Dokumentation 2013 - Max-Planck-Institut für Intelligente Systeme

M A X - P L A N C K- G E S E L L S C H A F T

Dokumentation 2013 Max-Planck-Institut für Intelligente Systeme Stuttgart / Tübingen

Dokumentation Dokumentation 2013 2013 Herausgegeben Herausgegeben vomvom

MAX-PLANCK-INSTITUT MAX-PLANCK-INSTITUT FÜRFÜR INTELLIGENTE INTELLIGENTE SYSTEME SYSTEME Stuttgart Stuttgart / Tübingen / Tübingen

Abteilung Abteilung Perzeptive Perzeptive Systeme, Systeme, Dr. Black Dr. Black Abteilung Abteilung Theorie Theorie inhomogener inhomogener kondensierter kondensierter Materie, Materie, Prof.Prof. Dr. Dietrich Dr. Dietrich Abteilung Abteilung Phasenumwandlungen, Phasenumwandlungen, Thermodynamik Thermodynamik und und Kinetik, Kinetik, Prof.Prof. Dr. Mittemeijer Dr. Mittemeijer Abteilung Abteilung Autonome Autonome Motorik, Motorik, Prof.Prof. Dr. Schaal Dr. Schaal Abteilung Abteilung Empirische Empirische Inferenz, Inferenz, Prof.Prof. Dr. Schölkopf Dr. Schölkopf Abteilung Abteilung Moderne Moderne magnetische magnetische Systeme, Systeme, Prof.Prof. Dr. Schütz Dr. Schütz Abteilung Abteilung NeueNeue Materialien Materialien und und Biosysteme, Biosysteme, Prof.Prof. Dr. Spatz Dr. Spatz

Dokumentation 2013

Inhaltsverzeichnis

Umschlagbild:

Inhaltsverzeichnis

Diese Rasterelektronenmikroskopaufnahme zeigt eine nanostrukturierte Schicht von Aluminiumoxid (Al2O3), die mittels einer Elektronstrahl-PVD (physical vapor deposition) Schattenaufdampfmethode aufgebracht wurde. Die Rotation der Schicht um 90° unter streifendem Einfall des Materialdampfes ermöglicht eine Nanostrukturierung innerhalb des mikrostrukturierten Films. Aluminiumoxide finden vielseitige technische Anwendungen, u.a. als durchschlagfeste Isolatoren von Zündkerzen oder als korrosionsbeständige Schutzschicht von Aluminium.

I

Struktur und Gliederung des Instituts

II

Wissenschaftliche Veröffentlichungen 2013

11

a)

Veröffentlichungen in Zeitschriften und Konferenzberichten

11

b)

Monographien und Beiträge zu Sammelwerken

32

c)

Herausgabe von Zeitschriften

33

d)

Herausgabe von Zeitschriftenheften

34

III

Erfindungsmeldungen und Patentanmeldungen

35

IV

Abgeschlossene Arbeiten

36

a)

Dissertationen

36

b)

Masterarbeiten

37

c)

Diplomarbeiten

37

d)

Bachelorarbeiten

38

V

Doktoranden

39

a)

Inland (Stand 31.12.2013)

39

b)

Ausland (Stand 31.12.2013)

41

VI

Gastwissenschaftler

43

VII

Sonstige Mitteilungen

46

a)

Ehrungen

46

b)

Berufungen / Ernennungen

49

c)

Ständige Mitgliedschaften

50

d)

Wissenschaftliche Veranstaltungen

52

e)

Weitere Veranstaltungen

54

VIII

Tätigkeitsberichte im Jahrbuch der Max-Planck-Gesellschaft 2014

55

© Hyeon-Ho Jeong (MPG-Forschungsgruppe Prof. Peer Fischer, Max-Planck-Institut für Intelligente Systeme, Stuttgart)

Hier aufgeführte Arbeiten aus dem Jahr 2012 lagen bei Redaktionsschluss des vergangenen Berichts noch nicht vor.

Herausgeber:

Max-Planck-Institut für Intelligente Systeme Stuttgart / Tübingen Telefon 0711 689-1933 Telefax 0711 689-3002 E-Mail: [email protected] http://www.is.mpg.de

Verantwortlich für den Inhalt: Dr. Michael Black Redaktion: Druck:

Heide Klooz F & W Schmidt, Renningen

Stand:

August 2014

4

I

Dokumentation 2013

I Struktur und Gliederung Max-Planck-Institut für Intelligente Systeme (2013)

Dokumentation 2013

I

Fachbeirat

a) Institutsstruktur Geschäftsführender Direktor Dr. Michael Black Geschäftsführender Direktor Standort Stuttgart Prof. Dr. Joachim P. Spatz Wissenschaftliche Mitglieder Dr. Michael J. Black Prof. Dr. Siegfried Dietrich Prof. Dr. Ir. Eric Jan Mittemeijer Prof. Dr.-Ing. Stefan Schaal Prof. Dr. Bernhard Schölkopf Prof. Dr. Gisela Schütz Prof. Dr. Joachim P. Spatz Leiter einer Forschungsgruppe Prof. Dr. Karsten Borgwardt (bis 01.06.2014) Dr. Jan-Henning Dirks (ab 01.06.2013) Prof. Dr. Peer Fischer Prof. Dr. Ana García-Sáez Dr. Matthias Krüger Dr. Na Liu Dr. Ralf Richter Dr. Samuel Sanchez Ordonez (ab. 01.09.2013) Dr. Ralf Zeitler und Dr. Christoph Becker-Freyseng Max Planck Fellow Prof. Dr. Clemens Bechinger Emeritierte Wissenschaftliche Mitglieder

Für Fachbeiratssitzung im Dezember 2012: Vorsitzender: Prof. Dr. Itamar Willner, Jerusalem, Israel Stellvertretender Vorsitzender: Prof. Dr. Yves Bréchet, Grenoble, Frankreich Prof. Dr. Jan K.G. Dhont, Jülich, Deutschland Prof. Dr. Daan Frenkel, Cambridge, Vereinigtes Königreich Prof. Dr. George C. Hadjipanayis, Newark, DE, USA Prof. Dr. Jim M. Howe, Charlottesville, VA,USA Prof. Dr. Gabrielle Long, Argonne, IL, USA Prof. Dr. Uri Sivan, Haifa, Israel Prof. Dr. Marcel A. J. Somers, Lyngby, Dänemark Für Fachbeiratssitzung im Januar 2013: Vorsitzender: Dr. Andrew Blake, Cambridge, Vereinigtes Königreich Prof. Dr. Zoubin Ghahramani, Vereinigtes Königreich Prof. Dr. Josef A. Käs, Leipzig, Deutschland Prof. Dr. Danica Kragic, Stockholm, Schweden Prof. Dr. Massimiliano Pontil, Vereinigtes Königreich Prof. Dr. Helge Ritter, Bielefeld, Deutschland Prof. Dr. Yair Weiss, Jerusalem, Israel Prof. Dr. Itamar Willner, Jerusalem, Israel

Prof. Dr. Fritz Aldinger Prof. Dr. phil. Dr. h.c. Hellmut Fischmeister Prof. Dr. Volkmar Gerold Prof. Dr. Helmut Kronmüller Prof. Dr. Dr. h.c. mult. Günter Petzow Prof. Dr. Manfred Rühle Prof. Dr. Dr. h.c. Alfred Seeger Prof. Dr. Dr. h.c. Günther Tölg Auswärtige Wissenschaftliche Mitglieder Prof. Dr. Jacques Friedel, Paris, Frankreich Prof. Dr. Arthur Heuer, Cleveland, Ohio, USA Prof. Dr. Johannes Heydenreich, Halle (Saale), Deutschland Prof. Dr. Frans A. Spaepen, Cambridge, MA, USA

4

5

I

Dokumentation 2013

Dokumentation 2013

I

Am Institut tätige Wissenschaftler (Stand: 31. Dezember 2013) Kuratorium Prof. Dr. Peter Antonie van Aken Dr. Nadja Amsharov Vorsitzender: Prof. Dr. Winfried J. Huppmann, Eschen, Liechtenstein Stellvertretender Vorsitzender: Dr. Peter Grahle, Mössingen, Deutschland

Prof. Dr. Clemens Bechinger Dr. Christoph Becker-Freyseng Dr. Christine Anna Belz Dr. Markus Bier Dr. Ewald Bischoff

Ehrenvorsitzender: Prof. Dr. Karl Ganzhorn, Sindelfingen, Deutschland

Dr. Johannes Christian Bleibel

Christoph Dahl, Stuttgart, Deutschland Dr. Siegfried Dais, Gerlingen, Deutschland Prof. Dr. Thomas Hirth, Stuttgart, Deutschland Prof. Dr. Thomas Hofmann, Zürich, Schweiz (ab 01.08.2013) Fritz Kuhn, Stuttgart, Deutschland (ab 06.01.2013) MinDir Wolfgang Leidig, Stuttgart, Deutschland (bis 16.04.2014) Dr. Heinrich Lohstöter, Neumarkt, Deutschland StS Klaus-Peter Murawski, Stuttgart, Deutschland Prof. Dr.-Ing. Wolfram Ressel, Stuttgart, Deutschland Dr. Jeanne Rubner, München, Deutschland MinDir Rolf Schumacher (ab August 2014) Dr. Wolfgang Schuster, Deutschland (bis 06.01.2013) MinDir Dr. Simone Schwanitz, Stuttgart, Deutschland Prof. Dr. Eberhard Umbach, Karlsruhe, Deutschland Prof. Dr. Markus Weber, Oberkochen, Deutschland Prof. Dr. Hans-Joachim Werner, Stuttgart, Deutschland Prof. Dr. Martin Winterkorn, Wolfsburg, Deutschland Prof. Dr. Eberhart Zrenner, Tübingen, Deutschland

Dr. Heike Böhm

Dr. Stephanie Bleicken Dr. Jeanette Bohg Prof. Dr. Karsten Borgwardt Dr. Dorothea Maria Katharina Brüggemann Dr. Elisabetta Ada Cavalcanti-Adam Dr. Jan-Henning Dirks Dr. Christian Eberhard Prof. Dr. Manfred Fähnle Prof. Dr. Peer Fischer David Flötotto Dr. Ana García Sáez Dr. Peter-Vincent Gehler Dr. Andreas Geiger Dr. Fania Geiger Franz-Werner Gergen Priv.-Doz. Dr. habil. Eberhard Goering Dr. Manuel Gomez Rodriguez Dr. Corinne Grevent Dr.-Ing. Moritz Grosse-Wentrup Dr. Nina Christine Grunze Dr. Judith Guasch Camell Maria Katharina Halbig Dr. Tamas Haraszti Dr. Stefan Harmeling Philipp Hennig, Ph.D. Dr. Michael Hirscher Dr. Vera Catherine Hirschfeld-Warneken

6

7

I

Dokumentation 2013

Dokumentation 2013

Dr. Tu Hoang

Dr.-Ing. Thomas Schultz

Priv.-Doz. Dr. habil. Dominik Janzing

Dr. Richard William Moore Segar

Patrick Jüllig

Dr. Wilfried Sigle

Priv. Doz. Dr. med. Dieter Kaufmann

Nadine Simon

Jojumon Kavalan

Dr. Lluis Soler Turu

Prof. Dr. Ralf Kemkemer

Dr. Vesna Srot

Priv.-Doz. Dr. habil. Michael Krech

Dr. Hermann Stoll

Dr. Stefan Kudera

Dr. Mikola Tasinkevych

Anton Kuzyk

Thomas Tietze

Dr. Andreas Leineweber

Dr. Johann Sebastian Trimpe

Dr. Hans-Georg Libuda

Dr. Matthias Tröndle

Dr. Na Liu

Dr. William Eric Uspal

Anna Maria Maciolek, Ph.D., habil.

Dr. Oleg Vasiliev

Dr. Timo Maier

Dr. Yi Wang

Priv.-Doz. Dr. habil. Günter Majer

Zumin Wang, Ph.D.

Dr. Janos Major

David Wehner

Dr. Andrew Gonchee Mark

Markus Weigand, Dipl. Phys.

Dr. Sai Ramudu Meka

Prof. Dr. Felix Wichmann

Kai Melde

Dr. Peter Wochner

Dr. Thomas Mohri

Wang Xi, PhD.

Dr. Xiaoke Mu

Thorsten Oliver Zander

Dr. Tabea Mundinger

Dr. Melanie Nicole Zeilinger

Dr. Stefanie Johanna Neubauer

Dr. Ralf Zeitler

Dr. Peter Oswald

Monika Zelman-Femiak, Ph.D.

Dr. Claudia Pacholski

Dr. Nikolay Stamenov Zotov

I

Prof. Dr. Jan Peters Dr. Fritz Phillipp

Wissenschaftliche Mitarbeiter an der Universität Stuttgart,

Dr. Yilia Palzman

Institut für Materialwissenschaft, Lehrstuhl I, Prof. Dr. E. J. Mittemeijer

Dr. Sabri Rahmouni

(Stand: 31. Dezember 2013)

Dr. Barbara Rakitsch Dr. Nathan Ratliff

Dipl.-Ing. Bastian Rheingans

Dr. Harald Reichert (abgeordnet)

Dr. Ralf Schacherl

Dr. Gunther Richter Dr. Ludovic Righetti

Wissenschaftliche Mitarbeiter an der Universität Stuttgart,

Dr. Javier Romero

Institut für Theoretische Physik IV, Prof. Dr. Siegfried Dietrich (Stand: 31. Dezember 2013)

Dr. Amin Rustom

8

Dr. Samuel Sanchez Ordonez

Priv.-Doz. Dr. habil. Ludger Harnau

Dr. Lothar Schimmele

Dr. Felix Höfling

9

I

Dokumentation 2013

h:\austausch\leitung\SP_Ta\Organigramme\Organigramm-MPI-IS Juli 2014 ****** Professur an der Universität von Südkalifornien (USA)

******* Professur an der Carnegie Mellon University (USA)

**** Honorarprofessuren an den Universitäten Tübingen, Berlin

***** Honorarprofessuren an den Universitäten Brown, Stanford (USA), Tübingen, Gastprofessur an der ETH Zürich

*** Honorarprofessur an der Universität Stuttgart

* Personalunion mit der Universität Stuttgart

Dünnschichtlabor

** Professur an der Universität Heidelberg

ZWE Software Workshop ZWE Biomaterialien

nano.AR (Dirks) Membrane Biophysik (Garcia-Sáez) Intelligente Nanoplasmonik (Liu) Glykobiotechnologie (Richter) Halbleiter Biosensorik (Zeitler)

ZWE Analytik

IT-Gruppe Tübingen

ZWE Optics, Workshop and Sensing

Mechatronik Werkstatt

ZWE Scientific Computing

N.N. Empirische Inferenz Autonome Motorik N.N.

Adepalli, K. K., Kelsch, M., Merkle, R., & Maier, J. (2013). Influence of line defects on the electrical properties of single crystal TiO2. Advanced Functional Materials, 23(14), 1798-1806. doi:10.1002adfm.201202256. Amann, C. P., Siebenbürger, M., Krüger, M., Weysser, F., Ballauff, M., & Fuchs, M. (2013). Overshoots in stress-strain curves: Colloid experiments and schematic mode coupling theory. Journal of Rheology, 57, 149-175. doi.org/10.1122/1.4764000. Aristov, M., Eichhorn, R., & Bechinger, C. (2013). Separation of chiral colloidal particles in a helical flow field. Soft Matter, 9(8), 2525-2530. doi:10.1039/C2SM27441H.

Azencott, C.-A., Grimm, D., Sugiyama, M., Kawahara, Y., & Borgwardt, K. (2013). Efficient network-guided multi-locus association mapping with graph cuts. Bioinformatics, 29(13), 171-179. doi:10.1093/bioinformatics/btt238. Balduzzi, D., & Tononi, G. (2013). What can neurons do for their brain? Communicate selectivity with bursts. Theory in Biosciences, 132(1), 27-39. doi:10.1007/s12064-012-0165-0. Balduzzi, D., Ortega, P. A., & Besserve, M. (2013). Metabolic cost as an organizing principle for cooperative learning. Advances in Complex Systems, 16(02n03): 1350012. doi:10.1142/S0219525913500124. Ballauff, M., Brader, J. M., Egelhaaf, S. U., Fuchs, M., Horbach, J., Koumakis, N., Krüger, M., Laurati, M., Mutch, K. J., Petekidis, G., Siebenbürger, M., Voigtmann, T., & Zausch, J. (2013). Residual Stresses in Glasses. Physical Review Letters, 110: 215701. doi:10.1103/PhysRevLett.110.215701.

Baranova, N. S., Foulcer, S. J., Briggs, D. C., Tilakaratna, V., Enghild, J. J., Milner, C. M., Day, A. J., & Richter, R. P. (2013). Inter-alpha-inhibitor impairs TSG-6 induced hyaluronan cross-linking. The Journal of Biological Chemistry, 288, 29642-29653. doi:10.1074%2Fjbc.M113.477422. Barthelmé, S., Trukenbrodt, H., Engbert, R., & Wichmann, F. (2013). Modeling fixation locations using spatial point processes. Journal of Vision, 13(12): 1, pp. 1-34. doi:10.1167/13.12.1.  mit Universität Stuttgart

Glastechnik Bibliothek

Netzwerkgruppe

Abraham, D. B., & Maciolek, A. (2013). Surface states and the Casimir interaction in the Ising model. Europhysics letters, 101(2): 20006. doi:10.1209/0295-5075/101/20006.

Bangert, M., Hennig, P., & Oelfke, U. (2013). Analytical probabilistic modeling for radiation therapy treatment planning. Physics in Medicine and Biology, 58(16), 5401-5419. doi:10.1088/00319155/58/16/5401.

Feinmechanische Werkstatt

Probenherstellung

Dual Beam ZWE Röntgenbeugung StEM

Max Planck Fellow Weiche Materie (Bechinger)

IT-Gruppe Stuttgart

Nichtgleichgewichtssysteme (Krüger) Lab-in-a-tube and Nanorobotics (Sanchez) Mikro-, Nanound Molekulare Systeme (Fischer)

Phasenumwandlungen, Thermodynamik und Kinetik Theorie inhomogener kondensierter Materie

a) Veröffentlichungen in Zeitschriften und Konferenzberichten

Attili, S., & Richter, R. P. (2013). Self-assembly and elasticity of hierarchical proteoglycanhyaluronan brushes. Soft Matter, 9, 10473-10483. doi:10.1039/C3SM51213D.

Physische Intelligenz

Neue Materialien und Biosysteme

Perzeptive Systeme

N.N. Schölkopf **** Schaal ****** Black ***** N. N. Komm. Leiter Mittemeijer Spatz ** Sitti ******* Schütz *** Mittemeijer *

Kollegium Stuttgart Geschäftsstelle Stuttgart

Geschäftsführender Direktor Stuttgart

Dietrich *

Geschäftsstelle Tübingen Kollegium Tübingen

Fachbeirat

Kuratorium

Stand: 01. Juli 2014

Kollegium M. J. Black, S. Dietrich, E.J. Mittemeijer, S. Schaal, B. Schölkopf, G. Schütz, M. Sitti, J. Spatz Institutsgeschäftsstelle

Geschäftsführender Direktor

Moderne magnetische Systeme

Wissenschaftliche Arbeitsgruppe

Max-Planck-Institut für Intelligente Systeme

Kooperation mit MPI f. biol. Kyb. (geplant)

(Wiss.) Servicegruppen

Forschungsgruppen

Wissenschaftliche Abteilungen

10

II

II Wissenschaftliche Veröffentlichungen 2013

Gemeinsame Einrichtungen mit FKF

Geschäftsführender Direktor Tübingen

Organigramm

Dokumentation 2013

Ben Amor, H. E., Vogt, E., Ewerton, M., Berger, E., Jung, B., & Peters, J. (2013). Learning responsive robot behavior by imitation. In: Proceedings 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (pp. 3257-3264). [Piscataway, NJ]: IEEE. doi:10.1109/IROS.2013.6696819. Benaissa, M., Sigle, W., Korytov, M., Brault, J., Vennegues, P., & van Aken, P. A. (2013). Plasmon energy from strained GaN quantum wells. Applied Physics Letters, 103(2): 021901. doi:10.1063/1.4813082. Berdiyorov, G. R., Doria, M. M., de C. Romaguera, A. R., Milosevic, M. V., Brandt, E. H., & Peeters, F. M. (2013). Current-induced cutting and recombination of magnetic superconducting vortex loops in mesoscopic superconductor-ferromagnet heterostructures. Physical Review B, 87(18): 184508. doi:10.1103/physrevb.87.184508.

11

II

Dokumentation 2013

Besserve, M., Logothetis, N., & Schölkopf, B. (2013). Statistical analysis of coupled time series with Kernel Cross-Spectral Density operators. In: C. Burges et al. (Eds.), Advances in Neural Information Processing Systems 26,( NIPS 2013) (pp. 2535-2543). Red Hook, NJ: Curran. Retrieved from http://papers.nips.cc/paper/5079-statistical-analysis-of-coupled-time-series-with-kernel-cross-spectraldensity-operators.pdf. Bezrukov, I., Schmidt, H., Mantlik, F., Schwenzer, N., Brendle, C., Schölkopf, B., & Pichler, B. J. (2013). MR-based Attenuation Correction Methods for Improved PET Quantification in Lesions within Bone and Susceptibility Artifact Regions. Journal of Nuclear Medicine, 54(10), 1768-1774. doi:10.2967/jnumed.112.113209. Bhatt, P., Yusuf, S. M., Bhatt, R., & Schütz, G. (2013). Magnetic properties of electrochemically prepared crystalline films of Prussian blue-based molecular magnets Kj CrIIk [CrIII(CN)6] l · mH2O. Journal of Solid State Electrochemistry, 17, 1285-1293. doi:10.1007/s10008-012-1995-x. Bickel, T., Majee, A., & Würger, A. (2013). Flow pattern in the vicinity of self-propelling hot Janus particles. Physical Review E, 88(1): 012301. doi:10.1103/PhysRevE.88.012301. Bier, M., & Arnold, D. (2013). Nonequilibrium interfaces in colloidal fluids. Physical Review E, 88(6): 062307. doi:10.1103/PhysRevE.88.062307. Bier, M., & Reindl, A. (2013). Impedance spectroscopy of ions at liquid-liquid interfaces. Physical Review E, 88(5): 052312. doi:10.1103/PhysRevE.88.052312. Biglari, M., & Mittemeijer, E. (2013). Simulation of the massive austenite-ferrite transformation under uniaxial loading. Computational Materials Science, 77, 214-223. doi:10.1016/j.commatsci.2013.04.041.

Dokumentation 2013 Braun, D. A. (2013). Structural learning. Scholarpedia, 8: 12312. doi:10.4249/scholarpedia.12312. Brubaker, M. A., Geiger, A., & Urtasun, R. (2013). Lost! Leveraging the Crowd for Probabilistic Visual Self-Localization. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) (pp. 3057-3064). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.393. Brüggemann, D. (2013). Nanoporous aluminium oxide membranes as cell interfaces. Journal of Nanomaterials, 2013: 460870. doi:10.1155/2013/460870. Büttner, F., Moutafis, C., Bisig, A., Wohlhüter, P., Günther, C. M., Mohanty, J., Geilhufe, J., Schneider, M., v. Korff Schmising, C., Schaffert, S., Pfau, B., Hantschmann, M., Riemeier, M., Emmel, M., Finizio, S., Jakob, G., Weigand, M., Rhensius, J., Franken, J. H., Lavrijsen, R., Swagten, H. J. M., Stoll, H., Eisebitt, S., & Kläui, M. (2013). Magnetic states in low-pinning highanisotropy material nanostructures suitable for dynamic imaging. Physical Review B, 87: 134422. doi:10.1103/PhysRevB.87.134422. Burger, H. C., Schuler, C. J., & Harmeling, S. (2013). How to Combine Internal and External Denoising Methods. In: J. Weickert, M. Hein, & B. Schiele (Eds.), Pattern Recognition - Proceedings 35th German Conference (GCPR 2013) (pp. 121-130). Lecture Notes in Computer Science 8142. Berlin/ Heidelberg: Springer. doi: 10.1007/978-3-642-40602-7_13. Burghard, Z., Leineweber, A., van Aken, P. A., Dufaux, T., Burghard, M., & Bill, J. (2013). Hydrogen-bond reinforced vanadia nanofiber paper of high stiffness. Advanced Materials, 25(17), 2468-2473. doi:10.1002/adma.201300135. Buttinoni, I., Bialke, J., Kümmel, F., Löwen, H., Bechinger, C., & Speck, T. (2013). Dynamical clustering and phase separation in suspensions of self-propelled colloidal particles. Physical Review Letters, 110(110): 238301. doi:DOI:10.1103/PhysRevLett.110.238301.

