken, wenn die Korngröße sinkt, was zu einer
Gitterschrumpfung mit sinkender Korngröße führt.
Beitrag (ii): Unter einer gewissen Korngröße kommt ein weiterer Effekt der Atome an der Kornoberfläche (der
Grenzfläche) zum Tragen. Die Atome an der Grenzfläche von den benachbarten Körnern versuchen eine
Zwischenposition zwischen den beiden sich überschneidenden Kristallgittern einzunehmen. Sie rücken deshalb
von ihren ursprünglichen Gitterplätzen ab, was dazu führt, dass das Volumen pro Atom an der Grenzfläche
größer ist als das Volumen pro Atom in einem regulären Gitter [3].
69
www.mpg.de
2/9
VIII
Dokumentation 2015
Nanomaterialien
A bbildung 1. (a) R e lative Ände rung de s Gitte rparam e te rs in
Abhängigk e it de r re ziprok e n Korngröße , 100/D, e ine s durch
Kuge lm ahle n he rge ste llte n nanok ristalline n Ni Pulve rs (die
ge striche lte Line wurde ge ze ichne t, um das Auge zu führe n).
© Übe rnom m e n von R e f. [2] m it de r Erlaubnis von Else vie r,
C opyright 2013.
Dieses überschüssige Freie Volumen, welches sich an
Korngrenzen in nanokristallinen Metallen befindet,
verursacht Spannungsfelder, die den Abstand zwischen den Atomen in den Nanokörnern vergrößern. Der
Beitrag dieses überschüssigen Freien Volumens an den Korngrenzen ist vernachlässigbar klein für Metalle mit
einer mittleren Korngröße größer als 30 nm. Bei kleineren Korngrößen nimmt allerdings das überschüssige
Freie Volumen sehr stark zu [3] und der gitteraufweitende Beitrag beginnt den gitterschrumpfenden Beitrag
durch die Grenzflächenspannung zu überwiegen, was bei einer weiteren Korngrößenreduzierung zu einer
Netto Gitteraufweitung führt.
2. Spannungen
Quanteneffekte
in
ultradünnen,
nanometerdicken
Schichten
verursacht
durch
70
www.mpg.de
3/9
Nanomaterialien
Dokumentation 2015
VIII
A bbildung 1. (b) Nanom ate rialie n zie he n sich zusam m e n und
de hne n sich aus: De r Abstand zwische n de n Atom e n nim m t
zunächst m it sink e nde r Korngröße ab; unte r e ine r k ritische n
Korngröße nim m t de r Abstand dann wie de r zu. Die Ursache für
die se s Ve rhalte n ist die W e chse lwirk ung zwische n de r
Gre nzfläche nspannung und de m übe rschüssige n Fre ie n
Volum e n an de r Gre nzfläche (Korngre nze ); le tzte re s ge winnt
die Übe rhand unte r e ine r k ritische n Korngröße (~30 nm ).
© Abte ilung Mitte m e ije r, MPI für Inte llige nte Syste m e ,
Stuttgart
Bauteile, die aus Heterostrukturen von Metallen, Halbleitern und Oxiden bestehen, finden heutzutage
großflächig Anwendung im täglichen Leben. Es ist schon lange bekannt, dass sich während des (epitaktischen)
Wachstums von einem kristallinen Material(Schicht) auf einem anderen (Substrat) deutliche Spannungen an
der Grenzfläche aufbauen können. Diese Spannungen haben enormen Einfluss auf die Eigenschaften dieser
Heterostrukturen. Eine wohl bekannte Ursache von solchen Spannungen ist die Gitterfehlpassung zwischen
den beiden Materialien [4]. Diese Ursache ist allerdings keinesfalls die einzige für Spannungen während des
Wachstums von ultradünnen, nanometerdicken Schichten.
Es wurde kürzlich unerwartet entdeckt [5], dass die planare Spannung im anfänglichen Stadium des
