ALBERT

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2023 , Inhaltsverzeichnis 1 Einleitung 1.1 Motivation 1.2 Zielsetzung und eigene Beiträge 1.3 Gliederung der Arbeit 2 3D-Objekterfassung in der industriellen Fertigung von Großstrukturen 2.1 Bedingungen und Anforderungen in der industriellen Fertigung 2.2 Grundlagen zu Qualitätsmaßen und -parametern 2.3 Überblick Methoden der 3D-Objekterfassung 2.4 Terrestrisches Laserscanning 2.4.1 Messprinzip und Sensorik 2.4.2 Sensorkalibrierung 2.4.3 Messunsicherheiten 2.5 Statisches terrestrisches Laserscanning und Lasertracking 2.5.1 Vorbereitung und Objektaufnahme 2.5.2 Datenprozessierung 2.5.3 Validierung und Qualitätssicherung 2.5.4 Tachymeter und Lastertracker mit Scanfunktion 2.5.5 Stopp-und-Go Verfahren 2.5.6 Resümee zum statischen Laserscanning 2.6 Kinematisches terrestrisches Laserscanning 2.6.1 Messprinzip und Stand der Entwicklungen 2.6.2 Arten der Georeferenzierung 2.6.3 Resümee zum Einsatz des kinematischen terrestrischen Laserscanning 2.7 Hochgenaues kinematisches terrestrisches Laserscanning im industriellen Umfeld 2.7.1 TLS-basierte 3D-Objekterfassung 2.7.2 Systemkalibrierung und Synchronisierung der Sensoren 2.7.3 Georeferenzierung der Plattform 2.7.4 Darstellung des k-TLS-basierten Multi-Sensor-System 3 Mathematische Grundlagen 3.1 Räumliche Helmert-Transformation 3.2 Methoden der Unsicherheits-Modellierung 3.2.1 Statistische Grundlagen 3.2.2 Darstellung nach dem Guide to the Expression of Uncertainty in Measurement 3.2.3 Methoden der Unsicherheitsfortpflanzung 3.2.3.1 Varianzfortpflanzung 3.2.3.2 Monte-Carlo-Simulation 3.3 Parameterschätzung im Gauß-Helmert-Modell 3.4 Räumliche Bestimmung der Form und Lage von Objekten 3.4.1 Ausgleichungsmodell 3.4.2 Klassifizierung 3.4.3 Ausgleichende Ebene 3.4.4 Flächen zweiten Grades 3.5 Filterung 3.5.1 Das Kalmanfilter 3.5.2 Das Extended Kalmanfilter 3.5.3 Das iterative Extended Kalmanfilter 4 Systemkalibrierung 4.1 Strategien und Ansätze 4.2 Darstellung des Referenzgeometrie-basierten Ansatzes 4.2.1 Schaffung Kalibrierumgebung - Bestimmung der Referenzgeometrien 4.2.2 Objekterfassung und Verknüpfung der Koordinatensysteme 4.2.3 Ausgleichung der gesuchten Parameter 4.3 Anordnung der Referenzgeometrien 4.3.1 Sensitivität der Parameter 4.3.2 Theoretische Vorbetrachtungen 4.3.3 Implementierung einer Simulationsumgebung 4.3.4 Optimierung der Referenzgeometrieanordnung 4.4 Praktische Realisierung und Durchführung 4.4.1 Realisierung einer Kalibrierumgebung 4.4.2 Durchführung der Systemkalibrierung 4.4.3 Darstellung und Diskussion der Ergebnisse 5 Georeferenzierung der mobilen Plattform 5.1 Strategien und Ansätze 5.2 Messtechnischer Ablauf 5.2.1 Methode einer punktweisen Georeferenzierung 5.3 Filtermodell 5.3.1 Vorbetrachtungen und Modellwahl 5.3.2 Implementierung 5.4 Messprozess und Datenauswertung 5.4.1 Messtechnische Umsetzung 5.4.2 Darstellung und