Bisig, A., Stärk, M., Mawass, M.-A., Moutafis, C., Rhensius, J., Heidler, J., Büttner, F., Noske, M., Weigand, M., Eisebitt, S., Tyliszczak, T., Van Wayenberge, B., Stoll, H., Schütz, G., & Kläui, M. (2013). Correlation between spin structure oscillations and domain wall velocities. Nature Communications, 4: 2328. doi:10.1038/ncomms3328.

Bénichou, O., Bodrova, A., Chakraborty, D., Illien, P., Law, A. D., Mejía-Monasterio, C., Oshanin, G., & Voituriez, R. (2013). Geometry-Induced Superdiffusion in Driven Crowded Systems. Physical Review Letters, 111(26): 260601. doi:10.1103/PhysRevLett.111.260601.

Bleibel, J., Domínguez, A., & Oettel, M. (2013). Colloidal particles at fluid interfaces: Effective interactions, dynamics and a gravitation–like instability. The European Physical Journal Special Topics, 222(11), 3071-3087. doi:10.1140/epjst/e2013-02076-9.

Calzolari, D., Pontoni, D., Daillant, J., & Reichert, H. (2013). An X-ray chamber for in situ studies of solvent-mediated nanoparticle self-assembly. Journal of Synchrotron Radiation, 20, 306-315. doi:10.1107/S0909049513001143.

Bleicken, S., Wagner, C., & García-Sáez, A. J. (2013). Mechanistic differences in the membrane activity of Bax and Bcl-xL correlate with their opposing function in apoptosis. Biophysical Chemistry, 104(2), 421-431. doi:10.1016/j/bpj.2012.12.010.

Carisey, A., Tsang, R., Greiner, A. M., Nijenhuis, N., Heath, N., Nazgiewicz, A., Kemkemer, R., Derby, B., Spatz, J. P., & Ballestrem, C. (2013). Vinculin regulates the recruitment and release of core focal adhesion proteins in a force-dependent manner. Current Biology, 23, 271-281. doi:10.1016/j.cub.2013.01.009.

Bleicken, S., Landeta, O., Landajuela, A., Basanez, G., & Garcia Saez, A. J. (2013). Proapoptotic Bax and Bak Proteins Form Stable Protein-permeable Pores of Tunable Size. The Journal of Biological Chemistry, 288(46), 33241-33252. doi:10.1074/jbc.M113.512087. Bochen, A., Marelli, U. K., Otto, E., Pallarola, D., Mas-Moruno, C., Di Leva, F. S., Boehm, H., Spatz, J. P., Novellino, E., Kessler, H., & Marinelli, L. (2013). Biselectivity of isoDGR peptides for fibronectin binding integrin subtypes α5β1 and αvβ6: Conformational control through flanking amino acids. Journal of Medicinal Chemistry, 56, 1509-1519. doi:10.1021/jm301221x. Bocsi, B., Csato, L., & Peters, J. (2013). Alignment-based Transfer Learning for Robot Models. In: Proceedings of the 2013 International Joint Conference on Neural Networks (IJCNN 2013). Piscataway, NJ: IEEE. doi:10.1109/IJCNN.2013.6706721. Bottyán, L., Merkel, D. G., Nagy, B., Füzi, J., Sajti, S., Deák, L., Endröczi, G., Petrenko, A. V., & Major, J. (2013). GINA-A polarized neutron reflectometer at the Budapest Neutron Centre. Review of Scientific Instruments, 84: 015112. doi:10.1063/1.4770129. Boularias, A., & Chaib-draa, B. (2013). Apprenticeship Learning with Few Examples. Neurocomputing, 104(März), 83-96. doi:10.1016/j.neucom.2012.11.002. Brandt, E. H., Mikitik, G. P., & Zeldov, E. (2013). Two regimes of vortex penetration into plateletshaped type-II superconductors. Journal of Experimental and Theoretical Physics - JETP, 117(3), 439-448. doi:10.1134/s1063776113110010.

12

II

Cavusoglu, M., Pohmann, R., Burger, H., & Uludag, K. (2013). Regional effects of magnetization dispersion on quantitative perfusion imaging for pulsed and continuous arterial spin labeling. Magnetic Resonance in Medicine, 69(2), 524-530. doi:10.1002/mrm.24278. Chakraborty, S., & Das, T. (2013). Perspective: Flicking with flow: Can microfluidics revolutionize the cancer research? Biomicrofluidics, 7: 011811. doi: 10.1063/1.4789750. Chen, C., Zhang, K., & L, C. (2013). Nonlinear Causal Discovery for High Dimensional Data: A Kernelized Trace Method. In: IEEE Proceedings 13th International Conference on Data Mining (ICDM 13) (pp. 1003-1008). Piscataway, NJ: IEEE. doi:10.1109/ICDM.2013.103. Chen, Y.-C., Goering, E., Jeurgens, L., Wang, Z., Phillipp, F., Baier, J., Tietze, T., & Schütz, G. (2013). Unexpected room-temperature ferromagnetism in bulk ZnO. Applied Physics Letters, (103): 162405. doi:10.1063/1.4825268. Cherian, A., Sra, S., Banerjee, A., & Papanikolopoulos, N. (2013). Jensen-Bregman LogDet Divergence with Application to Efficient Similarity Search for Covariance Matrices. IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(9), 2161-2174. doi:10.1109/TPAMI.2012.259.

13

II

Dokumentation 2013

Dokumentation 2013

Daniel, C., Neumann, G., & Peters, J. (2013). Autonomous Reinforcement Learning with Hierarchical REPS. In: Proceedings of the 2013 International Joint Conference on Neural Networks (IJCNN 2013). Piscataway, NJ: IEEE. doi:10.1109/IJCNN.2013.6706759.

Fähnle, M., Haag, M., & Illg, C. (2013). Is the angular momentum of a ferromagnetic sample after exposure to a fs laser pulse conserved? Journal of Magnetism and Magnetic Materials, 347, 45-46. doi:10.1016/j.jmmm.2013.07.055.

Daniel, C. J., Neumann, G., Krömer, O., & Peters, J. (2013). Learning Sequential Motor Tasks. In: Proceedings 2013 IEEE International Conference on Robotics and Automation (ICRA) (pp. 26262632). [Piscataway, NJ]: IEEE. doi: 10.1109/ICRA.2013.6630937

Fähnle, M., Steiauf, D., & Illg, C. (2013). Erratum: Generalized Gilbert equation including inertial damping: Derivation from an extended breathing Fermi surface model [Phys. Rev. B 84, 172403 (2011)]. Physical Review B, 88: 219905(E). doi:10.1103/PhysRevB.88.219905.

Deeg, J., Axmann, M., Matic, J., Liapis, A., Depoil, D., Afrose, J., Curado, S., Dustin, M. L., & Spatz, J. P. (2013). T cell activation is determined by the number of presented antigens. Nano Letters, 13(11), 5090-5097. doi:10.1021/nl403266t.

Fähnle, M., & Zhang, S. (2013). Extended s-d models for the dynamics of noncollinear magnetization: Short review of two different approaches. Journal of Magnetism and Magnetic Materials, 326, 232234. doi:10.1016/j.mmm.2012.09.024.

Deisenroth, M., Neumann, G., & Peters, J. (2013). A Survey on Policy Search for Robotics. Foundations and Trends in Robotics, 2(1-2), 1-142. doi:10.1561/2300000021.

Fanelli, G., Dantone, M., Gall, J., Fossati, A., & van Gool, L. (2013). Random Forests for Real Time 3D Face Analysis. International Journal of Computer Vision, 101(3), 437-458. doi:10.1007/s11263012-0549-0.

Diaz-Egea, C., Sigle, W., van Aken, P. A., & Molina, S. I. (2013). High spatial resolution mapping of surface plasmon resonance modes in single and aggregated gold nanoparticles assembled on DNA strands. Nanoscale Research Letters, 8: 337. doi:10.1186/1556-276X-8-337. Dinuzzo, F. (2013). Learning output kernels for multi-task problems. Neurocomputing, 118, 119-126. doi:10.1016/j.neucom.2013.02.024. Dörfler, F., Rauscher, M., & Dietrich, S. (2013). Stability of thin liquid films and sessile droplets under confinement. Physical Review E, 88(1): 012402. doi:10.1103/PhysRevE.88.012402. Dotsenko, V., Maciolek, A., Vasilyev, O., & Oshanin, G. (2013). Two-temperature Langevin dynamics in a parabolic potential. Physical Review E, 87(6): 062130. doi:10.1103/PhysRevE.87.062130. Drewe, P., Stegle, O., Hartmann, L., Kahles, A., Bohnert, R., Wachter, A., Borgwardt, K. M., & Rätsch, G. (2013). Accurate detection of differential RNA processing. Nucleic Acids Research (London), 41(10), 5189-5198. doi:10.1093/nar/gkt211. Du, N., Song, L., Gomez-Rodriguez, M., & Zha, H. (2013). Scalable Influence Estimation in Continuous-Time Diffusion Networks. In: C. Burges (Ed.), Advances in Neural Information Processing Systems 26 (pp. 3147-3155). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/4857-scalable-influence-estimation-in-continuous-time-diffusionnetworks.pdf. Eisele, N. B., Labokha, A., Frey, S., Goerlich, D., & Richter, R. P. (2013). Cohesiveness tunes assembly and morphology of FG nucleoporin domain meshworks - Implications for nuclear pore permeability. Biophysical Journal, 105, 1860-1870. doi:10.1016/j.bpj.2013.09.006. Elad, N., Volberg, T., Patla, I., Hirschfeld-Warneken, V. C., Grashoff, C., Spatz, J. P., Fässler, R., Geiger, B., & Medalia, O. (2013). The role of integrin-linked kinase in the molecular architecture of focal adhesions. Journal of Cell Science, 126(18), 4099-4107. doi:10.1242/jcs.120295. Englert, P., Paraschos, A., Peters, J., & Deisenroth, M. (2013). Model-based imitation learning by probabilistic trajectory matching. In: Proceedings 2013 IEEE International Conference on Robotics and Automation (ICRA) (pp. 1922-1927). [Piscataway, NJ]: IEEE. doi.org/10.1109/ICRA.2013.6630832. Englert, P., Paraschos, A., Deisenroth, M., & Peters, J. (2013). Probabilistic Model-based Imitation Learning. Adaptive Behavior, 21(5), 388-403. doi:10.1177/1059712313491614. Evans, S. F., Docheva, D., Bernecker, A., Colnot, C., Richter, R. P., & Knothe Tate, M. L. (2013). Solid-supported lipid bilayers to drive stem cell fate and tissue architecture using periosteum derived progenitor cells. Biomaterials, 34, 1878-1887. doi:10.1016/j.biomaterials.2012.09.024. Eymery, J., Chen, X., Durand, C., Kolb, M., & Richter, G. (2013). Self-organized and self-catalyst growth of semiconductor and metal wires by vapour phase epitaxy: GaN rods versus Cu whiskers. Comptes Rendus Physique, 14(2-3), 221-227. doi:10.1016/j.crhy.2012.10.009.

14

II

Feix, T., Romero, J., Ek, C., Schmiedmayer, H., & Kragic, D. (2013). A Metric for Comparing the Anthropomorphic Motion Capability of Artificial Hands. IEEE Transactions on Robotics, 29(1), 8293. doi:10.1109/TRO.2012.2217675. Feragen, A., Petersen, J., Grimm, D., Dirksen, A., Pedersen, J. H., Borgwardt, K. M., & Bruijne, M. (2013). Geometric tree kernels: Classification of COPD from airway tree geometry. In: J. Gee, & S. Joshi (Eds.), Information Processing in Medical Imaging (pp. 171-183). Lecture Notes in Computer Science 7917. Berlin/ Heidelberg: Springer. doi.org/10.1007/978-3-642-38868-2_15. Feragen, A., Kasenburg, N., Petersen, J., de Bruijne, M., & Borgwardt, K. M. (2013). Scalable kernels for graphs with continuous attributes. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 216224). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5155-scalable-kernels-forgraphs-with-continuous-attributes. Flötotto, D., Wang, Z., Jeurgens, L., & Mittemeijer, E. (2013). Evolution of surface stress during oxygen exposure of clean Si(111), Si(100), and amorphous Si surfaces. Journal of Applied Physcis, 115(2): 023501. doi:10.1063/1.4850936. Fukuto, M., Nguyen, Q. L., Vasilyev, O., Mank, N., Washington-Huges, C. L., Kuzmenko, I., Checco, A., Mao, Y., Wang, Q., & Yang, L. (2013). Crystallization, structural diversity, and anisotropy effects in 2D arrays of icosahedral viruses. Soft Matter, 9(40), 9633-9642. doi:10.1039/c3sm51853a. Furukawa, A., Gambassi, A., Dietrich, S., & Tanaka, H. (2013). Nonequilibrium Critical Casimir Effect in Binary Fluids. Physical Review Letters, 111(5): 055701. doi:10.1103/PhysRevLett.111.055701. Fusi, N., Lippert, C., Borgwardt, K. M., Lawrence, N., & Stegle, O. (2013). Detecting regulatory gene-environment interactions with unmeasured environmental factors. Bioinformatics, 29(11), 13821389. doi:10.1093/bioinformatics/btt148. Gadomska, K. M., Lechner, S., & Spatz, J. P. (2013). Gold-nanoparticle-decorated glass microspheres. Particle & Particle Systems Characterization, 30(11), 940-944. doi:10.1002/ppsc.201300172. Geiger, A., Lenz, P., Stiller, C., & Urtasun, R. (2013). Vision meets Robotics: The KITTI Dataset. The International Journal of Robotics Research, 32(11), 1231-1237. doi:10.1177/0278364913491297. Geiger, F., Eber, F. J., Eiben, S., Mueller, A., Jeske, H., Spatz, J. P., & Wege, C. (2013). TMV nanorods with programmed longitudinal domains of differently addressable coat proteins. Nanoscale, 5, 3808-3016. doi:10.1039/C3NR33724C. Genewein, T., & Braun, D. A. (2013). Abstraction in Decision-Makers with Limited Information Processing Capabilities. In: NIPS 2013 Workshop on Planning with Information Constraints for Control, Reinforcement Learning, Computational Neuroscience, Robotics and Games. Retrieved from http://arxiv.org/pdf/1312.4353v2.pdf.

15

II

Dokumentation 2013

Dokumentation 2013

Gentile, F., Medda, R., Cheng, L., Battista, E., Scopelliti, P. E., Milani, P., Cavalcanti-Adam, E. A., & Decuzzi, P. (2013). Selective modulation of cell response on engineered fractal silicon substrates. Scientific Reports, 3: 1461. doi:10.1038/srep01461.

Gregg, R., & Rhigetti, L. (2013). Controlled Reduction With Unactuated Cyclic Variables: Application to 3D Bipedal Walking With Passive Yaw Rotation. IEEE Transactions on Automatic Control, 58(10), 2679-2685. doi:10.1109/TAC.2013.2256011.

Gerdes, H.-H., Rustom, A., & Wang, X. (2013). Tunneling nanotubes, an emerging intercellular communication route in development. Mechanisms of Development, (130), 381-387. doi:10.1016/j.mod.2012.11.006.

Greiner, A. M., Chen, H., Spatz, J. P., & Kemkemer, R. (2013). Cyclic tensile strain controls cell shape and directs actin stress fiber formation and focal adhesion alignment in spreading cells. PLoS One, 8(10): 77328. doi:10.1371/journal.pone.0077328.

Gerhard, H. E., Wichmann, F., & Bethge, M. (2013). How Sensitive Is the Human Visual System to the Local Statistics of Natural Images? PLoS Computational Biology, 9(1): e1002873. doi:10.1371/journal.pcbi.1002873.

Grimm, D., Hagmann, J., Koenig, D., Weigel, D., & Borgwardt, K. M. (2013). Accurate indel prediction using paired-end short reads. BMC Genomics, 14: 132. doi:10.1186/1471-2164-14-132.

Gibbs, J. G., Mark, A. G., Eslami, S., & Fischer, P. (2013). Plasmonic nanohelix metamaterials with tailorable giant circular dichroism. Applied Physics Letters, 103(21): 213101. doi:10.1063/1.4829740. Goll, D., & Bublat, T. (2013). Large-area hard magnetic L10-FePt and composite L10-FePt based nanopatterns. Physica Status Solidi A, 210(7), 1261-1271. doi:10.1002/pssa.201329017. Golyk, V. A., Krüger, M., & Kardar, M. (2013). Linear response relations in fluctuational electrodynamics. Physical Review B, 88(15): 155117. doi:10.1103/PhysRevB.88.155117. Golyk, V. A., Krüger, M., McCauley, A. P., & Kardar, M. (2013). Small distance expansion for radiative heat transfer between curved objects. EPL, 101: 34002. doi:10.1209/0295-5075/101/34002. Gomes de Mattos, T., Harnau, L., & Dietrich, S. (2013). Many-body effects for critical Casimir forces. The Journal of Chemical Physics, 138(7): 074704. doi:10.1063/1.4791554. Gomez Rodriguez, M., Lescovec, J., & Schölkopf, B. (2013). Modeling Information Propagation with Survival Theory. In: S. Dasgupta (Ed.), Proceedings of the 30th International Conference on Machine Learning (pp. 666-674). JMLR: Workshop and Conference Proceedings 28. Brookline, MA: Microtome Publishing. Retrieved from http://jmlr.org/proceedings/papers/v28/gomez-rodriguez13.pdf. Gomez Rodriguez, M., Lescovec, J., & Schölkopf, B. (2013). Structure and dynamics of information pathways in online media. In: Proceedings of the Sixth ACM International Conference on Web Search and Data Mining (pp. 23-32). New York, NY, USA: ACM - Association for Computing Machinery. doi:10.1145/2433396.2433402. Gomez Solano, J. R., Blickle, V., & Bechinger, C. (2013). Nucleation and growth of thermoreversible polymer gels. Physical Review E, 87(1): 012308. doi:10.1103/PhysRevE.87.012308. Gopalan, N., Deisenroth, M., & Peters, J. (2013). Feedback Error Learning for Rhythmic Motor Primitives. In: Proceedings 2013 IEEE International Conference on Robotics and Automation (ICRA 2013) (pp. 1317-1322). [Piscataway, NJ]: IEEE. doi:10.1109/ICRA.2013.6630741. Goris, R., Putzeys, T., Wagemans, J., & Wichmann, F. (2013). A neural population model for visual pattern detection. Psychological Review, 120(3), 472-496. doi:10.1037/a0033136. Gosh, S. K., Salgin, B., Pontoni, D., Reusch, T., Keil, P., Vogel, D., Rohwerder, M., Reichert, H., & Salditt, T. (2013). Structure and Volta Potential of Lipid Multilayers: Effect of X-ray Radiation. Langmuir, 29, 815-824. doi:10.1021/la304139w. Gotzias, A., Charalambopoulou, G., Ampoumogli, A., Krkljus, I., Hirscher, M., & Steriotis, T. (2013). Experimental and theoretical study of D2/H2 quantum sieving in a carbon molecular sieve. Adsorption, 19(2-4), 373-379. doi:10.1007/s10450-012-9460-9. Grau-Moya, J., Hez, E., Pezzulo, G., & Braun, D. A. (2013). The effect of model uncertainty on cooperation in sensorimotor interactions. Journal of the Royal Society Interface, 10(87): 20130554. doi: 10.1098/rsif.2013.0554. Grau-Moya, J., & Braun, D. A. (2013). Bounded Rational Decision-Making in Changing Environments. In: NIPS 2013 Workshop on Planning with Information Constraints for Control, Reinforcement Learning, Computational Neuroscience, Robotics and Games. Retrieved from http://arxiv.org/pdf/1312.6726v1.pdf.

16

II

Grosse-Wentrup, M., Harmeling, S., Zander, T., Hill, N., & Schölkopf, B. (2013). How to Test the Quality of Reconstructed Sources in Independent Component Analysis (ICA) of EEG/MEG Data. In: Proceedings of the 3rd International Workshop on Pattern Recognition in NeuroImaging (PRNI 2013) (pp. 102-105). IEEE. doi:10.1109/PRNI.2013.35. Haag, M., Illg, C., & Fähnle, M. (2013). Theory of scattering of crystal electrons at magnons. Physical Review B, 214427. doi:10.1103/PhysRevB.87.214427. Haag, S. T., Richard, M.-I., Labat, S., Gailhanou, M., Welzel, U., Mittemeijer, E. J., & Thomas, O. (2013). Anomalous coherent diffraction of core-shell nano-objects: a methodology for determination of composition and strain fields. Physical Review B, 87: 035408. doi:10.1103/PhysRevB.87.035408. Haag, S. T., Richard, M.-I., Favre-Nicolin, V., Welzel, U., Jeurgens, L., Ravy, S., Richter, G., Mittemeijer, E. J., & Thomas, O. (2013). In: situ coherent X-ray diffraction of isolated core-shell nanowires. Thin Solid Films, 530, 113-119. doi:10.1016/j.tsf.2012.07.060. Haag, S. T., Richard, M.-I., Welzel, U., Favre-Nicolin, V., Balmes, U., Richter, G., & Mittemeijer, E. (2013). Concentration and strain fields inside a Ag/Au core-shell nanowire studied by coherent X-ray diffraction. Nano Letters, 13, 1883-1889. doi:10.1021/nl303206u. Haering, F., Wiedwald, U., Nothelfer, S., Koslowski, B., Ziemann, P., Lechner, L., Wallucks, A., Lebecki, K., Nowak, U., Gräfe, J., Goering, E., & Schütz, G. (2013). Switching modes in easy and hard axis magnetic reversal in a self-assembled antidot array. Nanotechnology,24, 465709. doi:10.1088/0957-4484/24/46/465709. Hagel, V., Haraszti, T., & Böhm, H. (2013). Diffusion and interaction in PEG-DA hydrogels. Biointerphases, 8: 36. doi:10.1186/1559-4106-8-36. Hagel, V., Mateescu, M., Southan, A., Wegner, S. V., Nuss, I., Haraszti, T., Kleinhans, C., Schuh, C., Spatz, J. P., Kluger, P. J., Bach, M., Tussetschläger, S., Tovar, G. E., Laschat, S., & Böhm, H. (2013). Desmosine-Inspired Cross-Linkers for Hyaluronan Hydrogels. Scientific Reports, 3: 2043. doi:10.1038/srep02043. Han, D.-S., Vogel, A., Jung, H., Lee, K.-S., Weigand, M., Stoll, H., Schütz, G., Fischer, P., Meier, G., & Kim, S.-K. (2013). Wave modes of collective vortex gyration in dipolar-coupled-dot-array magnonic crystals. Scientific Reports, 3: 2262. doi:10.1038/srep02262. Harmeling, S., Hirsch, M., & Schölkopf, B. (2013). On a Link Between Kernel Mean Maps and Fraunhofer Diffraction, with an Application to Super-Resolution Beyond the Diffraction Limit. In: 2013 IEEE International Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 10831090). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.144. Hartwich, T. M. P., Subach, F. V., Cooley, L., Verkhusha, V. V., & Bewersdorf, J. (2013). Determination oftwo-photon photoactivation rates offluorescent proteins. Physical Chemistry Chemical Physics, 15(36), 14868-14872. doi:10.1039/C3CP51035B. Hauberg, S., Lauze, F., & Pedersen, K. S. (2013). Unscented Kalman Filtering on Riemannian Manifolds. Journal of Mathematical Imaging and Vision, 46(1), 103-120. doi: 10.1007/s10851-0120372-9. Heidkamp, J., Maye, F., & Turak, A. Z. (2013). Stabilization methods for small molecule dewetting on Indium tin oxide substrates for organic photovoltaics. Proceedings of SPIE, 8915: 891508. doi:10.1117/12.2036778.