(epitaktischen) Metalschichtwachstums mit zunehmender Schichtdicke deutlich oszillieren kann. Für diese
Entdeckung wurde eine Schichtwachstumsanlage verwendet, womit auf einem Siliziumsubstrat eine einatomar
dicke Schicht von Aluminium nach der anderen präzise abgeschieden werden kann, vergleichbar mit dem Bau
einer Ziegelmauer.
Durch die Messung der Spannung (in situ während des Schichtwachstums) in einer einzelnen Atomlage, dann
in einer Zweifachlage, einer Dreifachlage und so weiter, konnte bestimmt werden, wie sich die Spannung in
der Aluminiumschicht mit der Abscheidung von jeder weiteren Atomlage verändert. Dazu wurde gemessen, wie
stark sich das Siliziumsubstrat durch die Spannung verformte (verbog) [6]. Dabei wurde überraschenderweise
herausgefunden, dass die Spannung in der Schicht während des Wachstums um bis zu 100 MPa schwankte
(siehe Abb. 2a [5]).
Die grundsätzliche Erklärung für dieses faszinierende Phänomen sind (wieder) die Grenzflächen [5]. In
ultradünnen Metallschichten sind die Freien Elektronen in einem „Potentialtopf“ zwischen der Vakuum/Metall
www.mpg.de
4/9
71
VIII
Nanomaterialien
Dokumentation 2015
ultradünnen Metallschichten sind die Freien Elektronen in einem „Potentialtopf“ zwischen der Vakuum/Metall
Grenzfläche auf der einen Seite und der Metall/Substrat Grenzfläche auf der anderen Seite gefangen (so
genanntes „quantum confinement“). Da die Dicke der ultradünnen Schicht (einige wenige Atomlagen dick)
vergleichbar mit der Wellenlänge der Freien Elektronen ist, hat dieses „quantum confinement“ starke
Auswirkungen. Die Elektronen können nur noch deutlich unterschiedliche Energieniveaus einnehmen und die
gesamte Elektronenenergie schwankt mir der kontinuierlich steigenden Schichtdicke (siehe die rote Kurve in
Abb. 2b) [7]: Sie nimmt zunächst mit steigender Schichtdicke zu, nimmt dann ab, nimmt wieder zu und so
weiter. Während des Wachstums strebt die Schicht durch elastische Verformung eine Dicke an, bei der die
Elektronenenergie minimal ist. Ist die Schicht ein wenig zu dick, so neigt sie dazu lateral zu expandieren und
ist die Schicht ein wenig zu dünn, so neigt sie dazu sich lateral zusammenzuziehen, um in den Zustand
minimaler Energie zu gelangen. Da die Schicht fest mit dem steifen Substrat verbunden ist, kann eine solche
laterale Expansion/Kontraktion nicht erfolgen, was zu einer Druck/Zug- Spannungsentwicklung parallel zur
Oberfläche führt. Wie in Abb. 2b schematisch gezeigt ist, zieht sich die Schicht bei einer Dicke von fünf
Atomlagen zusammen, dehnt sich bei sieben Atomlagen aus und so weiter.
Durch die Kombination der Theorie für Freie Elektronen (welche die Elektronenenergie in Abhängigkeit der
Schichtdicke
beschreibt)
Spannungsoszillationen
und
der
entwickelt
Elastizitätstheorie
werden
[5],
konnte
welches
ein
eine
quantitatives
exzellente
Model
für
Vorhersage
diese
der
Spannungsentwicklung (Oszillation) mit zunehmender Schichtdicke erlaubt (siehe den Vergleich zwischen den
experimentellen und den berechneten Werten in Abb. 2a).
Die
Entdeckung
von
Spannungsoszillationen
durch
„quantum confinement“
kann
offensichtlich
eine
bedeutende Rolle in state-of-the-art quantum devices, die auf ultradünnen Heterostrukturen basieren,