Interpretation der Ergebnisse 5.5 Zusammenfassung und Resümee 6 Validierung und Qualitätssicherung 6.1 Strategien und Ansätze 6.2 Genauigkeitsuntersuchungen der Lasertrackermessung zur T-Probe 6.2.1 Messstrategie und Auswertung 6.2.2 Ergebnisse 6.2.3 Fazit 6.3 Betrachtung der Unsicherheiten der Einzelschritte 6.3.1 Objekterfassung durch den Laserscanner 6.3.2 Systemkalibrierung zwischen T-Probe und Laserscanner 6.3.3 Georeferenzierung der mobilen Plattform 6.3.4 Zusammenstellung der Unsicherheiten für die Einzelschritte 6.4 Modellierung der Gesamtunsicherheit 6.4.1 Umsetzung der Vorwärtsmodellierung 6.4.2 Darstellung der Ergebnisse 6.4.3 Korrelationen 6.5 Validierung der Modellierungsergebnisse 6.5.1 Rückwärtsmodellierung 6.5.2 Bewertung der Ergebnisse 7 Zusammenfassung und Ausblick A Anhang A.1 Kapitel 2 A.2 Kapitel 4 A.3 Kapitel 5 A.4 Kapitel 6 Literaturverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Lebenslauf , Sprache der Kurzfassungen: Englisch, Deutsch

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2022 , Inhaltsverzeichnis Abbildungsverzeichnis Abkürzungsverzeichnis 1. Einführung 1.1. Ausgangssituation für die Arbeit 1.2. Stand der Wissenschaft und Forschung 1.3. Methodik der Arbeit 2. Rahmenbedingungen des Immobilienmarktes 2.1. Allgemeines 2.2. Aktuelle und zukünftige Entwicklungstendenzen 2.3. Die wachsende Bedeutung künftiger Entwicklungen 3. Theoretische Ausgangsbasis 3.1. Zur Entwicklung des Verkehrswertbegriffs 3.2. Künftige Entwicklungen - von der WertV zur ImmoWertV 2021 3.3. Normierte und nicht normierte Wertermittlungsverfahren 3.4. Die allgemeinen Wertverhältnisse 3.5. Die wertbeeinflussenden Grundstücksmerkmale 3.5.1. Allgemeines 3.5.2. Rechtliche Gegebenheiten 3.5.2.1. Allgemeines 3.5.2.2. Öffentliches Bau- und Planungsrecht 3.5.2.3. Bauordnungsrecht 3.5.2.4. Bestandsschutz 3.5.2.5. Weitere rechtliche Gegebenheiten des öffentlichen Rechts 3.5.2.6. Rechtliche Gegebenheiten des Zivilrechts 3.5.3. Die Beschaffenheit und tatsächliche Eigenschaften 3.5.4. Die Lagemerkmale 3.6. Spezifische Grundstückszustände und -merkmale 3.6.1. Allgemeines 3.6.2. Absehbare Nutzungsänderungen 3.6.3. Flächen mit Vornutzungsbelastungen und künftiger Neunutzung 3.6.4. Flächen mit städtebaulichen Missständen und erheblichenFunktionsverlusten 3.6.5. Weitere spezifische Grundstückszustände und -merkmale 3.6.5.1. Künftige Änderungen des baulichen Zustandes 3.6.5.2. Nicht ausgeschöpfte Nutzungspotentiale 3.6.5.3. Zwischennutzungen 3.6.5.4. Geplanter Ausbau der Infrastruktur 3.6.5.5. Geplante Ansiedlungen oder deren künftiger Wegfall 3.7. Internationale Wertermittlungsverfahren 3.8 Bilanzierung von Immobilien 3.9. Kreditwirtschaftliche Wertermittlung 3.10. Fazit 4. Empirische Untersuchungen zur Bedeutung künftiger Entwicklungen 4.1. Übersicht 4.2. Expertenbefragung 4.3. Auswertung von Wertgutachten 4.4. Auswertung von Grundstücksmarktberichten 