17

II

Dokumentation 2013

Hejral, U., Vlad, A., Nolte, P., & Stierle, A. (2013). In: situ oxidation study of Pt nanoparticles on MgO(001). The Journal of Physical Chemistry C, 117(39), 19955-19966. doi:10.1021/jp404698k. Hellmann, J. K., Perschmann, N., Spatz, J. P., & Frischknecht, F. (2013). Tunable substrates unveil chemical complementation of a genetic cell migration defect. Advanced Healthcare Materials, 2, 1162-1169. doi:10.1002/adhm.201200426.

Dokumentation 2013 Jhuang, H., Gall, J., Zuffi, S., Schmid, C., & Black, M. J. (2013). Towards understanding action recognition. In: International Conference on Computer Vision (ICCV) (pp. 3192-3199). IEEE Computer Society. doi:10.1109/ICCV.2013.396. Jian, W., Liu, Y., Wang, X. Y., Rao, S. P., Hofmann, S., & Wang, J. Y. (2013). Quantification of AES depth profiling data of polycrystalline Al films with Gaussian and non-Gaussian surface height distributions. Surface and Interface Analysis, 45(7), 1148-1151. doi:10.1002/sia.5241.

Hennig, P. (2013). Fast Probabilistic Optimization from Noisy Gradients. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of The 30th International Conference on Machine Learning (Cycle 1, pp. 62-70). JMLR: Conference and Workshop Proceedings 28. Brookline, MA: Microtome Publishing. Retrieved from http://jmlr.org/proceedings/papers/v28/hennig13.pdf.

Juette, M. F., Rivera-Molina, F. E., Toomre, D. K., & Bewersdorf, J. (2013). Adaptive optics enables three-dimensional single particle tracking at the sub-millisecond scale. Applied Physics Letters, 102(17), 173702. doi:10.1063/1.4803538.

Hennig, P., & Kiefel, M. (2013). Quasi-Newton Methods: A New Direction. The Journal of Machine Learning Research, 14, 843-865. Retrieved from http://jmlr.org/papers/volume14/hennig13a/hennig13a.pdf.

Jungbauer, M., Hühn, S., Michelmann, M., Goering, E., & Moshnyaga, V. (2013). Exchange bias in La0.7Sr0.3MnO3 / SrMnO3 / La0.7Sr0.3MnO3 trilayers. Journal of Applied Physcis, 113(17): 17D709. doi:10.1063/1.4798349.

Höfling, F., & Franosch, T. (2013). Anomalous transport in the crowded world of biological cells. Reports on Progress in Physics, 76(4): 046602. doi:10.1088/0034-4885/76/4/046602.

Junggeburth, S. C., Diehl, L., Werner, S., Duppel, V., Sigle, W., & Lotsch, B. V. (2013). Ultrathin 2D coordination polymer nanosheets by surfactant-mediated synthesis. Journal of the American Chemical Society, 135(16), 6157-6164. doi:10.1021/ja312567v.

Homer, M., Harrison, M., Black, M. J., Perge, J., Cash, S., Friehs, G., & Hochberg, L. (2013). Mixing Decoded Cursor Velocity and Position from an Offline Kalman Filter Improves Cursor Control in People with Tetraplegia. In: Proceedings 6th International IEEE / EMBS Conference on Neural Engineering (pp. 715-718). Red Hook: Curran. doi:10.1109/NER.2013.6696034. Huang, F., Hartwich, T., Rivera-Molina, F. E., Lin, Y., Duim, W., Long, J. J., Uchil, P. D., Myers, J. R., Baird, M. A., Mothes, W., Davidson, M. W., Toomre, D., & Bewersdorf, J. (2013). Video-rate nanoscopy using sCMOS camera–specific single-molecule localization algorithms. Nature Methods, 10, 653-658. doi:10.1038/nmeth.2488. Ibagon, I., Bier, M., & Dietrich, S. (2013). Wetting in electrolyte solutions. The Journal of Chemical Physics, 138(21): 214703. doi:10.1063/1.4807760. Ijspeert, A., Nakanishi, J., Pastor, P., Hoffmann, H., & Schaal, S. (2013). Dynamical Movement Primitives: Learning Attractor Models for Motor Behaviors. Neural computation, 25(2), 328-373. doi:10.1162/NECO_a_00393. Illg, C., Haag, M., & Fähnle, M. (2013). Ultrafast demagnetization after laser irradiation in transition metals: Ab initio calculations of the spin-flip electron-phonon scattering with reduced exchange splitting. Physical Review B, 88: 214404. doi:10.1103/PhysRevB.88.214404. Ilonen, J., Bohg, J., & Kyrki, V. (2013). 3-D Object Reconstruction of Symmetric Objects by Fusing Visual and Tactile Sensing. International Journal of Robotics Research, 0278364913497816. doi:10.1177/0278364913497816. Jalmar, O., Francois-Moutal, L., Garcia-Saez, A.-J., Perry, M., Granjon, T., Gonzalvez, F., Gottlieb, E., Ayala-Sanmartin, J., Klosgen, B., Schwille, P., & Petit, P. X. (2013). Caspase-8 Binding to Cardiolipin in Giant Unilamellar Vesicles Provides a Functional Docking Platform for Bid. PLOS ONE, 8(2): e55250. doi:10.1371/journal.pone.0055250. Janzing, D., Balduzzi, D., Grosse-Wentrup, M., & Schölkopf, B. (2013). Quantifying causal influences. The Annals of Statistics, 41(5), 2324-2358. doi:10.1214/13-AOS1145. Jegelka, S., Bach, F., & Sra, S. (2013). Reflection methods for user-friendly submodular optimization. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 ( NIPS 2013), (pp. 1313-1321). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/4988-reflection-methods-for-user-friendly-submodularoptimization.pdf. Jensen, C., Buck, D., Dilger, H., Bauer, M., Phillipp, F., & Roduner, E. (2013). Maximum hydrogen chemisorption on KL zeolite supported Pt clusters. Chemical Communications, 49(6), 588-590. doi:10.1039/c2cc37933c.

18

II

Kalakrishnan, M., Pastor, P., Righetti, L., & Schaal, S. (2013). Learning Objective Functions for Manipulation. In: Proceedings IEEE International Conference on Robotics and Automation (ICRA 2013) (pp. 1331-1336). [Piscataway, NJ]: IEEE. doi:10.1109/ICRA.2013.6630743. Kammerer, M., Sproll, M., Stoll, H., Noske, M., Weigand, M., Illg, C., Fähnle, M., & Schütz, G. (2013). Delayed magnetic vortex core reversal. Applied Physics Letters, 102: 012404. doi:10.1063/1.4773592. Katzer, C., Stahl, C., Michalowski, P., Treiber, S., Schmidl, F., Seidel, P., Albrecht, J., & Schütz, G. (2013). Gold nanocrystals in high-temperature superconducting films: creation of pinning patterns of choice. New Journal of Physics, 15(11): 113029. doi:10.1088/1367-2630/15/11/113029. Keskinbora, K., Grévent, C., Bechtel, M., Weigand, M., Goering, E., Nadzeyka, A., Lloyd, P., Rehbein, S., Schneider, G., Follath, R., Vila-Comamala, J., Yan, H., & Schütz, G. (2013). Ion beam lithography for Fresnel zone plates in X-ray microscopy. Optics Express, 21(10), 11747-11756. doi:10.1364/OE.21.011747. Keskinbora, K., Grévent, C., Eigenthaler, U., Weigand, M., & Schütz, G. (2013). Rapid prototyping of Fresnel zone plates via direct Ga+ ion beam lithography for high-resolution x-ray imaging. ACS Nano, 7(11), 9788-9797. doi:10.1021/nn403295k. Keskinbora, K., Robisch, A.-L., Mayer, M., Grévent, C., Szeghalmi, A. V., Knez, M., Weigand, M., Snigireva, I., Snigirev, A., Salditt, T., & Schütz, G. (2013). Recent advances in use of atomic layer deposition and focused ion beams for fabrication of Fresnel zone plates for hard x-rays. Proceedings of SPIE, 8851: 885119. doi:10.1117/12.2027251. Khaydukov, Y. N., Nagy, B., Kim, J. H., Keller, T., Ruehm, A., Nikitenko, Y. V., Zhernenkov, K. N., Stahn, J., Kiss, L. F., Csik, A., Bottyán, L., & Aksenov, V. L. (2013). On the feasibility to study inverse proxomity effect in a single S/F bilayer by Polarized Neutron Reflectometry. JETP Letters, 98, 107-110. doi:10.1134/S0021364013150101. Kim, D., Sra, S., & Dhillona, I. (2013). A non-monotonic method for large-scale non-negative least squares. Optimization Methods and Software, 28(5), 1012-1039. doi:10.1080/10556788.2012.656368. Klein, K., Rommel, C. E., Hirschfeld-Warneken, V. C., & Spatz, J. P. (2013). Cell membrane topology analysis by RICM enables marker-free adhesion strength quantification. Biointerphases, 8: 28. doi:10.1186/1559-4106-8-28. Klein, K., Maier, T., Hirschfeld-Warneken, V. C., & Spatz, J. P. (2013). Marker-Free Phenotyping of Tumor Cells by Fractal Analysis of Reflection Interference Contrast Microscopy Images. Nano Letters, 13(11), 5474-5479. doi:10.1021/nl4030402.

19

II

Dokumentation 2013

Dokumentation 2013

Klenske, E., Zeilinger, M., Schölkopf, B., & Hennig, P. (2013). Nonparametric dynamics estimation for time periodic systems. In: Proceedings 2013 51st Annual Allerton Conference on Communication, Control and Computing (pp. 486-493). Piscataway, NJ: IEEE. doi:10.1109/Allerton.2013.6736564.

Law, A. D., Auriol, M., Smith, D., Horozov, T. S., & Buzza, D. M. A. (2013). Self-Assembly of TwoDimensional Colloidal Clusters by Tuning the Hydrophobicity, Composition, and Packing Geometry. Physical Review Letters, 110: 138301. doi:10.1103/PhysRevLett.110.138301.

Kober, J., Bagnell, J., & Peters, J. (2013). Reinforcement learning in robotics: A survey. The International Journal of Robotics Research, 32(11), 1238-1274. doi:10.1177/0278364913495721.

Le Thomas, N., Alexander, D. T. L., Cantoni, M., Sigle, W., Houdre, R., & Heber, C. (2013). Imaging of high-Q cavity optical modes by electron energy-loss microscopy. Physical Review B, 87(15): 155314. doi:10.1103/PhysRevB.87.155314.

Köhler, R., Hirsch, M., Schölkopf, B., & Harmeling, S. (2013). Improving alpha matting and motion blurred foreground estimation. In: Proceedings of the 20th IEEE International Conference on Image Processing (ICIP 2013) (pp. 3446-3450). Piscataway: NJ, IEEE. Retrieved from http://2013.ieeeicip.org/proc/pdfs/0003446.pdf. Koker, M. K. A., Welzel, U., & Mittemeijer, E. (2013). Elastic mechanical grain interactions in polycrystalline materials; analysis by diffraction-line broadening. Philosophical Magazine, 93, 29672994. doi:10.1080/14786435.2013.793852. Koker, M. K. A., Schaab, J., Zotov, N., & Mittemeijer, E. (2013). X-Ray diffraction study of the reverse martensitic transformation in NiTi shape memory thin films. Thin Solid Films, 545, 71-80. doi:10.1016/j.tsf.2013.07.033. Kozhevnikov, S. V., Ignatovich, V. K., Ott, F., Rühm, A., & Major, J. (2013). Experimental Determination of the Neutron channeling length in a planar waveguide. Journal of Experimental and Theoretical Physics - JETP, 117, 636-640. doi:10.1134/S1063776113120169. Kpotufe, S., & Garg, V. (2013). Adaptivity to Local Smoothness and Dimension in Kernel Regression. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 3075-3083). Red Hook, NJ: Curran. Retrieved from http://papers.nips.cc/paper/5103-adaptivity-to-local-smoothness-and-dimension-in-kernelregression.pdf. Kpotufe, S., & Orabona, F. (2013). Regression-tree Tuning in a Streaming Setting. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 1788-1796). Red Hook, NJ: Curran. Retrieved from URI http://papers.nips.cc/paper/4898-regression-tree-tuning-in-a-streaming-setting.pdf. Krkljus, I., Steriotis, T., Charalambopoulou, G., Gotzias, A., & Hirscher, M. (2013). H2/D2 adsorption and desorption studies on carbon molecular sieves with different pore structures. Carbon, 57, 239-247. doi:10.1016/j.carbon.2013.01.069. Krüger, M., Golyk, V. A., Bimonte, G., & Kardar, M. (2013). Interplay of roughness/modulation and curvature for surface interactions at proximity. EPL, 104: 41001. doi:10.1209/0295-5075/104/41001. Kruss, S., Erpenbeck, L., Amschler, K., Mundinger, T., Böhm, H., Helms, H.-J., Friede, T., Andrews, R., Schön, M., & Spatz, J. P. (2013). Adhesion Maturation of Neutrophils on Nanoscopically Presented Platelet Glycoprotein Ibα. ACS Nano, 7(11), 9984-9996. doi:10.1021/nn403923h. Kümmel, F., ten Hagen, B., Wittkowski, R., Buttinoni, I., Eichhorn, R., Volpe, G., Löwen, H., & Bechinger, C. (2013). Circular motion of asymmetric self-propelling particles. Physical Review Letters, 110(19): 198302. doi:10.1103/PhysRevLett.110.198302. Kupcsik, A., Deisenroth, M., Peters, J., & Neumann, G. (2013). Data-Efficient Generalization of Robot Skills with Contextual Policy Search. In: Proceedings of the 27th National Conference on Artificial Intelligence (AAAI 2013). (pp. 1401-1407). Corvallis, OR: AUAI Press. Retrieved from http://www.aaai.org/ocs/index.php/AAAI/AAAI13/paper/viewFile/6322/6842. Kurz, S., Ensslen, C., Welzel, U., Leineweber, A., & Mittemeijer, E. (2013). The thermal stability of Ni-Mo and Ni-W thin films: solute segregation and planar faults. Scripta Materialia, 69, 65-68. doi:10.1016/j.scriptamat.2013.03.006. Laurent, F., Valderrama, M., Besserve, M., Guillard, M., Lachaux, J.-P., Martinerie, J., & Florence, G. (2013). Multimodal information improves the rapid detection of mental fatigue. Biomedical Signal Processing and Control, 8(4), 400-408. doi:10.1016/j.bspc.2013.01.007.

20

II

Lee, S., Rosecker, W., Gutt, C., Fischer, B., Conrad, H., Lehmkühler, F., Steinke, I., Zhu, D., Lemke, H., Cammarata, M., Fritz, D. M., Wochner, P., Castro-Colin, M., Hruszkewycz, S. O., Fuoss, P. H., Stephenson, G. B., Grübel, G., & Robert, A. (2013). Single shot speckle and coherence analysis and the hard X-ray free electron laser LCLS. Optics Express, 21, 24647-24664. doi:10.1364/OE.21.024647. Lehrmann, A., Gehler, P., & Nowozin, S. (2013). A Non-parametric Bayesian Network Prior of Human Pose. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 1281-1288). IEEE. doi:10.1109/ICCV.2013.162. Lemeire, J., & Janzing, D. (2012). Replacing Causal Faithfulness with Algorithmic Independence of Conditionals. Minds and Machines, 1-23. doi:10.1007/s11023-012-9283-1 Leineweber, A., & Krumeich, F. (2013). Broadening and shifting of bragg reflections of nanoscalemicrotwinned LT-Ni3Sn2. Philosophical Magazine, 93, 4440-4468. doi:10.1080/14786435.2013.833355. Li, C., Yin, C., Gu, L., Mu, X., van Aken, P. A., & Maier, J. (2013). An FeF30.5H2O polytype: A microporous framework compound with intersecting tunnels for Li and Na batteries. Journal of the American Chemical Society, 135(31), 11425-11428. doi:10.1021/ja402061q. Li, C. L., Mu, X. K., Van Aken, P. A., & Maier, J. (2013). A high-capacity cathode for lithium batteries consisting of porous microspheres of highly amorphized iron fluoride densified from its open parent phase. Advanced Energy Materials, 3(1), 113-119. doi:10.1002/aenm.201200209. Li, C. L., Yin, C. L., Mu, X. K., & Maier, J. (2013). Top-down synthesis of open framework fluoride for lithium and sodium batteries. Chemistry of Materials, 25(6), 962-969. doi: 10.1021/cm304127c Liu, J., Tang, K., Song, K., van Aken, P. A., Yu, Y., & Maier, J. (2013). Tiny Li4Ti5O12 nanoparticles embedded in carbon nanofibers as high-capacity and long-life anode materials for both Li-ion and Naion batteries. Physical Chemistry Chemical Physics, 15(48), 20813-20818. doi:10.1039/c3cp53882f. Liu, Q. K., Senyuk, B., Tasinkevych, M., & Smalyukh, I. I. (2013). Nematic liquid crystal boojums with handles on colloidal handlebodies. Proceedings of the National Academy of Sciences of the United States of America, 110(23), 9231-9236. doi:10.1073/pnas.1301464110. Liu, Y., Zhang, L. F., Sommer, F., & Mittemeijer, E. J. (2013). Kinetics of martensite formation in substitutional Fe-Al alloys: dilatometric analysis. Metallurgical and Materials Transactions A, 44, 1430-1440. doi:10.1007/s11661-012-1497-6. Liu, Y., Gall, J., Stoll, C., Dai, Q., Seidel, H.-P., & Theobalt, C. (2013). Markerless Motion Capture of Multiple Characters Using Multi-view Image Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(11), 2720-2735. doi:10.1109/TPAMI.2013.47. Liu, Y., Jian, W., Wang, J. Y., Hofmann, S., & Kovac, J. (2013). Influence of non-Gaussian roughness on sputter depth profile. Applied Surface Science, 276, 447-453. doi:10.1016/j.apsusc.2013.03.114. Liu, Y., Hofmann, S., & Wang, J. Y. (2013). An analytical depth resolution function for the MRI model. Surface and Interface Analysis, 45(11-12), 1659-1660. doi:10.1002/sia.5319. López-Méndez, A., Gall, J., Casas, J., & van Gool, L. (2012). Metric Learning from Poses for Temporal Clustering of Human Motion. In R. Bowden, J. Collomosse, & K. Mikolajczyk (Eds.), British Machine Vision Conference (BMVC) (pp. 49.1-49.12). BMVA Press. Lopez-Paz, D., Hennig, P., & Schölkopf, B. (2013). The Randomized Dependence Coefficient. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural

21

II

Dokumentation 2013

Information Processing Systems 26 (NIPS 2013). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5138-the-randomized-dependence-coefficient.pdf. Lopez-Paz, D., Hernandez-Lobato J., M. J., & Ghahramani, Z. (2013). Gaussian Process Vine Copulas for Multivariate Dependence. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of the 30th International Conference on Machine Learning. JMLR - Workshop and Conference Proceedings 28. Brookline, MA: Microtome Publ. Retrieved from http://jmlr.org/proceedings/papers/v28/lopezpaz13.html. López-Rodriguez, E., Cruz, A., Richter, R. P., Taeusch, H. W., & Pérez-Gil, J. (2013). Transient exposure of pulmonary surfactant to hyaluronan promotes structural and compositional transformations into a highly active state. The Journal of Biological Chemistry, 288, 29872-29881. doi:doi: 10.1074/jbc.M113.493957. Ma, Y., Rheingans, B., Liu, F., & Mittemeijer, E. J. (2013). Isochronal crystallization kinetics of Fe40Ni40B20 amorphous alloy. Journal of Materials Science, 48, 5596-5606. doi:10.1007/s10853-0137354-1. MacFarlane, W., Parolin, T., Larkin, T., Richter, G., Chow, K., Kiefl, R., Levy, C., Morris, G., Ofer, O., Pearson, M., Saadaoul, H., Song, Q., & Wang, D. (2013). Finite-size effects in the nuclear magnetic resonance of epitaxial palladium thin films. Physical Review B, 88(14): 144424. doi:10.1103/PhysRevB.88.144424. Maertens, M., & Wichmann, F. (2013). When luminance increment thresholds depend on apparent lightness. Journal of Vision, 13(6): 21, pp. 1-11. doi:10.1167/13.6.21. Maier, M., von Luxburg, U., & Hein, M. (2013). How the result of graph clustering methods depends on the construction of the graph. ESAIM: Probability and Statistics, 17, 370-418. doi:10.1051/ps/2012001. Maisel, S. B., Schindzielorz, N., Mueller, S., Reichert, H., & Bosak, A. (2013). An accidental visualization of the Brillouin Zone in an Ni-W alloy via diffuse scattering. Journal of Applied Crystallography, (46), 1211-1215. doi:10.1107/S0021889813016270. Maisuradze, A., Yaouanc, A., Khasanov, R., Amato, A., Baines, C., Herlach, D., Henes, R., Keppler, P., & Keller, H. (2013). Evidence of cooper pair diffraction on the vortex lattice of superconducting niobium. Physical Review B, 88: 140509. doi:10.1103/PhysRevB.88.140509. Mark, A. G., Gibbs, J. G., Lee, T.-C., & Fischer, P. (2013). Hybrid nanocolloids with programmed three-dimensional shape and material composition. Nature Materials, 12, 802-807. doi:10.1038/nmat3685. Martens, M., Kamionka, T., Weigand, M., Stoll, H., Tyliszczak, T., & Meier, G. (2013). Phase diagram for magnetic vortex core switching studied by ferromagnetic absorption spectroscopy and time-resolved transmission x-ray microscopy. Physical Review B, 87: 054426. doi:10.1103/PhysRevB.87.054426. Matic, J., Deeg, J., Scheffold, A., Goldstein, I., & Spatz, J. P. (2013). Fine tuning and efficient T cell activation with stimulatory aCD3 nano-arrays. Nano Letters, 13(11), 5090-5097. doi:10.1021/nl4022623. Mayer, M., Keskinbora, K., Grévent, C., Szeghalmi, A., Knez, M., Weigand, M., Snigirev, A., Snigereva, I., & Schütz, G. (2013). Efficient focusing of 8 keV X-rays with multilayer Fresnel zone plates fabricated by atomic layer deposition and focused ion beam milling. Journal of Synchrotron Radiation, 20, 433-440. doi:10.1107/S0909049513006602. McLane, L. T., Chang, P., Granqvist, A., Böhm, H., Kramer, A., Scrimgeour, J., & Curtis, J. E. (2013). Spatial organization and mechanical properties of the pericellular matrix on chondrocytes. Biophysical Journal, 104, 986-996. doi:10.1016/j.bpj.2013.01.028. Mechelke, M., & Habeck, M. (2013). A probabilistic model for secondary structure prediction from protein chemical shifts. Proteins: Structure, Function, and Bioinformatics, 81(6), 984-993. doi:10.1002/prot.24249.