spielen. Des Weiteren könnten auf Grundlage dieses Wissens sehr empfindliche Sensoren entwickelt werden.
72
www.mpg.de
5/9
Nanomaterialien
Dokumentation 2015
VIII
A bbildung 2. (b) Sche m atische Illustration, wie sich e ine
oszillie re nde m e chanische Spannung in e ine r wachse nde n
Alum inium schicht m it e ine r Dick e von fünf und sie be n
Atom lage n durch Q uante ne ffe k te ausbilde t. Die
Ele k trone ne ne rgie , we lche durch die ge däm pfte oszillie re nde
Kurve illustrie rt wird (rote Kurve n), hängt von de r Schichtdick e
ab. Um e ine m inim ale Ele k trone ne ne rgie zu e rre iche n, m uss
sich die Schichtdick e ände rn. Eine Schicht m it e ine r Dick e von
fünf Atom lage n ne igt dazu, ihre Dick e zu re duzie re n und
ve rsucht sich de shalb late ral auszude hne n. Da die Alum inium
Atom e alle rdings auf de m Substrat fix ie rt sind, e ntwick e lt sich
e ine Druck spannung paralle l zur O be rfläche in de r Schicht. In
e ine r Schicht m it e ine r Dick e von sie be n Atom lage n hinge ge n
te ndie rt die Schicht dazu, ihre Dick e zu e rhöhe n und sich
late ral zusam m e nzuzie he n, was zu e ine r Zugspannung
paralle l zur O be rfläche führt.
Stuttgart
3. Außerordentliche Mobilität von Atomen an Halbleiter/Metall Grenzflächen bei ultratiefen
Temperaturen
Die Mobilität von Atomen in Festkörpern kontrolliert viele wichtige Prozesse, wie Interdiffusion, chemische
Reaktionen, Phasenumwandlungen, Keimbildung und Wachstum und so weiter. Die Mobilität von Atomen
hängt stark von der Temperatur, als auch der Struktur und der (primären) Bindungsart (kovalent, metallisch
oder ionisch) des Materials ab [1]. Die Mobilität der Atome kann an der Oberfläche oder an Grenzflächen des
Materials, durch die speziellen strukturellen, chemischen und/oder elektronischen Verhältnisse an diesen
Stellen, erhöht werden. Ein grundlegendes Verständnis und (lokale) Kontrolle über die Mobilität der Atome ist
offensichtlich entscheidend, um die Reaktivität und Langzeitstabilität von Materialien und ihrer Anwendungen
während der Herstellung und dem Gebrauch maßzuschneidern [8].
Während der Präparation von künstlichen „Sandwich“-Schichten, die aus einer sehr dünnen 1 nm dicken
Silizium oder Germanium Schicht zwischen zwei Aluminiumschichten bestehen: Al|1 nm Si| Al oder Al|1 nm
Ge|Al, und mit Hilfe
der Gasphasenabscheidung bei flüssig
Stickstofftemperaturen hergestellt wurden,
konntekürzlich eine extreme Zunahme der Mobilität von Si und Ge Atomen an der Halbleiter-(Si,Ge)-Metall (Al)
Grenzfläche beobachtet werden [9].
Es wurde beobachtet, dass eine amorphe 1 nm dicke Ge Schicht (a-Ge) kontinuierlich auf einer epitaktisch
www.mpg.de
6/9
73
VIII
Dokumentation 2015
Nanomaterialien
wachsenden Al Schicht bei -190 °C (siehe Abb. 3a) „aufschwamm“, was auf eine hohe Mobilität von Ge Atomen
an der Ge/Al Grenzfläche bei solchen ultratiefen Temperaturen hindeutet [9].
In massivem Si oder Ge werden die Atome durch starke zwischenatomare Kräfte zusammengehalten, welche
auf die Ausbildung von sogenannten kovalenten Bindungen zwischen benachbarten Atomen beruhen. Solche
Kräfte sind so stark, dass jedes Atom nur leicht an seinem Platz vibrieren kann und sich sicher nicht bei