4.5. Auswertung von anderenDatenquellen 4.6. Fazit 5. Systematisierung von künftigen Entwicklungen 5.1. Übersicht 5.2. Systematisierung 5.3. Fazit 6. Allgemeine Instrumente zur Berücksichtigung künftiger Entwicklungen 6.1. Übersicht 6.2. Prognosen 6.2.1. Allgemeines 6.2.2. Prognoseermächtigung und -begrenzung in der ImmoWertV 6.2.3. Prognosehorizont 6.3. Risikobewertung 6.4. Szenarien, Entwicklungskorridore undMarktanalysen 6.5. SWOT-Analysen 6.6. Fazit 7. Beispiele zum Einfluss künftiger Entwicklungen 7.1. Übersicht 7.2. Fallbeispiel: Allgemeine Wertverhältnisse - Pandemie 7.2.1. Allgemeines 7.2.2. Auswirkungen auf die Stadtentwicklungsprozesse 7.2.3. Auswirkungen auf einzelne Teilmärkte 7.2.3.1. Einzelhandel 7.2.3.2. Büro-, Gewerbe- und Industrieimmobilien 7.2.3.3. Hotels, Gaststätten und Freizeitimmobilien 7.2.3.4. Logistik-, Hafen- und Messeimmobilien 7.2.3.5. Wohnungsimmobilien 7.2.4. Fazit 7.3. Fallbeispiel: Entwicklung der Standortqualität - demografische Entwicklung 7.3.1. Allgemeines 7.3.2. Berücksichtigung von demografischen Entwicklungen am Beispiel von rückläufigen Einwohnerzahlen 7.3.3. Fazit 7.4. Fallbeispiel: Entwicklung der Standortqualität - wirtschaftliche Entwicklungen 7.4.1. Allgemeines 7.4.2. Berücksichtigung von wirtschaftlichen Entwicklungen 7.4.3. Fazit 7.5. Fallbeispiel: Entwicklungen der Standortqualität - städtebauliche Entwicklungen - Brachflächen 7.5.1. Allgemeines 7.5.2. Berücksichtigung von künftigen Entwicklungen bei zu erwartenden Brachflächen 7.5.3. Berücksichtigung von künftigen Entwicklungen bei entstandenen Brachflächen 7.5.4. Wahl der Wertermittlungsmethode bei entstandenen Brachflächen 7.5.4.1. Allgemeines 7.5.4.2. Das Residualwertverfahren 7.5.4.3. Das Liquidationswertverfahren 7.5.5. Fazit 7.6. Fallbeispiel: Planungsbezogene Entwicklungen - Informelle städtebauliche Planungen 7.6.1 Allgemeines 7.6.2. Arten von informellen städtebaulichen Planungen 7.6.3. Allgemeine Wirkung von informellen Planungen und ihreWertrelevanz 7.6.4. Bedeutung von informellen Planungen für die Wertermittlungan Beispielen 7.6.4.1. Einzelhandelskonzepte 7.6.4.2. Vergnügungsstättenkonzepte 7.6.4.3. Innenbereichsstärkungskonzepte 7.6.4.4. Stadtumbaukonzepte 7.6.5. Bedeutung von städtebaulichen Verträgen für die Wertermittlung 7.6.6. Fazit 8. Weitere Wertermittlungsaspekte zur Berücksichtigung künftiger Entwicklungen 8.1. Allgemeines 8.2. Erfordernis derhinreichenden Sicherheit aufgrundkonkreter Tatsachen 8.3. Wartezeit 8.4. Besonderheiten beider retrogradenVerkehrswertermittlung 8.5. Fazit 9. Zusammenfassende Darstellung und Ausblick 9.1. Zusammenfassung 9.2. Mögliche Weiterentwicklung desWertermittlungsrechtes und Forschungsbedarf Literaturverzeichnis , Sprache der Kurzfassungen: Englisch, Deutsch