22

Dokumentation 2013

II

Meyer, T., Peters, J., Zander, T., Brötz, D., Soekadar, S., Schölkopf, B., et al. (2013). Investigating the Neural Basis of Brain-Computer Interface (BCI)-based Stroke Rehabilitation. In: J. Pons, D. Torricelli, & M. Pajaro (Eds.), Converging Clinical and Engineering Research on NeuroRehabilitation (2012 International Conference on NeuroRehabilitation) (pp. 617-621). Berlin: Springer. Meka, S. R., & Mittemeijer, E. (2013). Abnormal nitride morphologies upon nitriding iron-based substrates. JOM, 65, 769-775. doi:10.1007/s11837-013-0603-6. Meka, S. R., Bischoff, E., Rheingans, B., & Mittemeijer, E. (2013). Octapod-shaped, nanosized, amorphous precipitates in a crystalline ferrite matrix. Philosophical Magazine Letters, 93, 238-245. doi:10.1080/09500839.2012.762465. Missirlis, D., Teesalu, T., Black, M., & Tirrell, M. (2013). The non-peptidic part determines the internalization mechanism and intracellular trafficking of peptide amphiphiles. PLoS One, 8(1): e54611. doi:10.1371/journal.pone.0054611. Mistry, M., Theodorou, E., Yoshioka, T., Schaal, S., & Kawato, M. (2013). Optimal Control of Reaching Includes Kinematic Constraints. Journal of Neurophysiology, 110, 1-11. doi:10.1152/jn. 00794.2011. Miyawaki, T., Foerster, M., Finizio, S., Vaz, C. A. F., Mawass, M.-A., Inagaki, K., Fukatani, N., Le Guyader, L., Nolting, F., Ueda, K., Asano, H., & Kläui, M. (2013). The effect of magnetocrystalline anisotropy on the domain structure of patterned Fe2CrSi Heusler alloy thin films. Journal of Applied Physcis, 114(7): 073905. doi:10.1063/1.4818800. Mooij, J. M., Janzing, D., & Schölkopf, B. (2013). From Ordinary Differential Equations to Structural Causal Models: the deterministic case. In: A. Nicholson, & P. Smyth (Eds.), Proceedings of the Twenty-Ninth Conference Annual Conference on Uncertainty in Artificial Intelligence (pp. 440-448). Corvallis, Oregon: AUAI Press. Retrieved from http://www.auai.org/uai2013/prints/proceedings.pdf Mu, X. K., Neelamraju, S., Sigle, W., Koch, C. T., Toto, N., Schön, J. C., Fischer, J., Jansen, M., & van Aken, P. A. (2013). Evolution of order in amorphous - to - crystalline phase transformation of MgF2. Journal of Applied Crystallography, 46, 1105-1116. doi:10.1107/S0021889813011345. Muandet, K., Balduzzi, D., & Schölkopf, B. (2013). Domain Generalization via Invariant Feature Representation. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of The 30th International Conference on Machine Learning (pp. 10-18). JMLR: Workshop and Conference Proceedings 28. Brookline, MA: Microtome Publishing. Retrieved from http://jmlr.org/proceedings/papers/v28/muandet13.pdf. Muandet, K., & Schölkopf, B. (2013). One-class Support Measure Machines for Group Anomaly Detection. In: Proceedings 29th Conference on Uncertainty in Artificial Intelligence (UAI 2013). Corvallis, OR: AUAI Press. Retrieved from http://auai.org/uai2013/prints/papers/4.pdf. Mülling, K., Kober, J., Kroemer, O., & Peters, J. (2013). Learning to Select and Generalize Striking Movements in Robot Table Tennis. International Journal of Robotics Research, 32(3), 263-279. doi:10.1177/0278364912472380. Muth, C. A., Steinl, C., Klein, G., & Lee-Thedieck, C. (2013). Regulation of Hematopoietic Stem Cell Behavior by the Nanostructured Presentation of Extracellular Matrix Components. PLoS One, 8(2): e54778. doi:10.1371/journal.pone.0054778. Nagy, B., Kiss, L., Sajti, S., Merkel, D. G., Tanczikó, F., Bottyán, L., Khaydukov, Y. N., Keller, T., Ruehm, A., Vasenko, A. S., & Tsaregorodsev, R. O. (2013). Controlling Exchange Coupling Strenght In NixCu1-x Thin Films. Journal of Superconductivity and Novel Magnetism, 26(5), 1957-1961. doi:10.1007/s10948-012-1897-2. Noga, M., Edinger, D., Kläger, R., Wegner, S. V., Spatz, J. P., Wagner, E., Winter, G., & Besheer, A. (2013). The effect of molar mass and degree of hydroxyethylation on the controlled shielding and deshielding of hydroxyethyl starch-coated polyplexes. Biomaterials, 34, 2530-2538. doi:10.1016/j.biomaterials.2012.12.025.

23

II

Dokumentation 2013

Oh, H., Park, K. S., Kalidindi, S. B., Fischer, R. A., & Hirscher, M. (2013). Quantum cryo-sieving for hydrogen isotope separation in microporous frameworks: an experimental study on the correlation between effective quantum sieving and pore size. Journal of Materials Chemistry A, 1, 3244-3248. doi:10.1039/c3ta01544k. Oh, H., Gennett, T., Atanassov, P., Kurttepeli, M., Bals, S., Hurst, K. E., & Hirscher, M. (2013). Hydrogen adsorption properties of platinum decorated hierarchically structured templated carbons. Microporous and Mesoporous Materials, 66-74. doi:10.1016/j.micromeso.2013.04.020. Oh, H., Kalidindi, S. B., Um, Y., Bureekaew, S., Schmid, R., Fischer, R. A., & Hirscher, M. (2013). Eine kryoflexible kovalente organische Gerüststruktur für die effiziente Trennung von Wasserstoffisotopien durch Quantensieben. Angewandte Chemie, 125(50), 13461-13464. doi:10.1002/ange.201307443. Oh, H., Kalidindi, S. B., Um, Y., Bureekaew, S., Schmid, R., Fischer, R. A., & Hirscher, M. (2013). A cryogenically flexible covalent organic framework for efficient hydrogen isotrope separation by quantum sieving. Angewandte Chemie International Edition in English, 52(50), 13219-13222. doi:10.1002/anie.201307443. Ortega, P. A., & Braun, D. A. (2013). Thermodynamics as a theory of decision-making with information-processing costs. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 469(2153): 20120683. doi:10.1098/rspa.2012.0683. Osichov, A., Rabe, C., Vogtt, K., Narayanan, T., Harnau, L., Drechsler, M., & Ballauff, M. (2013). Ideal Polyethylene Nanocrystals. Journal of the American Chemical Society, 135(31), 11645-11650. doi:10.1021/ja4052334. Pacholski, C. (2013). Photonic Crystal Sensors Based on Porous Silicon. Sensors, 13, 4694-4713. doi:10.3390/s130404694. Pallarola, D., Schneckenburger, M., Spatz, J. P., & Pacholski, C. (2013). Real-time monitoring of electrochemical controlled protein adsorption by a plasmonic nanowire based sensor. Chemical Communications, 49, 8326-8328. doi:10.1039/c3cc44640a.

Dokumentation 2013 NY: Curran. Retrieved from http://papers.nips.cc/paper/5063-causal-inference-on-time-series-usingrestricted-structural-equation-models.pdf. Pfeifer, M., Ruf, A., & Fischer, P. (2013). Indirect absorption spectroscopy using quantum cascade lasers: mid-infrared refractometry and photothermal spectroscopy. Optics Express, 21(22), 2564325654. doi:10.1364/OE.21.025643. Pishchulin, L., Andriluka, M., Gehler, P., & Schiele, B. (2013). Strong Appearance and Expressive Spatial Models for Human Pose Estimation. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 3487-3494). [Piscataway, NJ]: IEEE. doi:10.1109/ICCV.2013.433. Pishchulin, L., Andriluka, M., Gehler, P. V., & Schiele, B. (2013). Poselet conditioned pictorial structures. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) (pp. 588593). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.82. Platzman, I., Janiesch, J.-W., & Spatz, J. P. (2013). Synthesis of nanostructured and biofunctionalized water-in-oil droplets as tools for homing T cells. Journal of the American Chemical Society, 135(9), 3339-3342. doi:10.1021/ja311588c. Platzman, I., Muth, C. A., Lee-Thedieck, C., Pallarola, D., Atanasova, R., Louban, I., Altrock, E., & Spatz, J. P. (2013). Surface properties of nanostructured bio-active interfaces: impacts of surface stiffness and topography on cell–surface interactions. RSC Advances, 3, 13293-13303. doi:10.1039/C3RA41579A. Platzman, I., Janiesch, J.-W., Matic, J., & Spatz, J. P. (2013). Artificial Antigen-Presenting Interfaces in the Service of Immunology. Israel Journal of Chemistry, 53(9-10), 655-669. doi:10.1002/ijch.201300060. Pousaneh, F., Ciach, A., & Maciolek, A. (2013). How ions in solution can change the sign of the critical Casimir potential. Soft Matter, 10(3), 470-483. doi:10.1039/c3sm51972d.

Parisen Toldin, F., Tröndle, M., & Dietrich, S. (2013). Critical Casimir forces between homogeneous and chemically striped surfaces. Physical Review E, 88: 052110. doi: 10.1103/PhysRevE.88.052110.

Rahmouni, S., Lindner, A., Rechenmacher, F., Neubauer, S., Sobahi, T. R. A., Kessler, H., CavalcantiAdam, E. A., & Spatz, J. P. (2013). Hydrogel Micropillars with Integrin Selective Peptidomimetic Functionalized Nanopatterned Tops: A New Tool for the Measurement of Cell Traction Forces Transmitted through αvβ3 - or α5β1 -Integrins. Advanced Materials, 25, 5869-5874. doi:10.1002/adma.201301338.

Pastor, P., Kalakrishnan, M., Meier, F., Stulp, F., Buchli, J., Theodorou, E., & Schaal, S. (2013). From Dynamic Movement Primitives to Associative Skill Memories. Robotics and Autonomous Systems, 61(4), 351-361. doi:10.1016/j.robot.2012.09.017.

Rakitsch, B., Lippert, C., Stegle, O., & Borgwardt, K. M. (2013). LMM-Lasso: A Lasso Multi-Marker Mixed Model for Association Mapping with Population Structure Correction. Bioinformatics, 29(2), 206-214. doi:10.1093/bioinformatics/bts669.

Pastor, P., Kalakrishnan, M., Binney, J., Kelly, J., Righetti, L., Sukhatme, G., & Schaal, S. (2013). Learning Task Error Models for Manipulation. In: Proceedings IEEE International Conference on Robotics and Automation 2013 (pp. 2612-2618). [Piscataway, NJ]: IEEE. doi: 10.1109/ICRA.2013.6630935.

Rakitsch, B., Lippert, C., Borgwardt, K. M., & Stegle, O. (2013). It is all in the noise: Efficient multitask Gaussian process inference with structured residuals. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 1466-1474). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5089-it-is-all-in-the-noise-efficient-multi-task-gaussian-process-inferencewith-structured-residuals.

Pepik, B., Stark, M., Gehler, P. V., & Schiele, B. (2013). Occlusion Patterns for Object Class Detection. In: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) (pp. 3286-3293). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.422. Persello, C. (2013). Interactive Domain Adaptation for the Classification of Remote Sensing Images Using Active Learning. IEEE Geoscience and Remote Sensing Letters, 10(4), 736-740. doi:10.1109/LGRS.2012.2220516. Peters, J., Kober, J., Mülling, K., Krämer, O., & Neumann, G. (2013). Towards Robot Skill Learning: From Simple Skills to Table Tennis. In: Machine Learning and Knowledge Discovery in Databases Proceedings European Conference, ECML PKDD 2013, Part III (pp. 627-631). Lecture Notes in Computer Science 8190. Berlin/Heidelberg: Springer. doi: 10.1007/978-3-642-40994-3_42. Peters, J., Janzing, D., & Schölkopf, B. (2013). Causal Inference on Time Series using Restricted Structural Equation Models. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 154-162). Red Hook,

24

II

Ramiasa, M., Ralston, J., Fetzer, R., Sedev, R., Fopp-Spori, D. M., Morhard, C., Pacholski, C., & Spatz, J. P. (2013). Contact Line Motion on Nanorough Surfaces: A Thermally Activated Process. Journal of the American Chemical Society, 135(19), 7159-7171. doi:10.1021/ja3104846. Rane, G., Welzel, U., Meka, S. R., & Mittemeijer, E. (2013). Non-monotonic lattice parameter variation with crystallite size in nanocrystalline solids. Acta Materialia, 61, 4524-4533. doi:10.1016/j.actamat.2013.04.021. Rane, G. K., Apel, D., Welzel, U., & Mittemeijer, E. J. (2013). The microstructural evolution and thermal stability of nanocrystalline ball-milled Ni-15 at.% W powder. Journal of Materials Research, 28, 873-886. doi:10.1557/jmr.2012.442. Rausch, S., Das, T., Soiné, J. R. D., Hofmann, T. W., Böhm, C., Schwarz, U., Böhm, H., & Spatz, J. P. (2013). Polarizing cytoskeletal tension to induce leader cell formation during collective cell migration. Biointerphases, 8: 32. doi:10.1186/1559-4106-8-32.

25

II

Dokumentation 2013

Rechenmacher, F., Neubauer, S., Polleux, J., Mas-Moruno, C., De Simone, M., CavalcantiAdam, E. A., Spatz, J. P., Fässler, R., & Kessler, H. (2013). Functionalizing αvβ3- or α5β1-selective integrin antagonists for surface coating: a method to discriminate integrin subtypes in vitro. Angewandte Chemie International Edition: a journal of the Gesellschaft Deutscher Chemiker, 52(5), 1572-1575. doi:10.1002/anie.201206370. Rechenmacher, F., Neubauer, S., Mas-Moruno, C., Dorfner, P. M., Polleux, J., Guasch, J., Conings, B., Boyen, H.-G., Bochen, A., Sobahi, T. R., Burgkart, R., Spatz, J. P., Fässler, R., & Kessler, H. (2013). A Molecular Toolkit for the Functionalization of Titanium-Based Biomaterials That Selectively Control Integrin-Mediated Cell Adhesion. Chemistry-a European Journal, 19(28), 9218– 9223-9223. doi:10.1002/chem.201301478. Reichstein, M., Bahn, M., Ciais, P., Frank, D., Mahecha, M., Seneviratne, S., Zscheischler, J., Beer, C., Buchmann, N., Frank, D., Papale, D., Rammig, A., Smith, P., Thonicke, K., Velde, v. d. M., Vicca, S., Walz, A., & Wattenbach, M. (2013). Climate Extremes and the Carbon Cycle. Nature, 500: 289, pp. 287-295. doi:10.1038/nature12350. Rheingans, B., Ma, Y., Liu, F., & Mittemeijer, E. J. (2013). Crystallisation kinetics of Fe40Ni40B20 amorphous alloy. Journal of Non-Crystalline Solids, 362, 222-230. doi:10.1016/j.jnoncrysol.2012.11.028. Rheingans, B., & Mittemeijer, E. (2013). Phase transformation kinetics: advanced modeling strategies. JOM, 65, 1145-1154. doi:10.1007/s11837-013-0674-4. Righetti, L., Buchli, J., Mistry, M., Kalakrishnan, M., & Schaal, S. (2013). Optimal distribution of contact forces with inverse dynamics control. The International Journal of Robotics Research, 32(3), 280-298. doi:10.1177/0278364912469821. Ristin, M., Gall, J., & van Gool, L. (2013). Local Context Priors for Object Proposal Generation. In: K. M. Lee, Y. Matsushita, & J. M. Rehg (Eds.), Computer Vision - ACCV 2012 (pp. 57-70). Lecture Notes in Computer Science 7724. Berlin/Heidelberg: Springer Roessle, M., Kim, K., Dubroka, A., Marsik, P., Wang, C., Jany, R., Richter, C., Mannhardt, J., Schneider, C., Frano, A., Wochner, P., Lu, Y., Keimer, B., Shukla, D., Strempfer, J., & Bernhard, C. (2013). Electric-field-induced polar order and localizition of the confined electrons in LaAlO3/SrTiO3 heterostructures. Physical Review Letters, 110: 136805. doi:10.1103/PhysRevLett.110.136805. Romero, J., Feix, T., Ek, C., Kjellstrom, H., & Kragic, D. (2013). Extracting Postural Synergies for Robotic Grasping. IEEE Transactions on Robotics, 29(6), 1342-1352. doi:10.1109/TRO.2013.2272249. Romero, J., Kjellstrom, H., Ek, C. H., & Kragic, D. (2013). Non-parametric hand pose estimation with object context. Image and Vision Computing, 31(8), 555-564. doi:10.1016/j.imavis.2013.04.002. Ruehm, A., Kozhevnikov, S. V., Ott, F., Radu, F., & Major, J. (2013). Magnetic planar waveguides as combined polarizers and spin-flippers for neutron microbeams. Nuclear Instruments and Methods in Physics Research Section A, 708, 83-87. doi:10.1016/j.nima.2012.12.116. Ryberg, M., Sandberg, S., Mellberg, C., Stegle, O., Lindahl, B., Larsson, C., Hauksson, J., & Olsson, T. (2013). A Palaeolithic-type diet causes strong tissue-specific effects on ectopic fat deposition in obese postmenopausal women. Journal of Internal Medicine, 274(1), 67-76. doi:10.1111/joim.12048. Sauter, A., Richter, G., Micoulet, A., Martinez, A., Spatz, J. P., & Appel, S. (2013). Effective polyethylene glycol passivation for the inhibition of surface interactions of peripheral blood mononuclear cells and platelets. Biointerphases, 8: 14. doi:10.1186/1559-4106-8-14. Sauter, A., Schmidt, H.-L.-J., Mantlik, F., Kolb, A., Federmann, B., Pfannenberg, C., Reimold, M., Pichler, B., Bethge, W., & Horger, M. (2013). Imaging Findings and Therapy Response Monitoring in Chronic Sclerodermatous Graft-Versus-Host Disease: Preliminary Data of a Simultaneous PET/MRI Approach. Clinical Nuclear Medicine, 38(8), 309-317. doi:10.1097/RLU.0b013e3182816559.

26

Dokumentation 2013

II

Schamel, D., Pfeifer, M., Gibbs, J. G., Miksch, B., & Fischer, P. (2013). Chiral colloidal molecules and observation of the propeller effect. Journal of the American Chemical Society, 135(33), 1235312359. doi:10.1021/ja405705x. Scheeler, S., Mühlig, S., Rockstuhl, C., Bin Hasan, S., Ullrich, S., Neubrech, F., Kudera, S., & Pacholski, C. (2013). Plasmon Coupling in Self-Assembled Gold Nanoparticle-Based Honeycomb Islands. The Journal of Physical Chemistry C, 117, 18634-18641. doi:10.1021/jp405560t. Schmidt, H., Brendle, C.-A., Schraml, C., Martirosian, P., Bezrukov, I., Hetzel, J., Müller, M., Sauter, A., Claussen, C., Pfannenberg, C., & Schwenzer, N. (2013). Correlation of Simultaneously Acquired Diffusion-Weighted Imaging and 2-Deoxy-[18F] fluoro-2-D-glucose Positron Emission Tomography of Pulmonary Lesions in a Dedicated Whole-Body Magnetic Resonance/Positron Emission Tomography System. Investigative Radiology, 48(5), 247-255. doi:10.1097/RLI.0b013e31828d56a1. Schönfelder, V., & Wichmann, F. (2013). Identification of stimulus cues in narrow-band tone-in-noise detection using sparse observer models. Journal of the Acoustical Society of America, 134(1), 447463. doi:10.1121/1.4807561. Schreiber, R., Luong, N., Fan, Z., Kuzyk, A., Nickels, P. C., Zhang, T., Smith, D. M., Yurke, B., Kuang, W., Govorov, A. O., & Liedl, T. (2013). Chiral plasmonic DNA nanostructures with switchable circular dichroism. Nature Communications, 4: 2948. doi:10.1038/ncomms3948. Schuler, C. J., Burger, H., Harmeling, S., & Schölkopf, B. (2013). A Machine Learning Approach for Non-blind Image Deconvolution. In: 2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 1067-1074). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.142. Schultz, T., Schlaffke, L., Schölkopf, B., & Schmidt-Wilcke, T. (2013). HiFiVE: A Hilbert Space Embedding of Fiber Variability Estimates for Uncertainty Modeling and Visualization. Computer Graphics Forum, 32(3,1), 121-130. doi:10.1111/cgf.12099. Schwab, E. H., Halbig, M., Glenske, K., Wagner, A.-S., Wenisch, S., & Cavalcanti-Adam, E. A. (2013). Distinct Effects of RGD-glycoproteins on Integrin-Mediated Adhesion and Osteogenic Differentiation of Human Mesenchymal Stem Cells. International Journal of Medical Sciences, 10(13), 1846-1859. doi:10.7150/ijms.6908. Schwarz, B., Hörth, R., Bischoff, E., Schacherl, R., & Mittemeijer, E. (2013). The process of tungstennitride precipitation upon nitriding ferritic Fe-0.5 at.% W alloy. Defect and Diffusion Forum, 334-335, 284-289. doi:10.4028/www.scientific.net/DDF.334-335.284. Schweiner, F., & Fähnle, M. (2013). Construction of tensorial Green’s functions for the linearized Gilbert equation for magnetization dynamics. IEEE Transactions on Magnetics, 49(6), 2836-2841. doi:10.1109/TMAG.2013.2241074. Seeger, A. (2013). Crystal plasticity theory during the 1950s and 1960s. Philosophical Magazine, 93(28-30), 3772-3794. doi:10.1080/14786435.2013.822998. Sejdinovic, D., Sriperumbudur, B., Gretton, A., & Fukumizu, K. (2013). Equivalence of distancebased and RKHS-based statistics in hypothesis testing. The Annals of Statistics, 41(5), 2263-2291. doi:10.1214/13-AOS1140. Sekunova, A., Black, M. J., Parkinson, L., & Barton, J. J. S. (2013). Viewpoint and pose in body-form adaptation. Perception, 42(2), 176-186. doi:10.1068/p7265. Seldin, Y., Szepesvári, C., Auer, P., & Abbasi-Yadkori, Y. (2013). Evaluation and Analysis of the Performance of the EXP3 Algorithm in Stochastic Environments. In: M. Deisenroth, C. Szepesvári, & J. Peters (Eds.), Proceedings of the Tenth European Workshop on Reinforcement Learning (EWLR 2012). JMLR Workshop and Conference Proceedings 24, 103-116. Retrieved from: http://jmlr.org/proceedings/papers/v24/seldin12a/seldin12a.pdf Selg, H., Meka, S. R., Kachel, M., Schacherl, R., Waldenmaier, T., & Mittemeijer, E. (2013). Nitriding behaviour of maraging steel: experiments and modelling. Journal of Materials Science, 48, 4321-4335. doi:10.1007/s10853-013-7248-2.

27

II

Dokumentation 2013

Dokumentation 2013

Selg, H., Bischoff, E., Bernstein, I., Woehrle, T., Meka, S. R., Schacherl, R., Waldenmaier, T., & Mittemeijer, E. (2013). Defect-Dependent Nitride Surface Layer Development upon Nitriding of Fe-1 at.% Mo Alloy. Philosophical Magazine B, 93(17), 2133-2160. doi:10.1080/14786435.2013.765983.

Stein, J., Schacherl, R., Jung, M., Meka, S. R., Rheingans, B., & Mittemeijer, E. (2013). Solubility of nitrogen in ferrite; the Fe-N phase diagram. International Journal of Materials Research, 104, 10531065. doi:doi: 10.3139/146.110968.

Selg, H., Bischoff, E., Meka, S., Schacherl, R., Waldenmaier, T., & Mittemeijer, E. (2013). Molybdenum-Nitride Precipitation in Recrystallized and Cold-Rolled Fe1 at. Pct Mo Alloy. Metallurgical and Materials Transactions A, 44(9), 4059-4070. doi:10.1007/s11661-013-1762-3.

Stein, J., Welzel, U., Huegel, W., Blatt, S., & Mittemeijer, E. (2013). Aging-Time-Resolved In-Situ Microstructural Investigation of Tin Films Electroplated on Copper Substrates, Applying TwoDimensional-Detector X-Ray Diffraction. Journal of Applied Crystallography, 46, 1645-1653. doi:10.1107/S0021889813024527.