Raumtemperatur (und darunter) von einem Platz zu einem anderen bewegen (springen) kann. Ist Si oder Ge
allerdings nahe einem Metall, so kann die Bindung zwischen den Atomen stark von dem benachbarten Metall
beeinflusst werden. In situ Röntenphotoelektronspektroskopische Valenzbandmessungen, die auch in dem
aktuellen Projekt durchgeführt wurden, zeigten, dass eine modifizierte chemische Bindung von Ge im Kontakt
mit einem Metall [d.h. sehr dünne Ge Schichten (nicht dicker als 2 Monolagen) auf reinem Al] auftritt. Die
Bindung ändert sich von gerichtet kovalentartig zu ungerichtet metallartig [9].
A bbildung 3. (a) Transm issions e le k trone nm ik rosk pische
Aufnahm e e ine s Q ue rschnitte s e ine r (nom ine ll) 20 nm Al|1
nm Ge | Al Probe , die be i Flüssigstick stoffte m pe rature n
he rge ste llt wurde , m it (übe rlage rte r) Ele m e ntk onze ntration
von Ge (in grün), die m ithilfe von e ne rgie dispe rsive r
R öntge nspe k trosk opie (EDX) e rm itte lt wurde . Ein EDX
Linie nscan ist auf de r link e n Se ite ge ze igt. Die Be obachtung
im plizie rt e ine k ontinuie rliche Be we gung von Ge währe nd de s
W achstum s e ine r zusätzliche n 20 nm dick e n Alum inium schicht
be i e ine r Te m pe ratur von nur -190 °C ; d.h. die
Ge rm anium schicht ble ibt an de r O be rfläche de r wachse nde n
Alum inium schicht.
Stuttgart
Aufgrund dieser Änderung in der Bindungsart geht eine sehr hohe Mobilität (vergleichbar mit der in flüssigem
Ge) von Ge Atomen in der Nähe von Al hervor; siehe die schematische Illustration in Abb. 3b. Wird die Ge
Schicht dicker, oder wächst Ge auf einem Aluminiumoxid anstatt auf reinem Aluminium, so tritt die kovalente
Bindungsart wieder auf, bzw. bleibt erhalten, und die Mobilität der Ge Atome geht zurück/bleibt bei ihrem
„normalen“ Wert (d.h. Ge ist nicht mobil bei Raumtemperatur und darunter). Daraus folgt, dass die sehr hohe
Mobilität der Atome nur für Ge (oder Si) Atome, die sich nicht weiter als 2 Atomlagen entfernt von der
Halbleiter/Metall Grenzfläche befinden, auftritt.
74
www.mpg.de
7/9
Dokumentation 2015
Nanomaterialien
VIII
A bbildung 3. (b) Die Bindung von Halble ite ratom e n (wie
Silizium ode r Ge rm anium Atom e n) wird auf de r Nanosk ala von
be nachbarte n Me talle n (wie Alum inium ) be e influsst und
e rlaubt atom are Sprünge se lbst be i Te m pe rature n so nie drig
wie -190 °C .
Stuttgart
Dieses Phänomen der extrem hohen Mobilität der Atome an Grenzflächen kann noch bedeutsamer werden,
wenn man bedenkt, dass Bauteile für Computer, die aus Halbleitern bestehen, immer kleiner werden. Im
Moment sind diese schon nur zwischen 10 und 40 nm groß, was dazu führt, dass Vermischungen an den
Grenzflächen, aufgrund von einer sehr hohen Mobilität der Atome an der Grenzfläche, immer mehr die
Funktionen der Bauteile beeinflussen. Außerdem hat der entdeckte Prozess einen großen Einfluss auf die
Herstellung von Dünnschichtsystemen aus hitzeempfindlichen Materialien, da die Halbleiteratome mobil
werden können, was kontrollierbare Reaktionen/Phasenumwandlungen selbst bei sehr niedrigen Temperaturen
erlaubt.
Zusammenfassung
Eine Reihe von zuvor unbekannten Phänomenen in Nanomaterialien wurden in den letzten Jahren in unserer