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2022 , Inhaltsverzeichnis 0. Einleitung 1. Ländliche Räume und ihre Herausforderungen 1.1 Charakteristika von Dörfern und Kommunen – Lebensraum Dorf 1.2 Typisierungsmöglichkeiten und Heterogenität ländlicher Räume 1.3 Besondere Herausforderungen für strukturschwache, periphere Räume 2. Konzepte von Kooperation, Vertrauen, Sozialem Kapital und Verantwortung als theoretische Grundlagen für regionale Netzwerke 2.1 Kooperation als Kern von Governance-Theorien 2.1.1 Kooperation und Regionalentwicklung 2.1.2 Governance-Theorien in Fragen ländlicher Entwicklung 2.1.3 Handlungsebenen und Akteure in Governance-Theorien 2.2 Die Relation von Vertrauen und Kooperation: Ein ökonomischer Blick auf kooperatives Verhalten 2.2.1 Vertrauen als Koordinationsmechanismus 2.2.2 Ein Öffentliches-Gut-Spiel (ÖGS) als neuer Verständniszugang für zivilgesellschaftliche Netzwerke 2.3 Die Relation von Sozialem Kapital und Kooperation 2.4 Verantwortungsübernahme in Kooperationen 3. Grundlagen zur Netzwerkbildung – regional und interkommunal 3.1 Gesetzliche Grundlagen der Verantwortungsteilung in der Regionalentwicklung 3.1.1 Europäische Impulse zur regionalen Entwicklung 3.1.2 Föderalstaatlicher Rahmen und partizipative, bundesweite Fördermaßnahmen 3.2 Zivilgesellschaftliche Netzwerke im interkommunalen Kontext 3.2.1 Definition von Netzwerken 3.2.2 Verständnis von Netzwerk im regionalwissenschaftlichen Kontext unter Beteiligung der Zivilgesellschaft 3.3 Ausgewählte Studien zu Netzwerken in strukturschwachen, ländlichen Räumen 4. Forschungsfragen und Methodik der Erforschung von regionalen Netzwerken 4.1 Forschungsziel und Forschungsfragen 4.2 Auswahlkriterien des zu untersuchenden Netzwerks 4.2.1 Bestimmung der Region: Geographische Abgrenzung und sozioökonomischer Hintergrund als Auswahlkriterien 4.2.2 Wahl des Netzwerks 4.3 Methodik der Datenerhebung 4.3.1 Methodenüberblick und Begründung der Vorgehensweise 4.3.2 Dokumentenanalyse 4.3.3 Leitfaden-gestützte Interviews mit Akteuren des Netzwerks 4.3.3.1 Konzeption des Interviewleitfadens 4.3.3.2 Organisation und Durchführung der Interviews 4.3.4 Fotographische Dokumentation von Motivation und Demotivation der Akteure 4.4 Methodik der Datenauswertung – inhaltlich-strukturierende qualitative Inhaltsanalyse nach Kuckartz 5. Ergebnisse der empirischen Untersuchung des Netzwerks „Gemeinsam für die Region – Evangelische Kirche und Strukturwandel in Nordostbayern“ 5.1 Hintergründe und Arbeitsfelder des Netzwerks „Gemeinsam für die Region“ 5.1.1 Gründungsbedingungen und Vorläuferprojekt 5.1.2 Organisatorische Struktur und Ziele des Netzwerks 5.1.3 Projekte des Netzwerks 5.1.4 Gründe für Beständigkeit 5.2 Kooperation im Netzwerk 5.2.1 Definitionen von Kooperationen 5.2.2 Chancen von Kooperationen 5.2.2.1 Verbesserungsmöglichkeiten von Kooperationen 5.2.2.2 Mittelbare Effekte von Netzwerkkooperationen 5.2.3 Grenzen von Kooperationen 5.2.3.1 Umgang mit Schwierigkeiten 5.2.3.2 Herausforderungen für den Fortbestand des Netzwerks 5.2.3.3 