Sgouritsa, E., Janzing, D., Peters, J., & Schölkopf, B. (2013). Identifying Finite Mixtures of Nonparametric Product Distributions and Causal Inference of Confounders. In: A. Nicholson, & P. Smyth (Eds.), Proceedings of the 29th Conference on Uncertainty in Artificial Intelligence (pp. 556-565). Corvallis, OR: AUAI Press. Retrieved from http://uai.sis.pitt.edu/papers/13/p556sgouritsa.pdf. Shen, X., Asenjo-Garcia, A., Liu, Q., Jiang, Q., García de Abajo, F. J., Liu, N., & Ding, B. (2013). Three-Dimensional Plasmonic Chiral Tetramers Assembled by DNA Origami. Nano Letters, 13(5), 2128-2133. doi:10.1021/nl400538y. Soler, L., Martínez-Cisneros, C., Swiersy, A., Sanchez, S., & Schmidt, O. G. (2013). Thermal activation of catalytic microjets in blood samples using microfluidic chips. Lab on a Chip, 13, 42994303. doi:10.1039/C3LC50756D. Soler, L., Magdanz, V., Fomin, V. M., Sanchez, S., & Schmidt, O. G. (2013). Self-Propelled Micromotors for Cleaning Polluted Watter. ACS Nano, 11, 9611-9620. doi:10.1021/nn405075d. Southan, A., Mateescu, M., Hagel, V., Bach, M., Schuh, C., Kleinhans, C., Kluger, P. J., Tussetschläger, S., Nuss, I., Haraszti, T., Wegner, S. V., Spatz, J. P., Böhm, H., Laschat, S., & Tovar, G. E. (2013). Toward Controlling the Formation, Degradation Behavior, and Properties of Hydrogels Synthesized by Aza-Michael Reactions. Macromolecular Chemistry and Physics, 214, 1865-1873. doi:10.1002/macp.201300359. Spanner, M., Schnyder, S. K., Höfling, F., Voigtmann, T., & Franosch, T. (2013). Dynamic arrest in model porous media-intermediate scattering functions. Soft Matter, 9(5), 1604-1611. doi:10.1039/c2sm27060a. Sra, S. (2013). Scalable nonconvex inexact proximal splitting. In: P. Barlett, F. Pereira, C. Burges, L. Bottou, & K. Weinberger (Eds.). 26th Annual Conference on Neural Information Processing Systems (NIPS 2012). Advances of Neural Information Processing Systems 25 (pp. 539-547). Retrieved from http://papers.nips.cc/paper/4785-scalable-nonconvex-inexact-proximal-splitting.pdf Sra, S., & Karp, D. (2013). The multivariate Watson distribution: Maximum-likelihood estimation and other aspects. Journal of Multivariate Analysis, 114, 256-269. doi:10.1016/j.jmva.2012.08.010. Sra, S. (2013). Explicit eigenvalues of certain scaled trigonometric matrices. Linear Algebra and its Applications, 438(1), 173-181. doi:10.1016/j.laa.2012.07.024.

Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Schütz, G., Goering, E., Baretzky, B., & Straumal, P. B. (2013). Ferromagnetism of zinc oxide nanograined films. Journal of Experimental and Theoretical Physics Letters, 97(6), 367-377. doi:10.1134/S0021364013060143. Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Kogtenkova, O. A., Kurmanaeva, L., Baretzky, B., Schütz, G., Korneva, A., & Zieba, P. (2013). SPD-induced changes of structure and magnetic properties in the Cu-Co alloys. Materials Letters, 98, 217-221. doi:10.1016/j.matlet.2013.02.058. Straumal, B. B., Protasova, S. G., Mazilkin, A. A., Tietze, T., Goering, E., Schütz, G., Straumal, P. B., & Baretzky, B. (2013). Ferromagnetic behaviour of Fe-doped ZnO nanograined films. Beilstein Journal of Nanotechnology, 4, 361-369. doi:10.3762/bjnano.4.42. Straumal, B. B., Mazilkin, A. A., Protasova, S. G., Straumal, P. B., Myatiev, A. A., Schütz, G., Goering, E. J., Tietze, T., & Baretzky, B. (2013). Grain boundaries as the controlling factor for the ferromagnetic behaviour of Co-doped ZnO. Philosophical Magazine 93(10-12), 1371-1383. doi:10.1080/14786435.2012.736693. Sugiyama, M., & Borgwardt, K. M. (2013). Measuring Statistical Dependence via the Mutual Information Dimension. In: F. Rossi (Ed.), Proceedings of the Twenty-Third International Joint Conference on Artificial Intelligence (IJCAI'13 ) (pp. 1692-1698). Menlo Park, Calif.: AAAI Press. Retrieved from http://ijcai.org/papers13/contents.php. Sugiyama, M., & Borgwardt, K. M. (2013). Rapid Distance-Based Outlier Detection via Sampling. In: C. Burges, L. Bottou, M. Welling, Z. Ghahramani, & K. Weinberger (Eds.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 467-475). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5127-rapid-distance-based-outlier-detection-via-sampling.pdf Sun, D., Wulff, J., Sudderth, E., Pfister, H., & Black, M. J. (2013). A fully-connected layered model of foreground and background flow. In: IEEE Conf. on Computer Vision and Pattern Recognition, (CVPR 2013) (pp. 2451-2458). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2013.317. Szalai, I., Nagy, S., & Dietrich, S. (2013). Comparison between theory and simulations for the magnetization and the susceptibility of polydisperse ferrofluids. Journal of Physics: Condensed Matter, 25(46): 465108. doi:10.1088/0953-8984/25/46/465108. Talebi, N., Sigle, W., Vogelgesang, R., & van Aken, P. A. (2013). Numerical simulations of interference effects in photon-assisted electron energy-loss spectroscopy. New Journal of Physics, 15: 053013. doi:10.1088/1367-2630/15/5/053013.

Sra, S., & Hosseini, R. (2013). Geometric optimisation on positive definite matrices for elliptically contoured distributions. In: C. Burges (Ed.), Advances in Neural Information Processing Systems 26 (NIPS 2013) (pp. 2562-2570). Red Hook, NY: Curran. Retrieved from http://papers.nips.cc/paper/5169-geometric-optimisation-on-positive-definite-matrices-for-ellipticallycontoured-distributions.pdf.

Tang, K., Mu, X. K., van Aken, P. A., Yu, Y., & Maier, J. (2013). “Nano-Pearl-String” TiNb2 O7 as anodes for rechargeable lithium batteries. Advanced Energy Materials, 3, 49-53. doi:10.1002/aenm.201200396.

Srot, V., Wegst, U. G. K., Salzberger, U., Koch, C. T., Hahn, K., Kopold, P., & van Aken, P. A. (2013). Microstructure, chemistry, and electronic structure of natural hybrid composites in abalone shell. Micron, 48, 54-64. doi:10.1016/j.micron.2013.02.010.

Tang, K., Yu, Y., Mu, X. K., van Aken, P. A., & Maier, J. (2013). Multichannel hollow TiO2 nanofibers fabricated by single-nozzle electrospinning and their application for fast lithium storage. Electrochemistry Communucations, 28, 54-57. doi:10.1016/j.elecom.2012.12.005.

Stahl, C., Treiber, S., Schütz, G., & Albrecht, J. (2013). The avalanche process in gold covered MgB2 films. Superconductor Science and Technology, 26: 015007. doi:10.1088/0953-2048/26/1/015007.

Teeny, N., & Fähnle, M. (2013). General decoupling procedure for expectation values of four-operator products in electron-phonon quantum kinetics. Journal of Physics A: Mathematical and Theoretical, 46(38): 385302. doi:10.1088/1751-8113/46/38/385302.

Stein, F.-U., Bocklage, L., Weigand, M., & Meier, G. (2013). Time-resolved imaging of nonlinear magnetic domain-wall dynamics in ferromagnetic nanowires. Scientific Reports, 3: 1737. doi:10.1038/srep01737.

28

II

Teufel, J., Oh, H., Hirscher, M., Wahiduzzaman, M., Zhechkov, L., Kuc, A., Heine, T., Denysenko, D., & Volkmer, D. (2013). MFU-4 - A metal-organic framework for highly effective H2/D2 separation. Advanced Materials, 25(4), 635-639. doi:10.1002/adma.201203383.

29

II

Dokumentation 2013

Dokumentation 2013

Tittl, A., Yin, X., Giessen, H., Tian, X.-D., Tian, Z.-Q., Kremers, C., Chigrin, D. N., & Liu, N. (2013). Plasmonic Smart Dust for Probing Local Chemical Reactions. Nano Letters, 13(4), 1816-1821. doi:10.1021/nl4005089.

Williges, C., Chen, W., Morhard, C., Spatz, J. P., & Brunner, R. (2013). Increasing the order parameter of quasi-hexagonal micellar nanostructures by ultrasound annealing. Langmuir, 29(4), 989993. doi:10.1021/la303991x.

Tönjes, M., Barbus, S., Park, Y. J., Wang, W., Schlotter, M., Lindroth, A. M., Pleier, S. V., Bai, A. H., Karra, D., Piro, R. M., Felsberg, J., Addington, A., Lemke, D., Weibrecht, I., Hovestadt, V., Rolli, C. G., Campos, B., Turcan, S., Sturm, D., Witt, H., Chan, T. A., Herold-Mende, C., Kemkemer, R., König, R., Schmidt, K., Hull, W.-E., Pfister, S. M., Jugold, M., Hutson, S., Plass, C., Okun, J. G., Reifenberger, G., Lichter, P., & Radlwimmer, B. (2013). BCAT1 promotes cell proliferation through amino acid catabolism in gliomas carrying wild-type IDH1. Nature Medicine, 19, 901-908. doi:10.1038/nm.3217.

Woehrle, T., Leineweber, A., & Mittemeijer, E. (2013). Multicomponent interstitial diffusion in and thermodynamic characteristics of the interstitial solid solution є-Fe3(N,C)1+x: nitriding and nitrocarburizing of pure alpha-iron. Metallurgical and Materials Transactions A, 44, 2548-2562. doi:10.1007/s11661-013-1640-z.

Tzionas, D., & Gall, J. (2013). A Comparison of Directional Distances for Hand Pose Estimation. In: Pattern Recognition - Proceedings 35th German Conference (GCPR 2013) (pp. 131-141). Lecture Notes in Computer Science 8142. Berlin,/Heidelberg: Springer. DOI: 10.1007/987-3-642-406027_14. Ullrich, S., Scheeler, S. P., Pacholski, C., Spatz, J. P., & Kudera, S. (2013). Formation of large 2D arrays of shape-controlled colloidal nanoparticles at variable interparticle distances. Particle & Particle Systems Characterization, 30(1), 102-108. doi:10.1002/ppsc.201200065. Unsay, J. D., Cosentino, K., Subburaj, Y., & Garcia-Saez, A.(2013). Cardiolipin Effects on Membrane Structure and Dynamics. Langmuir, 29(51), 15878-15887. doi:10.1021/la402669z. Uribe-Laverde, M. A., Satapathy, D. K., Marozau, I., Malik, V. K., Das, S., Sen, K., Stahn, J., Rühm, A., Kim, J.-H., Keller, T., Devishvili, A., Toperverg, B. P., & Bernhard, C. (2013). Depht profile of the ferromagnetic order in a YBa2Cu3O7/La2/3Ca1/3MnO3 superlattice on a LSAT Substrate: A polarized Neutron reflectometry study. Physical Review B, 87: 115105. doi:10.1103/PhysRevB.87.115105. Varagnolo, D., Del Favero, S., Dinuzzo, F., Schenato, L., & Pillonetto, G. (2013). Finding Potential Support Vectors in Separable Classification Problems. IEEE Transactions on Neural Networks and Learning Systems, 24(11), 1799-1813. doi:10.1109/TNNLS.2013.2264731. Vasilyev, O., Klumov, B. A., & Tkachenko, A. V. (2013). Precursors of order in aggregates of patchy particles. Physical Review E, 88(1): 012302. doi:10.1103/PhysRevE.88.012302. Vasilyev, O., Eisenriegler, E., & Dietrich, S. (2013). Critical Casimir torques and forces acting on needles in two spatial dimensions. Physical Review E, 88(1): 012137. doi:10.1103/PhysRevE.88.012137. Vonk, V., Khorshidi, N., Stierle, A., & Dosch, H. (2013). Atomic structure and composition of the yttria-stabilized zirconia (111) surface. Surface Science, 612, 69-76. doi:10.1016/j.susc.2013.02.014. Wang, C., Komodakis, N., & Paragios, N. (2013). Markov Random Field Modeling, Inference Learning in Computer Vision Image Understanding: A Survey. Computer Vision and Image Understanding (CVIU), 117(11), 1610-1627. doi:10.1016/j.cviu.2013.07.004. Wang, Z., Mülling, K., Deisenroth, M., Ben Amor, B. A., Vogt, D., Schölkopf, B., & Peters, J. (2013). Probabilistic movement modeling for intention inference in human-robot interaction. The International Journal of Robotics Research, 32(7), 841-858. doi:10.1177/0278364913478447. Wegner, S. V., & Spatz, J. P. (2013). Cobalt(III) as a Stable and Inert Mediator Ion between NTA and His6- Tagged Proteins. Angewandte Chemie International Edition: a journal of the Gesellschaft Deutscher Chemiker, 52, 7593-7596. doi:10.1002/anie.201210317. Wehrl, H., Hossain, M., Lankes, K., Liu, C., Bezrukov, I., Martirosian, P., Schick, F., Reischl, G., & Pichler, B. (2013). Simultaneous PET/MR reveals Brain Function in Activated and Resting State on Metabolic, Hemodynamic and Multiple Temporal Scales. Nature Medicine, 19, 1184-1189. doi:10.1038/nm.3290.

30

II

Wohlhüter, P., Rhensius, J., Vaz, C. A. F., Heidler, J., Körner, H. S., Bisig, A., Foerster, M., Méchin, L., Gaucher, F., Locatelli, A., Niño, M. A., El Moussaoui, S., Nolting, F., Goering, E., Heyderman, L. J., & Kläui, M. (2013). The effect of magnetic anisotropy on the spin configurations of patterned La0.7Sr0.3MnO3 elements. Journal of Physics: Condensed Matter, 25: 176004. doi:10.1088/09538984/25/17/176004. Wu, M., Benckiser, E., Haverkort, M. W., Franco, A., Lu, J., Nwankwo, U., Brück, S., Audehm, P., Goering, E., Macke, S., Hinkov, V., Wochner, P., Christiani, G., Heinze, S., Logvenov, G., Habermeier, H.-U., & Keimer, B. (2013). Strain and composition dependence of orbital polarization in nickel oxide superlattices. Physical Review B, 88: 125124. doi:10.1103/PhysRevB.88.125124. Wuethrich, M., Pastor, P., Kalakrishnan, M., Bohg, J., & Schaal, S. (2013). Probabilistic Object Tracking Using a Range Camera. In: 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems (pp. 3195-3202). IEEE. doi:10.1109/IROS.2013.6696810. Zafar, K., Audehm, P., Schütz, G., Goering, E., Pathak, M., Chetry, K. B., LeClair, P. R., & Gupta, A. (2013). X-ray magnetic circular dichroism strongly influenced by non-magnetic cover layers. Journal of Electron Spectroscopy and Related Phenomena, 191, 1-6. doi:10.1016/j.elspec.2013.10.012. Zaidouny, L., Bohlein, T., & Roth, R. (2013). Light-induced phase transitions of colloidal monolayers with crystalline order. Soft Matter, 9(38), 9230-9236. doi:DOI:10.1039/C3SM50945A. Zander, T., Battes, B., Schölkopf, B., & Grosse-Wentrup, M. (2013). Towards neurofeedback for improving visual attention. In: J. Millán, S. Gao, R. Müller-Putz, J. Wolpaw, & J. Huggins (Eds.), Proceedings of the Fifth International Brain-Computer Interface Meeting: Defining the Future. Verlag der Technischen Universität Graz. doi:10.3217/978-3-85125-260-6-86. Zeng, Y., Wang, C., Gu, X., Samaras, D., & Paragios, N. (2013). A Generic Deformation Model for Dense Non-Rigid Surface Registration: a Higher-Order MRF-based Approach. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 3360-3367). IEEE. doi:10.1109/ICCV.2013.417. Zhang, H., Geiger, A., & Urtasun, R. (2013). Understanding High-Level Semantics by Modeling Traffic Patterns. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 30563063). IEEE. doi:10.1109/ICCV.2013.379. Zhang, K., Schölkopf, B., Muandet, K., & Wang, Z. (2013). Domain adaptation under Target and Conditional Shift. In: S. Dasgupta, & D. McAllester (Eds.), Proceedings of the International Conference on Machine Learning (ICML 2013) (pp.819-827). JMLR: Workshop and Conference Proceedings 28. Brookline, MA: Microtome Publ. Retrieved from http://jmlr.org/proceedings/papers/v28/zhang13d.pdf. Zhang, K., Wang, Z., & Schölkopf, B. (2013). On estimation of functional causal models: Postnonlinear causal model as an example. In: W. Ding, T. Washio, H. Xiong, G. Karypis, B. Thuraisingham, D. Cook, & X. Wu (Eds.), Proceedings 2013 IEEE International Conference on Data Mining Workshops (ICDMW) (pp. 139-146). IEEE. doi:10.1109/ICDMW.2013.162. Zscheischler, J., Mahecha, M. D., Harmeling, S., & Reichstein, M. (2013). Detection and attribution of large spatiotemporal extreme events in Earth observation data. Ecological Informatics, 15, 66-73. doi:10.1016/j.ecoinf.2013.03.004. Zubaszewska, M., Maciolek, A., & Drzewinski, A. (2013). Critical Casimir forces along the isofields. Physical Review E, 88(5): 052129. doi:10.1103/PhysRevE.88.052129.

31

II

Dokumentation 2013

Zuffi, S., Romero, J., Schmid, C., & Black, M. J. (2013). Estimating Human Pose with Flowing Puppets. In: 2013 IEEE International Conference on Computer Vision (ICCV) (pp. 3312-3319). IEEE. doi:10.1109/ICCV.2013.411.

Dokumentation 2013

II

c) Herausgabe von Zeitschriften und Schriftenreihen Van Aken, P. A. ist Mitglied im Editorial Board der Zeitschrift „Ultramicroscopy“ Borgwardt, K. gehört zu den „Action Editors“ der Zeitschrift „Journal of Machine Learning Research“ (JMLR)

b) Monografien und Beiträge zu Sammelwerken Cobley, C. M., Wegner, S. V., Streichfuss, M., & Spatz, J. P. (2013). Advances in Experimental Cell Biology and Cell-Material Interactions. In: M. J. Buehler, & R. Ballarini (Eds.), Materiomics: Multiscale Mechanics of Biological Materials and Structures (pp. 87-105). Vienna: Springer. Fossati, A., Gall, J., Grabner, H., Ren, X., & Konolige, K. (Eds.). (2013). Consumer Depth Cameras for Computer Vision - Research Topics and Applications. London: Springer. Gall, J., & Lempitsky, V. (2013). Class-Specific Hough Forests for Object Detection. In: A. Criminisi, & J. Shotton (Eds.), Decision Forests for Computer Vision and Medical Image Analysis (pp. 143-157). London: Springer. García-Sáez, A. J., & Unsay, J. (2013). Scanning fluorescence correlation spectroscopy in model membrane systems. In: D. Rapaport, & J. M. Herrmann (Eds.), Membrane Biogenesis (pp. 185-205). Methods in Molecular Biology 1033. New York/Heidelberg u.a.: Springer/Humana Press. Grosse-Wentrup, M., & Schölkopf, B. (2013). A Review of Performance Variations in SMR-Based Brain–Computer Interfaces (BCIs). In: C. Guger (Ed.), Brain-Computer Interface Research - A State of the Art Summary (pp. 39-51). Berlin/Heidelberg: Springer. doi:10.1007/978-3-642-36083-1_5. Hofmann, S. (2013). Auger- and X-Ray Photoelectron Spectroscopy in Materials Science. Berlin/ Heidelberg: Springer. Mittemeijer, E. (2013). Fundamentals of nitriding and nitrocarburizing. In: J. Dossett, & G. E. Tottem (Eds.), ASM Handbook (pp. 619-646). Materials Park, OH: ASM International. Rauscher, M. (2013). Dynamics of nanodroplets on structured surfaces. In: Z. M. Wang (Ed.), Nanodroplets (pp. 143-167). Lecture Notes in Nanoscale Science and Technology 18. New York: Springer. doi:10.1007/978-1-4614-9472-0. Rauscher, M., Dietrich, S., & Napiórkowski, M. (2013). Wetting Phenomena on the Nanometer Scale. In: T. Ondarçuhu, & J.-P. Aimé (Eds.), Nanoscale Liquid Interfaces - Wetting, Patterning and Force Microscopy at the Molecular Scale (pp. 83-154). Singapore: Pan Stanford Publishing. Rhigetti, L., Buchli, J., Mistry, M., Kalakrishnan, M., & Schaal, S. (2013). Using Torque Redundancy to Optimize Contact Forces in Legged Robots. In: Redundancy in Robot Manipulators and MultiRobot Systems (pp. 35-51). Lecture Notes in Electrical Engineering 57. Berlin/Heidelberg: Springer.

Borgwardt, K. ist Mitglied im Editorial Board der Zeitschrift „Machine Learning“ Dietrich, S. ist Mitglied des Editorial Board der Zeitschrift „Molecular Physics“ Fischer, P. Mitglied im Editorial Board der Zeitschrift „Chirality“ Frank, W. ist Mitglied des Board of Editors der Zeitschrift „Applied Physics A“ Frank, W. ist Mitglied im Editorial Advisory Board der Zeitschrift „Materials Chemistry and Physics“ einschließlich der „Materials Science Communications“ García-Sáez A. J. ist Mitglied im Editorial Advisory Board der Zeitschrift „Physics and Chemistry of Lipids“ Hirscher, M. ist Mitglied im Editorial Board der Zeitschrift „Applied Physics A“ Hofmann, S. ist Mitglied im Advisory Editorial Board der Zeitschrift „Applied Surface Science“ Hofmann, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Critical Reviews in Solid State and Materials Science“ Hofmann, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Surface and Interface Analysis“ Hofmann, S. ist Mitglied im Editorial and Advisory Board des „Journal of Advanced Science (Japan)“ Mittemeijer, E. J., B. Scholtes und H. Altena sind Herausgeber der Zeitschrift „HTM Journal of Heat Treatment and Materials“ Mittemeijer, E. J. ist Mitglied im Advisory Board der „Zeitschrift für Kristallographie – Crystalline Materials“ Mittemeijer, E. J. ist Mitglied im Editorial Board der Zeitschrift „International Materials Reviews“ Mittemeijer, E. J. ist Mitglied im Editorial Board des „Journal of ASTM International“ Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board der Zeitschrift „Materials Science Forum“ Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board des „Journal of Alloys and Compounds“ Mittemeijer, E. J. ist Mitglied im Editorial Advisory Board des „Open Materials Science Journal” Mittemeijer, E. J. ist Editor-in-Chief und Managing Editor des „International Journal of Materials Research” Mittemeijer, E. J. ist Mitglied im Editorial Board der Reihe „Advances in Materials Research” des Springer Verlags Peters, J. ist Associate Editor der „IEEE Transactions on Robotics“ Peters, J. ist Mitglied im Editorial Board des „Journal of Intelligent Learning Systems and Applications“ Peters, J. ist Mitglied im Editorial Board der Open Access Enzyklopädie „Scholarpedia“ Peters, J. gehört zu den Action Editors der Zeitschrift „Journal of Machine Learning Research (JMLR) Petzow, G. ist Consultant Advisor des Editorial Boards der Zeitschrift „Metallography, Microstructure, and Analysis Petzow, G. ist Herausgeber der Zeitschrift „Praktische Metallographie – Practical Metallography“ Petzow, G. ist Herausgeber der Schriftenreihe „Sonderbände der Praktischen Metallographie“

32

33

II

Dokumentation 2013

Richter, R. P. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in Biomechanics“ Rühle, M. und F. O. R. Fischer sind Managing Editor des „International Journal of Materials Research” Rühle, M. ist Mitglied im Editorial Board des „Journal of Ceramic Processing Research (Korea)“ Rühle, M. ist Mitglied im Editorial Board der Zeitschrift „Materials Science and Engineering A“ Rühle, M. ist Mitglied im Advisory Editorial Board der Zeitschrift „Ultramicroscopy“ Schaal, S. ist Mitglied im Editorial Board der Zeitschrift „Neural Networks“ Schaal, S. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in Neurorobotics“ Schaal, S. ist Mitglied im Editorial Advisory Board der Zeitschrift „Paladyn. Journal of Behavioral Robotics“ Schaal, S. ist einer der vier Herausgeber der Springer Buchserie „Cognitive Systems Monographs“, zusammen mit R. Dillmann, Y. Nakamura und D. Vernon