Abteilung enthüllt. Dieses überraschende Materialverhalten zeigt eindeutig, dass grundsätzlich Grenzflächen
die faszinierenden Eigenschaften und folglich auch das Verhalten von Nanomaterialien kontrollieren. Das
gewonnene
Verständnis
kann
neue,
hochentwickelte
Anwendungen
von
Nanomaterialien
in
Spitzentechnologien hervorbringen.
Literaturhinweise
75
www.mpg.de
8/9
Abteilung enthüllt. Dieses überraschende Materialverhalten zeigt eindeutig, dass grundsätzlich Grenzflächen
die faszinierenden Eigenschaften und folglich auch das Verhalten von Nanomaterialien kontrollieren. Das
gewonnene
Verständnis
kann
VIII
Spitzentechnologien hervorbringen.
neue,
hochentwickelte
Anwendungen
von
Nanomaterialien
in
Dokumentation 2015
Jahrbuch
2015/2016 | Mittemeijer, Eric J.; Wang, Zumin | Grenzflächenkontrollierte Phänomene in
Literaturhinweise
Nanomaterialien
[1] [1] Mittemeijer, E. J.
Fundamentals of Materials Science
Springer, Berlin Heidelberg (2010)
www.mpg.de
8/9
[2] [2] Rane, G. K.; Welzel, U.; Meka, S. R.; Mittemeijer, E. J.
Non-monotonic lattice parameter variation with crystallite size in nanocrystalline solids.
Acta Materialia 61, 4524-4533 (2013)
[3] [3] Kuru, Y.; Wohlschlögel, M.; Welzel, U.; Mittemeijer, E. J.
Large excess volume in grain boundaries of stressed, nanocrystalline metallic thin films: Its effect on
grain-growth kinetics
Applied Physics Letters 95, 163112 (2009)
[4] [4] Frank, F. C.; van der Merwe, J. H.
One-Dimensional Dislocations. II. Misfitting Monolayers and Oriented Overgrowth
Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences 198, 216-225
(1949)
[5] [5] Flötotto, D.; Wang, Z.; Jeurgens, L. P. H.; Mittemeijer, E. J.
Quantum Confinement Drives Macroscopic Stress Oscillations at the Initial Stage of Thin Film Growth
Physical Review Letters 109, 045501 (2012)
[6] [6] Flötotto, D.; Wang, Z.; Jeurgens, L. P. H.; Bischoff, E.; Mittemeijer, E. J.
Effect of adatom surface diffusivity on microstructure and intrinsic stress evolutions during Ag film growth
Journal of Applied Physics 112, 043503 (2012)
[7] [7] Han, Y.; Liu, D.-J.
Quantum size effects in metal nanofilms: Comparison of an electron-gas model and density functional
theory calculations
Physical Review B 80, 155404 (2009)
[8] [8] Wang, Z.; Jeurgens, L. P. H.; Mittemeijer, E. J.
Metal-Induced Crystallization: Fundamentals and Applications
Singapore, Pan Stanford (2015)
[9] [9] Wang, Z.; Jeurgens, L. P. H.; Sigle, W.; Mittemeijer, E. J.
Observation and Origin of Extraordinary Atomic Mobility at Metal-Semiconductor Interfaces at Low
Temperatures
Physical Review Letters 115, 016102 (2015)
76
Max-Planck-Institut
für Intelligente Systeme
Institutsgeschäftsstelle
Heisenbergstr. 3
70569 Stuttgart
www.is.mpg.de
Tel.: +49-711/689-3046
Fax: +49-711/689-3092

Dokumentation 2015 - Max-Planck-Institut für Intelligente Systeme

Transcrição

Documentos relacionados

Investigation of Single Photon Emission Computed Tomography

Hinweise zu den Literaturangaben Literaturzitate

Dr. rer. nat. DANIELA KÜLLENBERG DE

NABeC - Studienprotokoll

KRAKAU

Die Abstracts, Keywords sowie DOIs der einspaltigen Beiträge

Ergebnisse und Empfehlungen des 7th European Hypoxia

ZHAW Brief deutsch

PCI-Erweiterungskarte für Firewire (IEEE1394)

D. Kohlwein