Nicht-kooperatives Handeln 5.2.4 Interkommunale Kooperationen 5.3 Akteure als zentrale Wirkfaktoren für Kommunal- und Regionalentwicklung 5.3.1 Kompetenzen für Mitarbeit 5.3.2 Beginn und Ende der Mitarbeit 5.3.3 Art und Weise der Mitarbeit 5.3.4 Bedingungen und Hintergründe des Mitmachens 5.3.4.1 Intrinsische Motivatoren 5.3.4.2 Extrinsische Motivatoren 5.3.4.3 Motivations- und Demotivationsfaktoren im Vergleich 5.3.5 Der Rollenkontext der Mitwirkenden 5.4 Verantwortungsübernahme im Netzwerk 5.4.1 Definition von Verantwortung 5.4.2 Teilung von Verantwortung 5.4.3 Verantwortungsträger:innen 5.4.4 Verantwortung für die Region 5.4.5 Grenzen von Verantwortungsübernahme 5.4.6 Drei Dimensionen von Verantwortungsübernahme 6. Ergänzende Evidenz und Ergebnisvergleich der Erkenntnisse aus der Untersuchung des Netzwerks „Gemeinsam für die Region“ zur Kommunal- und Regionalentwicklung 6.1 Indizien der Wirkungen des Netzwerks für die Entwicklung der Region mithilfe von Daten zur Allgemeinen Lebenszufriedenheit des Sozioökonomischen Panels (SOEP) 6.1.1 Beschreibung der SOEP-Daten 6.1.2 Entwicklung der Lebenszufriedenheit im Landkreis Wunsiedel im Fichtelgebirge von 2002 bis 2017 6.1.3 Vergleich der Lebenszufriedenheit im Landkreis Wunsiedel mit Daten über den Freistaat Bayern und Deutschland von 2002 bis 2017 6.2 Theorieabgleich und Ergebnisvergleich mit Schlussfolgerungen anderer Studien 6.2.1 Beantwortung der Forschungsfragen und Abgleich der empirischen Evidenz mit dem theoretischen Fundament für regionale Netzwerkarbeit 6.2.2 Ergebnisabgleich mit ausgewählten Studien zur Kommunal- und Regionalentwicklung 7. Schlussfolgerungen 7.1 Anregungen für die Ausgestaltung der Zusammenarbeit von Staat und Bürgerschaft in der Regionalentwicklung 7.2 Ein Wirkfaktorenmodell als weiteres Ergebnis - Impuls zur Übertragbarkeit für Initiierung und Organisation (rein) zivilgesellschaftlicher Netzwerke 7.3 Ansätze für weiteren Forschungsbedarf 8. Kritische Reflexion der Forschungsarbeit Literaturverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Anhang I. Leitfaden für die Experteninterviews II. Codesystem der qualitativen Inhaltsanalyse III. Fotographische Dokumentation der Motivationskärtchen IV. Schätzergebnisse SOEP-Daten , Sprache der Kurzfassungen: Englisch, Deutsch

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2021 , Contents 1. Introduction 1.1. Motivation 1.2. Goal and Contributions 1.3. Structure of this Thesis 2. Fundamentals 2.1. Classification 2.2. Artificial Neural Network 2.2.1. Perceptron 2.2.2. Multilayer Percptrons 2.2.3. Training 2.2.3.1. Loss Function 2.2.3.2. Gradient Descent Optimization 2.2.3.3. Step Learning Policy 2.3. Convolution Neural Networks 2.3.1. Components 2.3.1.1. Convolution 2.3.1.2. Pooling 2.3.1.3. Batch Normalization 2.3.2. CNN for Image Classification 2.3.3. CNN for Semantic Segmentation 2.3.3.1. Fully Convolution Networks 2.3.3.2. U-Net 