Dokumentation 2013

III

III Erfindungsmeldungen und Patentanmeldungen Loper, M., Mahmood, N., Black, M. J.: MoSh: Shape from motion capture. MI 4774, US 61/930711 Mark, A., Fischer, P.: Auxetic mechanical translation apparatus. MI 4752, EPA 14170314 Pacholski, C., Weiler, M., Quint, S., Klenk, S.: Fabrication of hole arrays in metallic films loaded with gold nanoparticles: a new class of highly sensitive optical sensors. MI 4850 Spatz, J. P., Watari, M., Magerl, R.: Verfahren zur Herstellung von metallischen/anorganischen Mikro-/Nanofasern durch Schmelzspinnverfahren. MI 4844

Schölkopf, B.ist ist zusammen mit Kevin Murphy „Editor in Chief“ des „Journal of Machine Learning Research“ (JMLR) Schölkopf, B. ist Mitglied im Editorial Board und Gründungsmitglied der Zeitschrift „Foundations and Trends in Machine Learning“ (FnT Machine Learning) Schölkopf, B. ist Mitglied im Editorial Board der Serie „ACM Books“ der Association for Computing Machinery

(MI: Max-Planck-Innovation GmbH EPA: Europäische Patentanmeldung)

Schölkopf, B. ist Mitglied im Advisory Board der Zeitschrift „Statistics and Computing“ Schölkopf, B. ist Co-Editor der Serie „Information Science and Statistics” Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine“ Seeger, A. ist Mitglied im Advisory Board der Zeitschrift „Philosophical Magazine Letters“ Seeger, A. ist Mitglied im Editorial Board der Zeitschrift „physica status solidi a – applications on materials sciences“ Seeger, A. ist Mitglied im Editorial Board der Zeitschrift „physica status solidi b - basic solid state physics“ Spatz, J. P. ist Co-Editor der Zeitschrift „Biointerphases“ Spatz, J. P. ist Associate Editor der Zeitschrift „Nano Letters“ Wichmann, F. ist Mitglied im Editorial Board der Zeitschrift „Vision Research“ Wichmann, F. ist Mitglied im Editorial Board (Review Editor) der Zeitschrift „Frontiers in Psychology - Cognitive Science“

d) Herausgabe von Zeitschriftenbänden und Zeitschriftenheften Deisenroth, M., Szepesvári, C., & Peters, J. (Eds.). (2013). Proceedings of the 10th European Workshop on Reinforcement Learning. JMLR - Workshop and Conference Proceedings, Vol. 24. Brookline, MA: Microtome Publishing. URL: http://jmlr.org/proceedings/papers/v24/ Kurz, S., Mittemeijer, E. J., Scholtes, B. (Eds.) (2013). Proceedings of the 9th International Conference on Residual Stresses (ICRS 9). Materials Science Forum, Vol. 768-769. DOI: 10.4028/www.scientific.net/MSF.768-769

34

35

IV

Dokumentation 2013

IV Abgeschlossene Arbeiten a) Dissertationen Baranova, N. S. (2013). Mechanisms behind the assembly and stabilization of hyaluronan-rich extracellular matrices. University of the Basque Country, San Sebastian, Spanien. Biglari, M. (2013). Simulation of the austenite-ferrite transformation; effect of applied stress. Universität Stuttgart, Stuttgart. Bohlein, T. (2013). Getriebene kolloidale Monolagen auf lichtinduzierten Substratpotentialen. Universität Stuttgart, Stuttgart. Burger, H. (2013). Modelling and Learning Approaches to Image Denoising. Universität Tübingen. Buttinoni, I. (2013). Self-propelled particles driven by light. Universität Stuttgart, Stuttgart. Eisele, N. B. (2013). Nanoscale model systems of the permeability barrier of nuclear pore complexes. Universität Göttingen. Flötotto, D. (2013). Mechanisms of intrinsic stress formation in thin film systems. Universität Stuttgart, Stuttgart. Freifeld, O. (2013). Statistics on Manifolds with Applications to Modeling Shape Deformations. Brown University, Providence, Rhode Island, USA Gomez-Rodriguez, M. (2013). Structure and Dynamics of Diffusion Networks. Stanford University Stanford, CA, USA. Hagel, V. (2013). Struktur-Funktions-Korrelationen in PEG-DA- und Hyaluron-Hydrogelen. Universität Heidelberg. Hofmann, T. (2013). Applying microdroplets as label-free sensors for reactions inside the droplets. Universität Heidelberg. Illg, C. (2013). Ab-initio modeling of ultrafast demagnetization after laser irradiation in nickel, iron and cobalt. Universität Stuttgart, Stuttgart. Kalakrishnan, M. (2013). Learning objective functions for autonomous motion generation. University of Southern California, Los Angeles, USA. Koker, M. K. A. (2013). Diffraction analysis of materials in a state of stress: elastic loading and phase transformations. Universität Stuttgart, Stuttgart. Lechner, S. (2013). Entwicklung von Modellkatalysatoren auf Basis der Blockcopolymernanolithographie. Universität Heidelberg. Maier, T. (2013). Zelluläre Aktinstrukturen: Mikrorheologische Charakterisierung von Aktinnetzwerken auf Säulensubstraten und Aufbau eines freitragenden Aktin-Membran Komplexes. Universität Heidelberg. Mehl, J. (2013). Getriebene kolloidale Teilchen. Universität Stuttgart, Stuttgart. Mohry, T. F. (2013). Phase behavior of colloidal suspensions with critical solvents. Universität Stuttgart, Stuttgart.

Dokumentation 2013 Ögüt, B. (2013). Investigations of surface plasmon resonances by energy-filtering transmission electron microscopy methods. Technische Universität Darmstadt. Rahmouni, S. (2013). Poly(ethyleneglycol) micropillar arrays as force sensors for biophysical applications. Universität Heidelberg. Scheeler, S. (2013). Entwicklung und Anwendung von Selbstorganisationsstrategien zur Herstellung photonischer Nanomaterialien. Universität Heidelberg. Schneckenburger, M. (2013). Entwicklung und Charakterisierung eines plasmonischen, nanodrahtbasierten Biosensors mit simultaner elektrochemischer Steuerung. Universität Heidelberg. Streichfuss, M. (2013). Force generation by bundle formation of two actin filaments. Universität Heidelberg. Theodorou, E. (2012). Path integral reinforcement learning. University of Southern California, Los Angeles, USA. Wang, Z. (2013). Intention Inference and Decision Making with Hierarchical Gaussian Process Dynamics Model, Technische Universität Darmstadt. b) Masterarbeiten Antoni, C. (2013). Einfluss funktionalisierter Biomaterialien auf kollektive Zellmigration. Universität Heidelberg. Dietrich, M. (2013). Fabrication of fibronectin-BMP-2 micropatterned substrates for cell migration studies. Universität Heidelberg. Farahmand Bafi, N. (2012). Liquid-vapor coexistence, phase separation, and superfluidity in 3He-4He mixtures. Universität Stuttgart, Stuttgart. Hammer, M. (2013). Directed cell migration on immobilized gradient systems. Universität Heidelberg. Kannenberg, G. (2013). Nanostructured and Biofunctionalized Polyethylene Glycol-Diacrylate Hydrogel Beads as Novel Tools for T Cell Activation. Universität Heidelberg. Labbe-Laurent, M. (2012). Janus particles in critical liquids. Universität Stuttgart, Stuttgart. Maier, D. (2013). Ionen-induzierte Wechselwirkungen in binären Flüssigkeiten. Universität Stuttgart, Stuttgart. Moghimian, P. (2013). Phage-controlled bio/inorganic hybrid nano-structures: An electron microscopy study. Universität Ulm. Raja, H. (2013) Microstructural change of nitrided iron upon aging. Universität Stuttgart, Stuttgart. Reindl, A. (2012). Impedance spectroscopy of ions at interfaces. Universität Stuttgart, Stuttgart. Wiegand, T. (2013). Towards super-resolution traction force microscopy. Universität Heidelberg. Yetik, M. Z. (2013). Electron Tomography Studies of Helical Metallic Nanostructures, Universität Stuttgart, Stuttgart.

Mu, X. (2013). TEM study of the structural evolution of ionic solids from amorphous to polycrystalline phases in the case of alkaline earth difluoride systems – Experimental exploration of energy landscape. Technische Universität Darmstadt.

c) Diplomarbeiten

Mülling, K. (2013): Modeling and Learning of Complex Motor Tasks: A Case Study with Robot Table Tennis, Technische Universität Darmstadt.

Niedermeier, C. (2013). Metal-induced Crystallization of Amorphous Semiconductors. Universität Stuttgart, Stuttgart.

Mundinger, T. (2013). Novel Biophysical Approaches to Study the Correlation of Cellular Volume Change and Integrin Activation in Hepatocytes. Universität Heidelberg.

Schwindt, E. (2013). Microstructure and Grain Growth of Nanocrystalline ball-milled Pd. Universität Stuttgart, Stuttgart.

36

IV

Klöss, H.-C. (2012). Phase equilibria of binary liquid crystals. Universität Stuttgart, Stuttgart.

37

IV

Dokumentation 2013

d) Bachelorarbeiten

Dokumentation 2013

V

V Doktoranden

Arnold, D. (2012). Surface of an evaporating liquid. Universität Stuttgart, Stuttgart. Bartsch, H. (2012). Nanodroplets at topographic steps. Universität Stuttgart, Stuttgart. Brunner, N. (2012). Critical Casimir forces beyond the Derjaguin approximation. Universität Stuttgart, Stuttgart. Dambach, S. (2013). Thermodynamic properties of a model of ionic liquids. Universität Stuttgart, Stuttgart. Daschke, L. (2012). Pinning of drops at superhydrophobic surfaces. Universität Stuttgart, Stuttgart.

a) deutsche Staatsangehörige (Stand: 31.12.2013) (genannt wird jeweils die wissenschaftliche Institution, an der zuvor die Diplom- oder Masterarbeit erstellt wurde)

Patrick Chalil Audehm, Universität Stuttgart, 4. Physikalisches Institut / Max-Planck-Institut für Metallforschung

Dibak, M. (2013). Brownian motion of optically trapped ellipsoids. Universität Stuttgart, Stuttgart.

Maria Danner, Molecular Biotechnology, Ruprecht- Karls-Universität Heidelberg

Günther, D. (2013). Nichtlineare Phänomene in vibrierenden Flüssigkeiten. Universität Stuttgart, Stuttgart.

Janosch Deeg, Albert Ludwigs Universität Freiburg i. Br./ Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie / Max-Planck-Institut für Metallforschung

Held, F. (2012). Crystallization of flexible molecules. Universität Stuttgart, Stuttgart.

Georg Dieterle, Eberhard Karls Universität Tübingen, Institut für Angewandte Physik

Kasemo, T. (2013). Interactions between Nuclear Pore Proteins and Transport Receptors. A Story of Polymers and Particles. Universität Göteborg, Göteborg, Schweden.

Johannes Patrick Frohnmayer, Ludwig-Maximilians-Universität München

Kirn, K. L. (2013). Zweidimensionale Monte-Carlo-Gittersimulationen im muVT- und NpTEnsemble. Universität Stuttgart, Stuttgart.

Stefanie Glaser-Gallion, Albert Ludwigs-Universität Freiburg i. Br.

Phillipp Geiger, Ruprecht-Karls-Universität Heidelberg

Miksch, Björn (2013) Brownsche Bewegung komplexer Strukturen, Universität Stuttgart, Stuttgart.

Holger Göring, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Intelligente Systeme

Schütz, C. (2013). Permittivity of an inhomogeneous dipolar lattice fluid. Universität Stuttgart, Stuttgart.

Joachim Gräfe, Universität Leipzig, Wilhelm-Ostwald-Institut für Physikalische und Theoretische Chemie

Topp, A. (2013). Komplexe Anwendungen aktiver Brownscher Schwimmer in einer kritischen binären Flüssigkeit. Universität Stuttgart, Stuttgart.

Michael Haag, Universität Stuttgart, Institut für Halbleiteroptik und Funktionelle Grenzflächen (IHFG), Stuttgart

Wehner, D. (2013). Anwendung eines Multi-Transistor-Arrays zur zeitaufgelösten Zytotoxizitätsbestimmung. Technische Universität München.

Eduard Hermann, Ruprecht-Karls-Universität Heidelberg Alexander Herzog, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik, Karlsruhe Christian Michael Illg, Universität Stuttgart, Institut für Theoretische und Angewandte Physik / MaxPlanck-Institut für Metallforschung Sarah Jahn, Technische Universität Darmstadt, Institut für Disperse Feststoffe Jan-Willi Janiesch, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie Gerri Kannenberg, Ruprecht-Karls-Universität Heidelberg Christian Kappel, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Metallforschung Daniel Kappler, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik Martin Kiefel, Karlsruher Institut für Technologie (KIT), Institut für Anthropomatik Edgar Klenske, Universität Stuttgart, Institut für Systemtheorie und Regelungstechnik, Stuttgart Andrea Knöller, Universität Stuttgart, Institut für Materialwissenschaft, Lehrstuhl III, Stuttgart Rolf Köhler, Eberhard Karls Universität Tübingen, Fachbereich Stochastik, Mathematisches Institut / MPI für biologische Kybernetik,Tübingen Malte Kuhlmann, Technische Universität Kaiserslautern Silke Kurz, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Metallforschung Marcel Labbe Laurent, Universität Stuttgart, Stuttgart Andreas Lehrmann, Eberhard Karls Universität Tübingen, Wilhelm-Schickard-Institut für Informatik

38

39

V

Dokumentation 2013

Dokumentation 2013

V

b) ausländische Staatsangehörige (Stand: 31.12.2013) Sarah Löwy, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Intelligente Systeme Maren Mahsereci, Eberhard Karls Universität Tübingen Timm Meyer, Philipps-Universität Marburg, Fachbereich Mathematik und Informatik / University of Manchester, Vereinigtes Königreich Martin Noah, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Intelligente Systeme Matthias Noske, Universität Ulm, Abteilung Festkörperphysik Isabell Nuss, Fachhochschule Kaiserslautern, Standort Zweibrücken, Kompetenzzentrum Bio Medical Engineering / Max-Planck-Institut für Intelligente Systeme Sebastian Rausch, Universität Stuttgart, 2. Physikalisches Institut, Stuttgart Andreas Reindl, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Metallforschung

Maryam Akhlaghi, School of Metallurgy and Materials Engineering, Univerity of Tehran, Iran Mariana Alarcon Correa, Quimica y Fisica, Universidad de los Andes, Bogotá, Kolumbien Omid Ashkarisichani, Sharif University of Technology, Teheran, Iran Ruth Fabiola Balderas Valadez, Centro de Investigación e Ingeniería en Ciencias aplicadas, Universidad Autónoma del Estado de Morelos, Cuernavaca, Mexiko Semanur Baylan, Istanbul Technical University, Türkei Federica Bogo, University of Padova, Italien Iuliia Bykova, National Research Tomsk Polytechnic University, Institute of Physics and Technology, Tomsk, Russische Föderation Wenwen Chen, Institut für Festkörperphysik, Universität Ulm, Deutschland Xinyue Chen, University of Liverpool, Vereinigtes Königreich Yu Chun Chen, Universität Stuttgart, Stuttgart, Deutschland

Paul Rossi, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Intelligente Systeme

Zhen Chen, Bejing Laboratory of Electron Microscopy, Institute of Physics, CAS Shanghai Institute of Ceramics, China

Debora Schamel, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Metallforschung

Udit Choudhury, Virginia Polytechnic Institute and State University (Virginia Tech), USA

Victoria Schaufler, Ruprecht-Karls-Universität Heidelberg, Physikalisches Institut

Seyed Mohammad Hadi Daneshmand, Sharif University of Technology, Teheran, Iran

Catharina Scheele, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie

Kushal Kumar Das, School of Biosciences & Bioengineering, Indian Institute of Technology, Bombay, Indien

Franziska Schenk, Ruprecht-Karls-Universität, Heidelberg, Angewandte Physikalische Chemie

Sara Contu, Universita Degli Studi Di Genova, Italien

Mathias Schmidt, Universität Stuttgart, Institut für Theoretische und Angewandte Physik / MaxPlanck-Institut für Metallforschung

Sahand Eslami, European Laboratory for Non-Linear Spectroscopy, University of Florence, Italien

Michael Schober, Eberhard Karls Universität Tübingen

Tatiana Fomina, Katholieke Universiteit Leuven, Leuven, Belgien / Université Joseph Fourier Grenoble, Frankreich

Christian Schuler, Karlsruher Institut für Technologie (KIT), Institut für Theoretische Festkörperphysik

Nima Farahmand Bafi, Universität Stuttgart, Stuttgart, Deutschland

Matej Fonovic, Dept. of Materials Science and Engineering, University of Rieka, Kroatien

Benjamin Schwarz, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Metallforschung

Katarzyna Maria Gadomska, Dept. of Biomaterials, AGH University of Science and Technology, Cracow, Polen

Markus Sproll, Universität Ulm, Institut für Festkörperphysik

Alrberto Giacomello, Dept. of Mechanical and Aerospace Engineering, Sapienza University of Rome, Italien

Claudia Stahl, Universität Stuttgart, Institut für Halbleiteroptik und Funktionelle Grenzflächen / MaxPlanck-Institut für Intelligente Systeme

Diana Gimenez Ibanez, Instituto de Ciencia Molecular, Universidad de Valencio, Paterna, Spanien

Christoph Stanglmair, Universität Regensburg, Institut für Organische Chemie

Fatma Güney, Bogazici University, Istanbul, Türkei

Michael Thaller, Universität Regensburg, Institut für Analytische Chemie, Chemo- und Biosensorik

Wenting Huang, Karlsruher Institut für Technologie (KIT), Karlsruhe, Deutschland

Sebastian Weber, Universität Stuttgart, Stuttgart

Ingrid Ibagon Pardo, Universidade Federal de Minas Gerais, Belo Horizone, Brasilien

Markus Weiler, Eberhard Karls Universität Tübingen, Institut für Angewandte Physik

Varun Jampani, International Institute of Information Technology, Hyderabat, Indien

Ingrid Weinrauch, Universität Stuttgart, Institut für Plasmaforschung, Stuttgart

Hyeon-Ho Jeong, Dankook University, Yongin, Südkorea

Katharina Weller, Universität Stuttgart, Institut für Materialwissenschaft / Max-Planck-Institut für Intelligente Systeme

Kahraman Keskinbora, Dept. of Materials Science and Engineering, Anadolu University, Eskisehir, Türkei

Jonas Wulff, RWTH Aachen, Lehrstuhl für Bildverarbeitung / Sinha Lab for Vision Research am Center for Brain and Cognitive Science, Massachusetts Institute of Technology (MIT), Cambridge, USA

Eric Lacosse, University of Illinois, Chicago, USA

40

Qiuqun Liang, Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, China

41

V

Dokumentation 2013

Dokumentation 2013

VI

VI Gastwissenschaftler Felipe Llinares Lopez, Universidad Carlos III, Madrid, Spanien Alexander Loktyushin, Universität Osnabrück, Deutschland,

Prof. Dr. Douglas Abraham, Rudolf Peierls Centre for Theoretical Physics, Oxford, Vereinigtes Königreich

Matthew Loper, Connecticut College, New London, USA

Ijaz Akhter, Namal College, Mianwali, Pakistan

Jovana Matic, University of Belgrade, Serbien

Dr. Markus Axmann, Johannes Kepler Universität, Linz, Institut für Biophysik, Österreich

Mohamad Assad Mawass, Johannes Gutenberg-Universität zu Mainz, Deutschland James Roger McMurray, University of Exeter, Vereinigtes Königreich

Michel Besserve, Cognitive Neuroscience and Brain Imaging Lab (CNRS Laboratory), Paris, Frankreich

Pouya Moghimian, Universität Ulm, Deutschland

Dr. Abdeslam Boularias, Laval University, Sainte-Foy, Kanada

Krikamol Muandet, University College, London, Vereinigtes Königreich

Julien Breault Turcot, Université de Montréal, Départment de chimie, Montréal, Kanada

Mehavi Nagpal, Dept. of Biotechnology, National Institute of Technology, Jalandhar, India

Dipanjan Chakraborty, Institut für Theoretische Physik, Universität Leipzig, Deutschland

Cigdem Özsoy Keskinbora, Dept. of Materials Science and Engineering, Anadolu University, Türkei Hyunchul Oh, Friedrich-Alexander Universität Erlangen – Nürnberg, Institute of Materials for Electronics and Energy Technology (I-MEET), Deutschland Miki Otsuki, Tohoku University, Biomolecular Science-Laboratory of Molecular Cell Biology, Sendai, Japan

Antonio Checco, Condensed Matter Physics & Materials Science Department, Brookhaven National Laboratory, Upton, NY, USA Prof. Dr. Daniel Marinov Dantchev, Institute of Mechanics, Bulgarian Academy of Sciences, Sofia, Bulgarien

Aida Pena Blanco, Universitat Pompeu Fabra, Barcelona, Spanien

Dr. Tamal Das, Institut du Cancer de Montréal, Centre Hospitalier de l’Université de Montréal, (CHUM), Kanada

Wei Qian, School of Life Science and Technology, Tongii, China

Dr. Francesco Dinuzzo, Dept. of Mathematics, University of Pavia, Italien

Tian Qiu, Dept. of Biomedical Engineering, School of Medicine, Tsinghua University, Beijing, China Adria Sales Ramos, Physics Department, University of Oxford, Vereinigtes Königreich Raquel Salvador-Gallego, University of Zaragoza, Spanien Umut Tunca Sanli, Christian-Albrechts-Universität zu Kiel, Deutschland / Robert Bosch GmbH, Gerlingen, Deutschland Eleni Sgouritsa, Dept. of Computer Science, University of Houston, USA Xibo Shen, National Centre of Nanoscience and Technology, Beijing, China

Prof. Dr. Victor Dotesenko, Laboratoire de Physique Théorique de la Matière Condensée, Université Paris VI, Frankreich Cristina Garcia Cifuentes, University College, London, Vereinigtes Königreich / Université de Caen Bass-Normandie, Frankreich Dr. John Gardner Gibbs, Dept. of Physics and Astronomy, University of Georgia, Athens, USA Dr. Thiago Gomes de Mattos, Universidade Federal Fluminense, Niterói, Brasilien

Carl-Johann Simon-Gabriel, École des Mines de Paris, Frankreich

Dr. Juan Ruben Gomez Solano, Laboratoire de Physique, École Normale Supérieure de Lyon, Frankreich

Ekin Simsek, Christian-Albrechts-Universität zu Kiel, Deutschland

Sören Hauberg, Dept. of Computer Science, University of Copenhagen, Dänemark

Kwangho Son, Materials Analysis Laboratory, Dept. of Physics, Kookmin University, Südkorea Yamuna Devi Subburaj, The American College, Dept. of Zoology, Indien Carolina Andrea Trichet Paredes, Institut für Theoretische und Angewandte Physik, Universität Stuttgart, Stuttgart, Deutschland Sappena Tripathi, School of Physics Department, Devi Ahilya University, Indien Aggeliki Tsoli, Brown University, Providence, USA Dmitry Tyutyunnikov, Fakultät für Physik, Experimentalphysik, Universität Duisburg-Essen, Deutschland Manuel Wüthrich, École Politechnique Fédérale de Lausanne, Frankreich / University of Southern California (USC), USA Lamiss Zaidonny, American University of Beirut, Libanon

Zoltan Hegedüs, Eötvös Loránd Unversity, Budapest, Ungarn Michael Hirsch, Dept. of Physics and Astronomy, University College London, Vereinigtes Königreich Dr. Yanlong Huang, Nanjing University of Science and Technology, China Dr. Hueihan Jhuang, Massachusetts Institute of Technology, Cambridge, USA Dr. Minsu Jung, Dept. of Materials Science and Engineering, Yonsei University, Seoul, Korea Suresh Babu Kalidini, Lehrstuhl für Anorganische Chemie II, Universität Bochum, Deutschland Chang Won Kang, Hyundai, Agwa Song, Südkorea

Dan Zhou, School of Physics, Trinity College Dublin, Irland

Prateek Katiyar, Eberhard Karls Universität Tübingen/Universitätsklinikum Tübingen (Werner Siemens Imaging Center)

Silvia Zuffi, Faculty of Electronic Engineering, University of Bologna, Italien

Dr. Al-Saleh Keita, Université Paul Verlaine - Metz, Frankreich

42

43

VI

Dokumentation 2013

Dokumentation 2013

Dr. SungShin Kim, University of Southern California, Los Angeles, USA

Prof. Dr. Metin Sitti, Carnegie Mellon University, Pittsburgh, PA, USA

Dr. Naejin Kong, Korea Advanced Institute of Science and Technology, Südkorea

Alexander Solovev, Physik-Department, Technische Universität München, Deutschland