2.3.4. Training 2.3.5. Data Augmentation 3. Related Work 3.1. CNN in general 3.1.1. Image Classification 3.1.2. Semantic Segmentation 3.2. Land Cover Classification 3.3. Land Use Classification 3.3.1. Methods not based on CNN 3.3.2. CNN-based Methods 3.4. Discussion 3.4.1. Land Cover Classification 3.4.2. Land Use Classification 4. Methodology 4.1. Overview 4.2. Land Cover Classification 4.2.1. Network Architecture 4.2.2. Network Variants 4.2.2.1. Network without skip-connections 4.2.2.2. Network with elementwise addition skip-connections 4.2.2.3. Network with learnable skip-connections 4.2.3. Training 4.3. Hierarchical Land Use Classification 4.3.1. Polygon Shape Representation 4.3.2. Patch Preparation 4.3.2.1. Tiling 4.3.2.2. Scaling 4.3.2.3. Combination of tiling and scaling 4.3.3. Network Architecture 4.3.3.1. Base Network for Mask Representation: LuNet-lite 4.3.3.2. LuNet-lite with Multi-Task Learning 4.3.3.3. Achieving Consistency with the Class Hierarchy 4.3.3.4. Network Architecture for Implicit Representation 4.3.4. Training 4.3.4.1. LuNet-lite 4.3.4.2. LuNet-lite-MT 4.3.4.3. LuNet-lite-JO and LuNet-lite-BG-JO 4.3.5. Inference at Object Level 5. Datasets and Test Setup 5.1. Datasets 5.1.1. Hameln 5.1.2. Schleswig 5.1.3. Mecklenburg-Vorpommern (MV) 5.1.4. Vaihingen and Potsdam 5.2. Evaluation Metrics 5.3. Experimental Setup 5.3.1. Land Cover Classification 5.3.1.1. Test Setup 5.3.1.2. Overview of all Experiments 5.3.1.3. Prediction Variability of FuseNet-lite 5.3.1.4. Impact of the Hyperparameter Settings 5.3.1.5. Effectiveness of the learnable Skip-Connections 5.3.1.6. Performance of FuseNet-lite 5.3.1.7. Combining Datasets 5.3.2. Land Use Classification 5.3.2.1. Input Configurations 5.3.2.2. Test Setup 5.3.2.3. Overview of all Experiments 5.3.2.4. Prediction Variability of LuNet-lite-JO 5.3.2.5. Impact of the Hyperparameter Settings 5.3.2.6. Impact of Joint Optimization 5.3.2.7. Impact of the Polygon Representation 5.3.2.8. Impact of Land Cover Information 5.3.2.9. Impact of the Patch Generation 5.3.2.10. Evaluation on all Datasets 5.3.2.11. Combining Datasets 6. Experiments 6.1. Evaluation of Land Cover Classification 6.1.1. Prediction Variability of FuseNet-lite 6.1.2. Investigations of the Hyperparameter Settings 6.1.2.1. Base Learning Rate 6.1.2.2. Mini Batch Size 6.1.2.3. The Weight of the Penalty Term in the Focal Loss 6.1.3. Effectiveness of the learnable Skip-Connections 6.1.4. Evaluation on the individual Datasets 6.1.4.1. Hameln, Schleswig and MV 6.1.4.2. Vaihingen and Potsdam 6.1.4.3. Answers to the Questions raised in Section 5.3.1.6 6.1.5. Training on the combined Datasets 6.1.6. Discussion 6.2. Evaluation of Land Use Classification 6.2.1. Prediction Variability of LuNet-lite-JO 6.2.2. Investigations of the Hyperparameter Settings 6.2.2.1. Base Learning Rate 6.2.2.2. Mini Batch Size 6.2.2.3. The Weight of the Penalty Term in the Focal Loss 6.2.3. Impact of Joint Optimization 6.2.4. Impact of the Polygon Representation 6.2.5. Impact of Land Cover Information 6.2.6. Impact of the Patch Generation Approach 6.2.7. Evaluation on all Datasets 6.2.8. Training on combined Datasets 6.2.9. Discussion 7. Conclusion and Outlook 7.1. Conclusion 7.2. Outlook References , Sprache der Kurzfassungen: Englisch, Deutsch