Dr. Samory Kpotufe, Max-Planck-Institut für biologische Kybernetik, Tübingen, Deutschland

Dr. Survit Sra, University of Texas at Austin, USA

Irina Lavelin, Dept. of Molecular Cell Biology, Weizmann Institute of Science, Rehovot, Israel

Dr. Kaori Sugihara, Eidgenössische Technische Hochschule Zürich (ETH), Schweiz

Dr. Adam Law, University of Hull, Vereinigtes Königreich

Dr. Mahito Sugiyama, Institute of Scientific and Industrial Research, Osaka, Japan

Tung-Chun Lee, Meville Laboratory for Polymer Synthesis, Dept. of Chemistry, University of Cambridge, Vereinigtes Königreich

Dr. Maria Sundh, Interdisciplinary Nanoscience Center (iNANO), Aarhus University, Dänemark

David Lopez Paz, Universidad Autónoma de Madrid, Spanien Dr. Arghya Majee, Laboratoire Ondes et Matìere d’Aquitaine, Université de Bordeaux & CNRS, Talence, France Dr. Alison Mark, School of Materials, University of Manchester, Vereinigtes Königreich Prof. Dr. Jean Francois Masson, Dept. of Chemistry, Université de Montréal, Kanada Dr. Andrey Mazilkin, Institute of Solid State Physics, Russian Academy of Sciences, Russische Föderation

VI

Prof. Dr. Istvan Szalai, University of Pannonia, Institute of Physics,Veszprem, Ungarn Dr. Nahid Sarvari Talebi, Photonics Research Laboratory, Center of Excellence for Applied Electromagnetic Systems, School of Electrical and Computer Engineering, University of Tehran, Iran Dr. Begona Ugarte Uribe, Unidad de Biofísica, Dept. de Bioquímica y Biología Molecular, Facultad de Sciencia Y Tecnología, Universidad del País Vasco, Barrio Sarriena, Leioa, Spanien Dr. Chaohui Wang, University of California, Los Angeles (UCLA), USA Dr. Seraphine Valeska Wegner, Ruprecht-Karls-Universität Heidelberg, Biophysikalische Chemie, Deutschland

Kristen Lynn Mills, Ph.D., University of Michigan, Ann Arbor, USA Dr. Dimitris Missirlis, University of California Berkeley, USA Katharina Mülling, Eberhard Karls Universität Tübingen, Deutschland

Dr. Alex Weiss, Brown University, Dept. of Computer Science, Providence, USA Dr. Yuren Wen, Advanced Institute for Materials Research, Tohoku University, Sendai, Japan

Prof. Dr. Marek Napiorkowski, University of Warsaw, Faculty of Physics, Polen

Holger Wüst, Robert-Bosch-GmbH, Gerlingen / Technische Universität Dresden, Deutschland

Dr. Piotr Nowakowski, ELCAR, Piaseczno, Poland

Si Yeo Yong, Institute of High Performance Computing (IHPC), Agency For Science, Technology And Research (A*STAR), Computing Science Department, Singapur

Burcu Ögüt, Max-Planck-Institut für Intelligente Systeme, Stuttgart, Deutschland Prof. Dr. Gleb Oshanin, Laboratoire de Physique Théorique de la Matière Condensée, Université Pierre et Marie Curie, et du CNRS, Paris, Frankreich Dr. Diego Andres Pallarola, Instituto de Investigaciones Fisicoquimicas Teóricas y Aplicadas (INIFTA) CONICET – Universidad Nacional de La Plata, Argentinien

Dr. Song Yue, Dept. of Chemistry, Tsinghua University, Beijing, China Dr. Kun Zhang, Max-Planck-Institut für Intelligente Systeme, Standort Tübingen, Deutschland Dr. Chao Zhou, Dept. of Chemistry, Tsinghua University, Beijing, China

Claudio Persello, Remote Sensing Laboratory, University of Trento, Italien Dr. Efthymios Polatidis, School of Materials, University of Manchester, Vereinigtes Königreich Gerard Pons-Moll, Leibniz Universität Hannover, Deutschland Dr. Svetlana Protasova, Institute of Solid State Physics, Russian Academy of Sciences, Chernogolovka, Russische Föderation Mohammad Raoufi, Physikalische Chemie, Universität Siegen, Deutschland Dr. Damian Roqueiro, University of Illinois at Chicago, USA Dr. Alberto Sanchez Castillo, Universität Stuttgart, Stuttgart, Deutschland Georg Helmut Schauer, Robert-Bosch-GmbH, Gerlingen, Deutschland Dr. Swarn Lata Singh, Dept. of Physics, Banaras Hindu University, Varanasi, Indien

44

45

VII

Dokumentation 2013

Dokumentation 2013

VII

VII Sonstige Mitteilungen a) Ehrungen Michael J. Black

ICCV Helmholtz Preis 2013 Dieser Preis zeichnet eine von Michael J. Black entwickelte Software zum „optischen Fluss“ aus, die weitverbreitet in Wissenschaft und Wirtschaft verwendet wird. Die ICCV (International Conference for Computer Vision) ist die Internationale Konferenz für Maschinelles Sehen. Sie findet alle zwei Jahre statt und gilt als Spitzenkonferenz der Bildverarbeitung.

Karsten Borgwardt

Siegfried Hofmann

(European Conference on Applications of Surface and Interface Analysis) Preis für herausragende Beiträge zum Gebiet der Analyse von Oberflächen und dünnen Schichten. Jens Kober

Georges Giralt Award 2013 for the best European PhD Thesis in the field of Robotics. Dr. Jens Kober´s Doktorarbeit mit dem Titel: "Learning Motor Skills: From Algorithms to Robot Experiments" (Prüfung im April 2012 an der TU Darmstadt), wurde zur besten europäischen Doktorarbeit im Forschungsgebiet der Robotik gekürt. Verliehen wurde die Auszeichnung während des European Robotic NetworkForums EURON.

Laura Na Liu

Mitgliedschaft im Elisabeth Schiemann-Kolleg der Max-PlanckGesellschaft

Alfried Krupp Förderpreis für junge Hochschullehrer Er erhält den mit 1 Mio. Euro dotierten Preis für seine Arbeiten im Forschungsgebiet „Data Mining in den Lebenswissenschaften“.

Manfred Fähnle

David Flötotto

Jürgen Gall

Dozentenpreis der Fakultät Physik der Universität Stuttgart für die beste Wahlfachvorlesung im Sommersemester 2012 der Fakultät Physik der Universität Stuttgart. European Materials Research Society Young Scientist Award für seinen hervorragenden Beitrag über die Entdeckung und Erklärung von Spannungsoszillationen in sehr dünnen, wachsenden Metallfilmen durch „quantum confinement“ der freien Elektronen. Emmy Noether Stipendium

Sie ist eine von fünf hervorragenden Wissenschaftlerinnen, die im Jahr 2013 als Kollegiatin aufgenommen wurden. Andrew Mark, John Gibbs, John Lee und Peer Fischer

der Deutschen Forschungsgemeinschaft (DFG) Andreas Geiger

CVPR 2013 Best Paper Runner Up Award http://www.pamitc.org/cvpr13/awards.php Die “26th IEEE Conference on Computer Vision and Pattern Recognition (CVPR)“ fand vom 23.-28. Juni 2013 in Portland, Oregon, USA statt.

Manuel Gomez Rodriguez

46

NIPS Outstanding Paper Award für seine Veröffentlichung "Scalable Influence Estimation in Continuous-Time Diffusion Networks" (mit N. Du, L. Song und H. Zha, beide Georgia Institute of Technology). Dieser Preis ist zusammen mit zwei anderen gleichrangigen die höchste Auszeichnung auf der jährlichen NIPS Konferenz (Annual Conference on Neural Information Processing Systems)

ECASIA Award 2013

Burcu Ögüt, Nahid Talebi, Ralf Vogelgesang, *MPI FKF Wilfried Sigle und P.A. van Aken

Jan Peters

Ground Breaking Contribution Award Sie erhielten diese Auszeichnung für ihren Beitrag „Growth of chiral nanoparticles“, verliehen im Rahmen der International Conference on Chiroptical Spectroscopy in Nashville, TN, USA.

EMS Outstanding Paper Award 2013 Sie erhielten den Preis der European Microscopy Society (EMS) anlässlich der Microscopy Conference 2013 in Regensburg für ihre Veröffentlichung „Toroidal Plasmonic Eigenmodes in Oligomer Nanocavities for the Visible“. 2013 Young Investigator Award der International Neural Networks Society (INNS) Der Preis wird jedes Jahr für herausragende wissenschaftliche Leistungen an Wissenschaftler unter 40 Jahren verliehen. Er gilt als eine der höchsten Auszeichnungen im Feld der Neuronalen Netze.

47

VII

Dokumentation 2013

Dokumentation 2013

VII

b) Berufungen und Ernennungen

Jan Peters

Gerard Pons-Moll

IEEE RAS “Early Career Spotlight”, Award of the Robotics and Automation Society (IEEE) Dieser Preis gilt als eine der höchsten Auszeichnungen in der Robotik. Verliehen wird er für herausragende wissenschaftliche Leistungen an Robotik-Forscher unter 40 Jahren von der Robotics and Automation Society (RAS) des Institute of Electrical and Electronics Engineers (IEEE).

Zumin Wang

C. Bechinger

der COST Aktion MP1303 “Understanding and Controlling Nano and Mesoscale Friction“

P. Fischer

W3 Professur Physikalische Chemie, Universität Stuttgart

J. Gall

W2 Computer Vision Professur an der Universität Bonn

Best Science Paper Award bei der British Machine Vision Conference (BMCV) September 2013, Bristol, UK http://www.bmva.org/bmvc/2013/

Stefan Schaal

Deutscher Repräsentant (Status Substitute) im Verwaltungsausschuss

IEEE Fellow 2014 aufgrund seiner Beiträge zum maschinellen Lernen in der Robotik und zur modularen Bewegungsplanung.

E. J. Mittemeijer

Günter Petzow Preis 2013 für seine Forschungsarbeit über die Rolle der Thermodynamik und Kinetik von Grenzflächen bei der metallinduzierten Kristallisation von Silizium

S. Schaal

B. Schölkopf

Member International Scientific Committee „European Conference on Residual Stresses_9“

Ernennung zum “IEEE Fellow” (Institute of Electrical and Electronic Engineers)

Mitglied der Tenure-Commission für Dr. Derek Dreyer, Max Planck Institut für Software Systeme

W1 Juniorprofessur für Praktische Informatik, T. Schultz

Schwerpunkt „Visualisierung und Medizinische Bildanalyse", Universität Bonn

48

49

VII

Dokumentation 2013

c) Ständige Mitgliedschaften der Wissenschaftlichen Mitglieder M. J. Black

Mitglied der Society for Neuroscience

M. J. Black

Mitglied des Bernstein Center for Computational Neuroscience, Tübingen

M. J. Black

Senior Member der IEEE (Institute of Electrical and Electronics Engineers)

M. J. Black

Associate, Canadian Institute for Advanced Research

M. J. Black

Mitglied des Brain Science Program, Brown University

M. J. Black

Mitglied des Werner Reichardt Center for Integrative Neuroscience, Eberhard Karls Universität Tübingen

Dokumentation 2013

VII

S. Schaal

Mitglied im „Board of Governors“ der International Neural Networks Society

S. Schaal

Mitglied der Society of Neural Control of Movement

S. Schaal

Mitglied der Society of Neuroscience

B. Schölkopf

Mitglied des Kernel-Machines.Org Board

B. Schölkopf

Advisory Board Member der Neural Information Processing Systems Foundation (NIPS)

B. Schölkopf

Board Member of the Snowbird Learning Workshop

B. Schölkopf

Board Member of the Summer Schools on Machine Learning (Mitbegründer in 2005)

B. Schölkopf

Mitglied der Deutschen Arbeitsgemeinschaft für Mustererkennung e.V. (DAGM)

S. Dietrich

Fellow of the IOP, Institute of Physics, London

E. J. Mittemeijer

Fellow of the American Society of Materials

B. Schölkopf

Mitglied des Boards der International Machine Learning Society

E. J. Mittemeijer

Elected Member of the International Center of Diffraction Data

B. Schölkopf

Mitglied der Deutschen Mathematiker-Vereinigung (DMV)

E. J. Mittemeijer

Honorary Member of the Netherlands Society of Metals

B. Schölkopf

Mitglied der Association for Computing Machinery (ACM)

E. J. Mittemeijer

Honorary President of the Dutch-Belgian Society of Heat Treatment

B. Schölkopf

Senior Member der IEEE (Institute of Electrical and Electronics Engineers)

E. J. Mittemeijer

Speaker International Max Planck Research School for Advanced Materials

B. Schölkopf

Mitglied des Bernstein Center for Computational Neuroscience (Tübingen)

E. J. Mittemeijer

Vertreter des MPI für Intelligente Systeme im World Materials Research Institute Forum (WMRIF)

B. Schölkopf

Mitglied beim Bernstein Focus for Neurotechnology (Freiburg/Tübingen),

B. Schölkopf

Mitglied beim Excellence Clusters CIN (Center for Integrative Neuroscience, Univ. Tübingen)

E. J. Mittemeijer

Vertreter des MPI für Intelligente Systeme im Forschungscampus Stuttgart

E. J. Mittemeijer

Studiendekan für den Studiengang Materials Science (B.Sc./M.Sc.), Universität Stuttgart

B. Schölkopf

Mitglied bei SimTECH (Simulation Technology, Univ. Stuttgart)

E. J. Mittemeijer

Vertreter des MPI für Intelligente Systeme in der Bundesvereinigung Materialwissenschaft und Werkstofftechnik e.V. (BV MatWerk)

B. Schölkopf

International Panel Chair Member, Neural Computation and Adaptive Perception Program (NCAP) of the Canadian Institute for Advanced Research (CIFAR)

E. J. Mittemeijer

Vorsitzender der Studienkommission des Studiengangs Materials Science der Universität Stuttgart

B. Schölkopf

ITN (Initial Training Network) Supervisory Board Member der Alexander von Humboldt Stiftung

E. J. Mittemeijer

Vertreter der Universität Stuttgart beim Studientag Materialwissenschaft und Werkstofftechnik e.V.

B. Schölkopf

S. Schaal

Mitglied in der Alexander von Humboldt Stiftung

External Advisory Board Member, Engineering and Physical Sciences Research Council (EPSRC). Centre for Doctoral Training (CDT) in the area of Data Science, Edinburgh, UK

S. Schaal

Mitglied der Studienstiftung des Deutschen Volkes

B. Schölkopf

S. Schaal

Mitglied bei der American Association of Artificial Intelligence

Mitglied der Stammkommission des CAS-MPG Partner Institute for Computational Biology, Shanghai. Chinese Academy of Sciences – Max-PlanckGesellschaft

S. Schaal

Mitglied der American Association for the Advancement of Science

G. Schütz

Korrespondierendes Mitglied der Akademie der Wissenschaften Göttingen

S. Schaal

Fellow der IEEE (Institute of Electrical and Electronics Engineers)

J. P. Spatz

Forschungsausschuss der Ludwig-Maximilians-Universität München

S. Schaal

Mitglied des „Board of External Reviewers” des Italian Institute of Technology

J. P. Spatz

Wissenschaftlicher Beirat des Physikzentrums Bad Honnef

S. Schaal

Mitglied des „Board of Directors“ des Technologieparks Tübingen-Reutlingen

J. P. Spatz

Heidelberger Akademie der Wissenschaften

S. Schaal

Mitglied im ETH/MPI-IS Network on Learning Systems

J. P. Spatz

S. Schaal

Mitglied des EU Robotics Network

Vorsitzender des Beirats des Reimund-Stadler-Minerva-Zentrums an der Ben Gurion Universität, Israel

J. P. Spatz

Mitglied des Beirats des Excellenzclusters „Cells in Motion“, Westfälische Wilhelms Universität Münster

50

51

VII

Dokumentation 2013

Dokumentation 2013

VII

d) Wissenschaftliche Veranstaltungen 2013

23. – 26. Januar

18. – 22. Februar

P.A. van Aken, F. Phillipp, W. Sigle

Organisation des internationalen Workshops „Computational Methods in Transmission Electron Microscopy“, Schloss Ringberg, Rottach-Egern, Deutschland

S. Dietrich, G. Oshanin, M. Popescu, M. Tasinkevych

International Workshop on „Wetting and Capillarity in Complex Systems“, Dresden, Deutschland

3. – 6. März

S. Dietrich, M. Rauscher

Organisatoren des Workshops „Soft Matter at Interfaces“, Schloss Ringberg, Rottach-Egern, Deutschland

24. – 28. Juni

S. Schaal

Co-Organisator der Robotics Science and Systems Conference, Berlin, Deutschland

26. Juni

P. Gehler

Workshop „Structured Prediction. Tractability, Learning, and Inference“ während der CVPR Konferenz (IEEE Conference on Computer Vision and Pattern Recognition, Portland, Oregon, USA)

26. August –

B. Schölkopf, S. Harmeling, P. Hennig et al.

Machine Learning Summer School – MLSS 2013. MPI f. Intelligente Systeme, Standort Tübingen

23. – 27. September

K. Borgwardt, M. Tröndle, C. Azencott

Organisatoren der „Machine Learning for Personalized Medicine (MPDL) Summer School“ am Max-PlanckCampus Tübingen

10. Oktober

MPI-IS

Max Planck Lecture

6. September

„Some Small Steps Toward Articifical Life”, Paul Chaikin, Department of Physics, New York University, USA

27. – 30. November

2. Dezember

D. Brüggemann, J. Frohnmayer, J.P. Spatz

Ringberg Seminar on Synthetic Biology,

A. Geiger et al.

RMRC (Reconstruction Meets Recognition Challenge) Workshop während der ICCV 13

Schloss Ringberg, Rottach-Egern, Deutschland

IEEE Conference on Computer Vision in Sydney, Australia 30. Juni – 5. Juli

Ralf P. Richter

„Biological Surfaces and Interfaces“, FEBS-ESF Workshop, Sant Feliu de Guixols, Spanien 10. – 13. Dezember

8.-11. Juli

C. Bechinger, S. Dietrich, P. Fischer, J. Spatz

Organisatoren des MPI Focus Meetings auf Schloss Ringberg, Rottach-Egern: „Active Particles and Microswimmers“

5. – 8. August

K. Zhang, B. Schölkopf

Co-Organisatoren des Workshops „Causality: Perspectives from different disciplines“, in Vals, Schweiz

52

M. J. Black, Anton van den Hengel (Australian Centre for Visual Technologies, ACVT)

Organisatoren des Workshops „Scenes from Video“, Barossa, Australien.

53

VII

Dokumentation 2013

Dokumentation 2013

VIII

e) Weitere Veranstaltungen 2013

25. April

MPI-IS, MPI-FKF

Girl’s Day: Mädchen-Zukunftstag 2013 40 Mädchen erhielten Einblick in verschiedene Berufe in Forschung und Technik

19. Juli

MPI-IS

Günter Petzow Kolloquium 2013

Informatik . Medizin Forschungsbericht vom Max-Planck-Institut für Intelligente Systeme

Th. Schleid:“Geo-inspirierte Leuchtstoffe auf der Basis von Lanthanoidtrifluorid-Derivaten mit komplexen Oxoanionen“.

Mit intelligenten Systemen komplexen Krankheiten auf der Spur

E. Umbach:“ Was kann die Forschung zur Energiewende beitragen?“

Exploring complex diseases with intelligent systems

J. Rubner:“ Sensation oder Seriosität? Wissenschaft in den Medien“.

Autor

Z. Wang:“Metal-induced crystallization: a story on atomic interactions at the interface of metal and semiconductor; a tale about the interface of fundamental science and advanced technology“.

Borgwardt, Karsten

Abteilung Forschungsgruppe „Maschinelles Lernen und Systembiologie“

19. – 23. August

M. Schober, J. Peters

Organisatoren der Schülerakademie SAMPI 2013 an den Max-Planck-Instituten in Tübingen

22. Oktober

MPI-IS

Zwei öffentliche Vorträge im Rahmen der Kuratoriumssitzung des Max-Planck-Institutes für Intelligente Systeme K. Borgwardt: „Mit intelligenten Systemen komplexen Krankheiten auf der Spur“.

Die Medizin sammelt immer umfangreichere Datenbestände über den Gesundheitszustand von Patienten. Schlummert in diesen Datenmengen unbekanntes Wissen über Krankheiten, das zu ihrer Behandlung beitragen könnte? Das Maschinelle Lernen entwickelt Verfahren, mit deren Hilfe man solches Wissen aus großen biomedizinischen Datenbanken gewinnen kann. Physicians are collecting an ever increasing amount of data describing the health state of their patients. Is new knowledge about diseases hidden in this data, which could lead to better therapies? The field of Machine Learning in Biomedicine is concerned with the development of approaches which help to gain such insights from massive biomedical data.

Mehr Patientendaten denn je zuvor M. Krüger: „Thermische Fluktuationen: Unsichtbare Helferlein im Alltag“.

Einer der bisher wichtigsten Momente für die Wissenschaft im 21. Jahrhundert war die Veröffentlichung der Rohfassung der Sequenz des menschlichen Genoms im Jahr 2001. Mehr als ein Jahrzehnt an Arbeit und mehr als zwei Milliarden Euro an Finanzierung flossen insgesamt in dieses öffentlich geförderte Projekt. Heute, nur 13 Jahre später, kann man das Genom eines Menschen innerhalb einer Woche für weniger als 4000 Euro sequenzieren. Bald soll das Sequenzieren gar zu einer Routinetechnik im klinischen Alltag werden. Dabei ist die Genomsequenzierung nur ein Beispiel dafür, welche enormen Fortschritte im letzten Jahrzehnt darin gemacht wurden, den Gesundheitszustand eines Patienten bis auf die

54

55

VIII

Dokumentation 2013

molekulare Ebene hin aufzuzeichnen. Seien es bildgebende Verfahren wie die Computertomographie oder Microarrays, die den Aktivitätszustand aller Gene in einer Probe messen – eine Vielzahl von Werkzeugen steht zur Verfügung und ihre Zahl wächst beständig.

Den Datenschatz heben, um Krankheiten besser zu verstehen Aus diesen Datensammlungen der Medizin erhofft man sich Einblicke in brennende Fragen der biomedizinischen Forschung. Zum Beispiel: Warum treten Krankheiten in manchen Familien gehäuft auf? Warum reagiert eine Patientengruppe auf ein Medikament, eine andere jedoch nicht? Um solche Fragen zu beantworten, sucht man auf der Ebene der Gene und Proteine nach Veränderungen, die das Auftreten einer erblichen Krankheit oder die Nichtreaktion auf ein Medikament wahrscheinlicher machen. Da man dabei Zehntausende Gene, Zehntausende Proteine und Milliarden von Positionen im menschlichen Genom durchsuchen muss, ist diese Art der Forschung ohne die Unterstützung von Computern undenkbar. Neue Computerprogramme, sogenannte Algorithmen, werden benötigt, um solche Einblicke überhaupt möglich zu machen. Das Forschungsgebiet der Informatik, das sich diesem Thema widmet, wird als Maschinelles Lernen oder als Data Mining bezeichnet. Man spricht vom Maschinellen Lernen, da man den Zusammenhang zwischen zwei Variablen, den molekularen Eigenschaften eines Patienten und einer Krankheit, mittels einer Maschine, eines Computers, verstehen bzw. erlernen möchte. Von Data Mining, wörtlich Daten-Bergbau, ist die Rede, da man in gewaltigen Datenbergen nach neuem Wissen „schürft“.