Note: Dissertation, Gottfried Wilhelm Leibniz Universität Hannover, 2021 , Inhaltsverzeichnis 1 Problemstellung 2 Stand der Forschung: Literaturreview und Beurteilung 2.1 Die Boden- und Gebäudewertermittlung aus Kaufpreisen bebauter Grundstücke 2.1.1 Beiträge zur Bodenwertableitung oder Repartition mittels Umkehrung der Wertermittlungsverfahren 2.1.2 Beiträge zur Bodenwertableitung oder Repartition mittels konstantem Verteilungsschlüssel 2.1.3 Beiträge zur Bodenwertableitung oder Repartition mittels sachverständigem Ermessen 2.1.4 Beiträge zur Bodenwertableitung oder Repartition mittels sonstiger Ansätze 2.1.5 Beiträge zur Bodenwertableitung oder Repartition ohne Benennung eines spezifischen Ansatzes 2.2 Bodenwertermittlung über den direkten und indirekten Preisvergleich 2.2.1 Verfahren des direkten Preisvergleichs 2.2.2 Verfahren des indirekten Preisvergleichs 2.3 Zusammenfassung und Beurteilung der Verfahren zur Bodenwertermittlung und Repartition 3 Zielstellung und Methodik 3.1 Forschungslücke und Forschungsbeitrag 3.2 Eingrenzung der Untersuchung 3.3 Methodik 4 Die Bodenwertableitung aus Kaufpreisen bebauter Grundstücke (Ziel 1) 4.1 Definition wesentlicher Begriffe 4.1.1 Der Marktteilnehmer 4.1.2 Preis und Wert 4.1.3 Die Trennung von Boden und Gebäude 4.2 Prozess der Kaufentscheidung 4.3 Verhalten des Marktteilnehmers 4.4 Dem Marktteilnehmer zugängliche Marktdaten 4.5 Mathematischer Ansatz 4.6 Erläuterungen zu den Merkmalen 4.7 Die kausale Unabhängigkeit von Gebäude- und Bodenwertanteil 4.8 Regressionsanalyse – Verfahrenswahl 4.9 Die Regressionsanalyse mit partieller Modellauflösung unter Anwendung des Normierungsprinzips gemäß Mann (2004) 4.9.1 Das Verfahren im Überblick 4.9.2 Schritt 1: Teilmarktdefinition 4.9.3 Schritt 2: Klassierung der Merkmalsausprägungen 4.9.4 Schritt 3: Regressionsanalyse 4.9.5 Schritt 4: Partielle Zerlegung und Normierung 4.10 Bodenrichtwerte aus Kaufpreisen bebauter Grundstücke 5 Fallstudien, Parameterschätzung und Validierung 5.1 Innere und äußere Genauigkeit 5.2 Datenbasis – Wahl der Testregionen und des Untersuchungszeitraums 5.3 Parameterschätzung – Empirische Untersuchung anhand ausgewählter Fallstudien 5.3.1 Einführende Hinweise 5.3.2 Dresden, Doppelhaushälften 5.3.3 Dresden, Freistehende Einfamilienhäuser 5.3.4 Düsseldorf, Doppelhaushälften 5.3.5 Düsseldorf, Freistehende Einfamilienhäuser 5.3.6 Frankfurt a. M., Doppelhaushälften 5.3.7 Frankfurt a. M., Freistehende Einfamilienhäuser 5.3.8 Freiburg i. Br., Doppelhaushälften 5.3.9 Freiburg i. Br., Freistehende Einfamilienhäuser 5.3.10 Hannover, Doppelhaushälften 5.3.11 Hannover, Freistehende Einfamilienhäuser 5.3.12 Stuttgart, Doppelhaushälften 5.3.13 Stuttgart, Freistehende Einfamilienhäuser 5.4 Innere Genauigkeit 5.4.1 Diskussion der Ergebnisse 5.4.2 Eine Besonderheit in Hannover? 