Algorithmen als Werkzeuge der medizinischen Forschung Die Forschungsgruppe für „Maschinelles Lernen in der Systembiologie“ am Max-PlanckInstitut für Intelligente Systeme in Tübingen beschäftigt sich unter der Leitung von Prof. Dr. Karsten Borgwardt mit eben dieser Entwicklung von Algorithmen, die Biomedizinern bei der Analyse ihrer Daten helfen sollen. Genetiker suchen zum Beispiel mittels der Genomdaten von Tausenden Patienten nach einzelnen Sequenzvarianten, die mit einem erhöhten Krankheitsrisiko einhergehen. Dabei betrachten sie Hundertausende einzelner Positionen im Genom. Biologisch gesehen wäre es sehr interessant, auch Paare oder Gruppen solcher Positionen zu untersuchen, da biologische Effekte häufig durch das Zusammenwirken mehrerer Moleküle hervorgerufen werden. Allerdings stellt dies ein gewaltiges Rechenproblem dar, da man dazu Abermillionen möglicher Gruppen durchlaufen muss. Die Forschungsgruppe hat neue Algorithmen entwickelt, mit denen man solche Gruppen veränderter Positionen im Genom schnell aufspüren kann [1, 2]. Effiziente Sortierverfahren aus der Algorithmik, effiziente Suchverfahren aus der Graphentheorie, Umformungen aus der Matrizenalgebra – die neu entwickelten Algorithmen bauen auf Erkenntnissen aus unterschiedlichen Zweigen der Informatik und Mathematik auf, um diese Effizienz zu erreichen. Die Suche nach veränderten Paaren von Positionen im Genom kann dadurch massiv beschleunigt werden, oft um den Faktor 1000 oder mehr. Als Teil internationaler Forschungskonsortien arbeitet das Team nun daran, in großen Datenbeständen solche komplexen genetischen Veränderungen zu finden, die mit dem Auftreten einer Krankheit, zum Beispiel mit klinischer Migräne, korrelieren. Ein weiteres hochrelevantes Thema ist die Frage, unter Tausenden chemischer Verbindungen jene zu finden, die eine gewünschte Funktion, insbesondere eine medikamentöse Wirkung, 56

Dokumentation 2013

VIII

besitzen. Das Maschinelle Lernen kann hier wiederum von Nutzen sein, indem es hilft, die große Anzahl an möglichen Kandidaten zu verringern. Dies geschieht zumeist dadurch, dass man Ähnlichkeiten zwischen Verbindungen mit bekannter Wirkung und den Tausenden Kandidatenwirkstoffen berechnet. Die Wirkstoffe, die den bekannten Medikamenten am meisten ähneln, sind dann die aussichtsreichsten Kandidaten und können in weiteren Studien im Labor genauer unter die Lupe genommen werden. Diese Ähnlichkeiten zwischen Wirkstoffen zu berechnen, ist ein schwieriges algorithmisches Problem, insbesondere je größer die beteiligten Moleküle sind. Die Forschungsgruppe für Maschinelles Lernen in der Systembiologie hat entscheidend zur Lösung dieses Problems beigetragen durch Arbeiten, die den Vergleich selbst größter Moleküle enorm beschleunigen [3, 4]. Entscheidend ist hierbei, die Struktur der Moleküle so durch Zahlen darstellen zu können, dass die Zahlendarstellung möglichst viel der ursprünglichen Struktur widerspiegelt und eine effiziente Berechnung von Ähnlichkeiten zulässt. Zukünftige Studien werden versuchen, ein noch präziseres Bild der Wirkung von chemischen Verbindungen zu zeichnen. Denn durch die Fortschritte bei der Erbgutbestimmung kann man nun auch aufzeichnen, welche genetischen Eigenschaften die Personen besitzen, bei denen ein Molekül eine medikamentöse Wirkung zeigt – und wie sie sich von jenen unterscheiden, bei denen es nicht anschlägt. Wenn man sich vorstellt, dass man bald die Wirkung von Zehntausenden Verbindungen in Zehntausenden Patienten messen können wird, wird klar, welche enorme Rechenaufgaben es bei der Analyse dieser Daten noch zu lösen gilt und welche wichtige Funktion das Maschinelle Lernen hierbei einnehmen wird.

Vision der personalisierten Medizin Diese Art der Forschung dient letztlich dem Ziel, die Vision der personalisierten Medizin Wirklichkeit werden zu lassen – der Ausrichtung der medizinischen Behandlung auf die molekularen Eigenschaften jedes einzelnen Patienten. Kennt man die Genomabschnitte, die ein erhöhtes Krankheitsrisiko oder eine Medikamentenunverträglichkeit hervorrufen, kann man bei Hochrisikopatienten früher Vorsorgeuntersuchungen ansetzen und Medikamente wählen, bei welchen man bei einem bestimmten Patienten mit einer höheren Wirksamkeit rechnet. Das Maschinelle Lernen kann auf dem Weg hin zu diesem Ziel durch neue Werkzeuge der Datenanalyse einen entscheidenden Beitrag leisten.

Abb. 1: Das Netzwerk „Maschinelles Lernen in der Personalisierten Medizin (mlpm)“ bildet Nachwuchswissenschaftler aus. Wenn man das volle Potenzial des Maschinellen Lernens in der Medizin ausnutzen möchte, setzt dies allerdings voraus, dass Nachwuchswissenschaftler in ausreichender Anzahl 57

VIII

Dokumentation 2013

ausgebildet werden, die sowohl mit den informatischen als auch den biomedizinischen Aspekten dieses interdisziplinären Themas vertraut sind. Dies ist eine große Herausforderung, denn zurzeit gibt es in diesem wichtigen Feld nur sehr wenige Experten. Daher fördert die Europäische Union im Rahmen der Marie-Curie-Maßnahmen ein ForscherErstausbildungsnetzwerk über „Maschinelles Lernen in der personalisierten Medizin“ (Abb. 1) mit 3,75 Millionen Euro, in welchem Doktoranden in diesem Bereich ausgebildet werden. Dieses von Prof. Borgwardt geleitete Netzwerk bringt im Bereich des Maschinellen Lernens und der Statistischen Genetik zehn führende europäische Forschungseinrichtungen aus Wissenschaft und Industrie zusammen, um 14 Nachwuchsforscher fächerübergreifend in einem gemeinsamen Doktorandenprogramm zu unterrichten (www.mlpm.eu).

Dokumentation 2013

Strukturbiologie . Zellbiologie

Zudem fördert die Alfried Krupp von Bohlen und Halbach-Stiftung die Forschungsarbeit von Prof. Borgwardt von 2013 bis 2018 durch den Alfried-Krupp-Förderpreis für junge Hochschullehrer mit 1 Million Euro.

Forschungsbericht vom Max-Planck-Institut für Intelligente Systeme

Literaturhinweise

The cellular life-death decision – how mitochondrial membrane proteins can determine cell fate

1 Achlioptas, P.; Schölkopf, B.; Borgwardt, K. M. Two-locus association mapping in subquadratic time In: Proceedings of the 17th ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, New York 2011, pp. 726-734 2 Azencott, C.-A.; Grimm, D.; Sugiyama, M.; Kawahara, Y.; Borgwardt, K. M. Efficient network-guided multi-locus association mapping with graph cuts Bioinformatics 29, 171-179 (2013) 3 Shervashidze, N.; Schweitzer, P.; van Leeuwen, E. J.; Mehlhorn, K.; Borgwardt, K. M. Weisfeiler-Lehman Graph Kernels Journal of Machine Learning Research 12, 2539-2561 (2011) 4 Feragen, A.; Kasenburg, N.; Petersen, J.; de Bruijne, M.; Borgwardt, K. Scalable kernels for graphs with continuous attributes In: Advances in Neural Information Processing Systems 26. (Eds.) Burges, C. J. C.; Bottou, L.; Welling, M.; Ghahramani, Z.; Weinberger, K. Q. NIPS 2013, pp. 216-224 Adresse: http://www.is.mpg.de/15250314/research_report_7758676?c=248902 © 2003-2014, Max-Planck-Gesellschaft, München Alle Rechte vorbehalten Vervielfältigung nur mit Genehmigung

VIII

Entscheidung über Leben und Tod – wie mitochondriale Membranproteine das Zellschicksal bestimmen

Autorin García-Sáez, Ana J.

Abteilung Forschungsgruppe Biophysik von Membranen

Lebende Organismen haben eine sehr wirksame Methode, überflüssige oder potenziell gefährliche Zellen zu zerstören: den programmierten Zelltod. Wissenschaftler um Ana GarcíaSáez interessieren sich für die der Apoptose zugrunde liegenden Prozesse, insbesondere für ein Protein namens Bax, welches Poren in der äußeren Mitochondrienmembran öffnet und damit den programmierten Zelltod unabwendbar einleitet. Die gewonnenen Erkenntnisse sollen bei der Entwicklung neuer Medikamente für die Bekämpfung von Krebs helfen, da Krebszellen meistens für diese Art des Zelltods desensibilisiert sind. Living organisms have a very effective method for eliminating cells that are no longer needed: programmed death. Researchers in the group of Ana García Sáez work with a protein called Bax, a key regulator of apoptosis that creates pores with a flexible diameter inside the outer mitochondrial membrane. This step inevitably triggers the final death of the cell. These insights into the role of important key enzymes in setting off apoptosis could provide useful for developing drugs that can directly influence apoptosis.

Schlüsselenzyme bei der Einleitung des programmierten Zelltods Der Prozess der Apoptose – auch programmierter Zelltod genannt – ist ein streng geregelter physiologischer Vorgang, bei dem einzelne Zellen planmäßig sterben. Dieser Vorgang spielt 58

59

VIII

Dokumentation 2013

für eine Vielzahl von biologischen Prozessen eine wichtige Rolle, denn so werden überflüssige oder potenziell gefährliche Zellen, wie zum Beispiel Krebszellen oder von Viren befallene Zellen, schonend entfernt. Außerdem ist die Apoptose wichtig für eine korrekte Embryonalentwicklung und für die Aufrechterhaltung der Gewebehomöostase, also für die Balance zwischen neu gebildeten und absterbenden Zellen in einem Organ. Dies gilt besonders für das Immunsystem. Immunzellen müssen dahingehend überprüft werden, ob sie nicht versehentlich körpereigene Moleküle anstatt Krankheitserreger erkennen. Zellen, die körpereigenes Material erkennen, müssen aussortiert werden, um dann mittels Apoptose entsorgt zu werden. Eine Störung der apoptotischen Prozesse hat weitreichende Konsequenzen für jeden Organismus. Krebszellen sind oft desensibilisiert gegenüber der Apoptose und können daher ungehindert wachsen, sich vermehren und streuen. Im Gegensatz dazu ist aber auch eine erhöhte Zelltodaktivität schädlich, da dies zu unkontrolliertem Gewebesterben führen und beispielsweise nach einem Herzinfarkt die Herzfunktion beeinträchtigen kann. Registriert eine Zelle ein Todessignal, so wird zunächst die Berechtigung dieses Befehls überprüft. Diese Aufgabe übernehmen sogenannte Bcl-2-Proteine, die entscheiden, ob der Zelltod eingeleitet wird. Proteine der Bcl-2-Familie können miteinander wechselwirken und dadurch entweder fördernd oder hemmend auf die Apoptose wirken. Überwiegt die Anwesenheit von inhibierenden Familienmitgliedern (z. B. Bcl-2 oder Bcl-xL), bleibt die Funktionsfähigkeit der Mitochondrien erhalten und die Apoptose wird verhindert. Überwiegen Apoptose-fördernde Proteine (z. B. Bax oder Bak), kommt es zu einer Ausschüttung pro-apoptotischer Moleküle, wie etwa Cytochrom c aus den Mitochondrien in das Zytoplasma [1] und der Zelltod wird unumkehrbar durchgeführt. Um zur Heilung von Krankheiten in die Apoptose eingreifen zu können, ist zunächst ein besseres Verständnis der zugrunde liegenden Abläufe nötig. Die Arbeitsgruppe um Ana García Sáez untersucht daher verschiedene Bcl-2-Proteine hinsichtlich ihrer Struktur, Funktion und Wechselwirkungen untereinander.

Bax macht die Mitochondrienmembran während der Apoptose durchlässig

Dokumentation 2013

VIII

Das proapoptotische Bcl-2-Protein Bax nimmt eine Schlüsselfunktion während der Permeabilisierung der äußeren Mitochondrienmembran ein. In gesunden Zellen liegt Bax hauptsächlich als inaktives Monomer im Zytoplasma der Zelle vor, wobei einige BaxMoleküle reversibel an die äußere Mitochondrienmembran gebunden sind. Sobald die Apoptose eingeleitet wird, verändert sich Bax. Die meisten Bax-Proteine wandern zu den Mitochondrien und binden sich irreversibel an sie. Dabei bildet Bax Oligomere, die Poren in der äußeren Mitochondrienmembran eröffnen. So wird die Membran durchlässig für proapoptotische Proteine wie zum Beispiel Cytochrom c gemacht. Im Zytosol kann Cytochrom c mit anderen Proteinen einen Komplex bilden und so spezielle Proteasen aktivieren, was zum Abbau der Zelle und dem Zelltod führt. Die molekularen Details der dabei stattfindenden Prozesse sowie die Struktur des Membraninsertierten Bax-Proteins sind dabei nicht vollständig verstanden (siehe Abb. 1).

Untersuchungen zum molekularen Mechanismus von Bax mithilfe quantitativer Mikroskopie Mithilfe verschiedener mikroskopischer Verfahren wurde die Struktur und Funktion von Bax untersucht, um zu verstehen, wie genau das Protein die äußere Mitochondrienmembran während der Apoptose durchlässig macht. Mitochondrien sind Organellen der Zelle, die von einer doppelten Membran umgebenen sind und Netzwerke innerhalb der Zelle bilden. Für ihre mikroskopischen Untersuchungen nutzen die Forscher spezielle künstliche Membranen. Diese sogenannten GUVs (giant unilamellar vesicles) sind von einer einzigen Membran umgeben, deren Zusammensetzung kontrolliert werden kann. Sie sind in etwa so groß wie eine Säugetierzelle und daher unter dem Lichtmikroskop gut zu erkennen (siehe Abb. 2). Abb. 2: Bax macht Membranen durchlässig. Die weißen Pfeile kennzeichnen künstliche Riesenvesikel (runde Kreise), in welche nach Einbau von Bax dunkelgrüne Umgebungsfarbe eingeströmt ist.

Abb. 1: Schematische Darstellung, wie Bax die Mitochondrienmembran im Rahmen der Apoptose durchlässig macht. Die molekularen Details wie Struktur, Funktion und die Wechselwirkungen verschiedener Bcl-2-Proteine miteinander sind noch nicht vollständig verstanden. Um eine statistisch haltbare Aussage zu treffen, analysierten die Forscher Hunderte von Vesikeln vor und nach Zugabe von Bax. Hierbei konnten sie die Porenentstehung direkt untersuchen. Mit ihrem Versuchsaufbau gelang es ihnen, die in der Membran stattfindenden Prozesse über die Bindungsaffinität der Proteine zur Membran, den Grad der Membrandurchlässigkeit sowie die Kinetik, Stabilität und Größe der aus BaxProteinoligomeren bestehenden Membranporen genau zu beschreiben [2, 3]. Als zweite Untersuchungsmethode nutzen die Wissenschaftler die sogenannte Fluoreszenzkorrelationsspektroskopie (FCS). Diese Methode erlaubt es, einzelne Moleküle unter die Lupe zu nehmen, die zuvor chemisch verändert wurden, so dass sie bei Lichteinfall 60

61

VIII

Dokumentation 2013

farbig leuchten (fluoreszieren). Mittels FCS können Forscher beobachten, inwieweit verschiedene markierte Moleküle miteinander in Kontakt treten. Dazu beleuchten die Wissenschaftler beispielsweise einen winzigen Bereich auf der Zelloberfläche mit einem Laserstrahl. Wenn das zu untersuchende Molekül in den Lichtstrahl tritt, kann man mit einem Messgerät das Fluoreszenzsignal des Moleküls messen. Kleine Moleküle durchqueren den Laserstrahl schnell, während größere Moleküle länger brauchen. Anhand der Fluoreszenz und der Molekülgeschwindigkeit konnten die Forscher einerseits die Menge der gebildeten BaxKomplexe innerhalb der Membran im Verhältnis zur Porenaktivität analysieren (siehe Abb. 3). Andererseits konnten sie den Einfluss der Membran auf die Bildung von Bcl-2Proteinkomplexen aufdecken [2, 4].

Abb. 3: Die Verlagerung von Bax (grün) in Mitochondrien (lila) während der Apoptose. Während Bax nach 40 Minuten noch im gesamten Zellplasma verteilt vorliegt, ist es nach 80 Minuten gänzlich an die Mitochondrienmembran gewandert. © Max-Planck-Institut für Intelligente Systeme / Bleicken

Bax bildet stabile Poren unterschiedlicher Größe

Dokumentation 2013

VIII

gelangten jedoch auch die größeren, andersfarbig markierten Proteine ins Innere der GUVs. Daraus lässt sich schließen, dass eine zunehmende Menge an Bax-Proteinen sich an vorhandenen Bax-Kanälen anlagert, sich integriert und die Poren vergrößert. Ein solcher Mechanismus würde den Zellen auf elegante Art und Weise erlauben, die Durchlässigkeit der Mitochondrienmembran für apoptotische Proteine räumlich und zeitlich anzupassen.

Strukturelle Organisation von Bax in der Membran Der genaue Funktionsmechanismus der Bax-Poren wird erst wirklich verständlich sein, wenn die dreidimensionale Struktur des Proteins in der Lipiddoppelschicht der Membran geklärt ist. Wichtige Informationen hierfür lieferten elektronenspinresonanz-spektroskopische Untersuchungen [5], mit denen die genauen Abstände zwischen den einzelnen Teilen im BaxProtein gemessen werden können. Die Daten aus FluoreszenzkorrelationsspektroskopieMessungen wiederum zeigten, dass Bax in künstlichen Membranvesikeln Komplexe bilden kann [2]. Daraus kann geschlossen werden, dass der Prozess der Oligomerisierung in der Membran – also die Aneinanderlagerung mehrerer strukturell gleicher Einheiten zu einem größeren Molekül – einen wichtigen Schritt bei der Porenbildung einnimmt. Leider erschließt sich aus dieser Messung jedoch nicht, wie viele Bax-Moleküle jeweils eine Pore bilden. Hinweise dazu liefern „molekulare Helligkeitsanalysen“, basierend auf speziellen Mikroskopie- und Spektroskopie-Analysen. Aus der unterschiedlichen Helligkeit der einzelnen Bax-Proteine, die Teil der Membranpore sind, können Rückschlüsse auf die Anzahl und den Zusammenlagerungsprozess gezogen werden.

Eines der Rätsel in der Apoptoseforschung ist die Frage, wie genau Bax die Membrandurchlässigkeit in Mitochondrien vermittelt. Trotz intensiver Forschung ist es bisher nicht gelungen, durch Apoptose entstandene Löcher in der Mitochondrienmembran sichtbar zu machen. Die Annahme, Bax sei direkt für den Aufbau solcher Poren verantwortlich, basiert auf der Beobachtung, dass das Protein eine porenbildende Funktion in künstlichen Membranen einnimmt. Allerdings gibt es auch antiapoptotische Bcl-2-Proteine, die eigentlich der Apoptose entgegensteuern, aber bekanntermaßen Poren in künstlichen Membranen bilden. Dieses Rätsel konnte durch Untersuchungen an einzelnen Vesikeln 2013 gelöst werden [2].

Ergänzend nutzen die Forscher ein Rasterkraftmikroskop, welches die Membranoberfläche abtastet und so eine Art topographische Karte von der Membran mit Bax-Kanälen erstellen kann. Dabei arbeiteten die Wissenschaftler mit speziellen flachen Lipiddoppelschichten, die von der Zusammensetzung her der äußeren Mitochondrienmembran ähneln. Mit dieser Methode lassen sich Informationen über die mechanischen Eigenschaften der Membranen gewinnen. Vorher-Nachher-Untersuchungen zeigten, dass der Einbau von Bax die mechanischen Eigenschaften der Lipiddoppelschicht beeinflusst [6].

Die Forscher konnten zeigen, dass Bax Poren in Liposomenmembranen einführt, die den Durchfluss von Cytochrom c durch die Membran erlauben. Diese Poren sind größer und langlebiger als solche Poren, die durch den Bax-Antagonisten Bcl-xL gebildet werden. Bax beeinflusst die Mitochondrienmembran also stärker als Bcl-xL, welches nur vorübergehend auf die Membranstruktur wirkt. Da die äußere Mitochondrienmembran auch sonst für kleinere Moleküle durchlässig ist, ist der Einfluss von Bcl-xL auf die normale Membranfunktion vernachlässigbar.

Langfristiges Ziel ist es, aus den vielen Puzzleteilen ein Gesamtbild zu erstellen, das erklärt wie Bcl-2-Proteine die Mitochondrienmembran während der Apoptose durchlässig machen. Hierzu fehlen noch mikroskopische Untersuchungen zum besseren Verständnis, wie die Aktivierung von Bax durch andere proapoptotische Proteine der Bcl-2-Familie genau erfolgt. Ziel ist es, das Gesamtnetzwerk der Protein-Wechselwirkungen zwischen sämtlichen Proteinen der Bcl-2-Familie im Zellinneren und in den Membranen zu bestimmen. Nur so kann ein mathematisches Modell erstellt werden, welches beschreibt, wie die Proteine der Bcl-2-Familie die Apoptose regulieren und wie Krebszellen es schaffen, diesem „Selbstmordprogramm“ zu entwischen.

Die Forscher haben auf Basis ihrer Messergebnisse unterschiedliche Modelle erstellt, die ein mögliches Aussehen der Membranporen beschreiben, welche während der Apoptose die Ausschüttung von Cytochrom c vermitteln. Eines dieser Modelle besagt, dass sowohl Proteine als auch Lipide am Kanalaufbau beteiligt sind. Dies würde bedeuten, dass Bax-Poren durch die Eigenschaften der am Membranaufbau beteiligten Lipide beeinflusst werden. Gleichzeitig würde es den dynamischen Auf- und Abbau der Poren sowie ihre nicht klar erkennbare Form erklären. Laut diesem Modell könnten Bax-Membrankanäle unterschiedlich groß sein [3]. Zur Überprüfung dieser Aussage untersuchten die Forscher einzelne GUVs, zu denen Sie immer größere Mengen Bax zugaben. Sie beobachteten, dass bei geringen Bax-Mengen nur kleinere Proteine auch ins Innere der Liposomen aufgenommen wurden. Mit steigender Bax-Menge 62

63

VIII

Dokumentation 2013

Literaturhinweise 1 García-Sáez, A. J. The secrets of the Bcl-2 family Cell Death and Differentiation 19, 1733-1740 (2012) 2 Bleicken, S.; Wagner, C.; García-Sáez, A. J. Mechanistic differences in the membrane activity of Bax and Bcl-xL correlate with their opposing roles in apoptosis Biophysical Journal 104, 421-431 (2013) 3 Bleicken, S.; Landeta, O.; Landajuela, A.; Basañez, G.; García-Sáez, A. J. Proapoptotic Bax and Bak proteins form stable protein-permeable pores of tunable size Journal of Biological Chemistry 288, 33241-33252 (2013) 4 García-Sáez, A. J.; Ries, J.; Orzáez, M.; Pérez-Payà, E.; Schwille, P. Membrane promotes tBID interaction with BCL(XL) Nature Structural and Molecular Biology 16, 1178-1185 (2009) 5 Bleicken, S.; Classen, M.; Padmavathi, P. V.; Ishikawa, T.; Zeth, K.; Steinhoff, H. J.; Bordignon, E. Molecular details of Bax activation, oligomerization, and membrane insertion Journal of Biological Chemistry 285, 6636-6647 (2010) 6 Unsay, J. D.; Cosentino, K.; Subburaj, Y.; García-Sáez, A. J. Cardiolipin effects on membrane structure and dynamics Langmuir: The ACS Journal of Surfaces and Colloids 29, 15878-15887 (2013) Adresse: http://www.is.mpg.de/15212970/research_report_7819542?c=248902 © 2003-2014, Max-Planck-Gesellschaft, München Alle Rechte vorbehalten Vervielfältigung nur mit Genehmigung

64

Max-Planck-Institut für Intelligente Systeme Institutsgeschäftsstelle Heisenbergstr. 3 70569 Stuttgart www.is.mpg.de Tel.: +49-711/689-1933 Fax: +49-711/689-3002