5.5 Die multiple lineare Regression im Vergleich 5.5.1 Lösung des Modells mithilfe der Methode der klassischen multiplen linearen Regression 5.5.2 Überführung des Regressionsmodells in eine einfache lineare Form 5.5.3 Vergleich der Ergebnisse 5.5.4 Die Frage der Objektivierung 5.5.5 Zur Bestätigung der Verfahrenswahl 5.6 Äußere Genauigkeit – Validierung des Verfahrens 5.7 Anwendungsbeispiel 6 Die überregionale Vergleichbarkeit des Preisbildungsmechanismus 6.1 Die Korrekturfunktionen fk(BW ), gk(FL) und uk(GSW ) 6.2 Der Normpreis N 6.3 Fazit 7 Die Repartition von Kaufpreisen bebauter Grundstücke (Ziel 2) 7.1 Entwicklung eines Ansatzes zur Repartition 7.2 Bedeutung und Interpretation der korrigierten Konstanten β0 korr 7.3 Plausibilisierung der Interpretation der korrigierten Konstanten β0 korr durch Expertenbefragung 7.4 Diskussion und Schlussfolgerungen aus dem Repartitionsansatz 7.5 Modellgröße und Marktgröße vs. Markttransparenz 8 Schlussbetrachtung 8.1 Methodenkritik 8.2 Zusammenfassung und Ausblick Quellenverzeichnis Literatur Interviews Anhang: Plots und Berechnungsprotokolle , Sprache der Kurzfassungen: Englisch, Deutsch

Note: 1 Einleitung 1.1 Motivation 1.2 Zielsetzung 1.3 Gliederung 2 Verwandte Arbeiten 2.1 Grundbegriffe 2.1.1 Raumbezogene Objekte 2.1.2 Ähnlichkeit 2.1.3 Relation 2.1.4 Schema 2.2 Data-Matching 2.2.1 Klassifikation von Zuordnungsverfahren auf Objektebene 2.2.2 Herausforderungen bei der Objektzuordnung 2.2.3 Ausgewählte, merkmalsbasierte Verfahren 2.2.4 Ausgewählte, relationale Verfahren 2.3 Schema-Matching 2.3.1 Klassifikation von Zuordnungsverfahren auf Schemaebene 2.3.2 Herausforderungen bei der Zuordnung auf Schemaebene 2.3.3 Ausgewählte Schema-Matching-Verfahren im geographischen Kontext 3 Grundlagen 3.1 Ähnlichkeitsmaße 3.1.1 Geometrische Ähnlichkeit 3.1.2 Topologische Ähnlichkeit 3.1.3 Semantische Ähnlichkeit 3.2 Relationstypen 3.2.1 Relationen auf Objektebene 3.2.2 Relationen auf Schemaebene 3.3 Graphentheorie 3.3.1 Graph-Definitionen 3.3.2 Graph-Matching 3.3.3 Graph-Partitionierung / Graph-Cut 3.4 Ganzzahlige lineare Programmierung 4 Entwicklung von Data-Matching-Verfahren für verschiedene Objektgeometrien 4.1 Zuordnung von Polygonobjekten 4.1.1 Geometrischer Parameter 4.1.2 Heterogenitätsparameter 4.1.3 Erzeugung eines kombinierten Ergebnisses für das Schema-Matching 4.2 Zuordnung von unterschiedlichen Objektgeometrien 5 Entwicklung von Schema-Matching-Verfahren basierend auf Instanzdaten 5.1 Formale Problemdefinition 5.1.1 Synthetisches Beispiel 5.2 Einfache Lösungsverfahren 5.2.1 Beschränkung auf 1:1-Zuordnungen (Max-Match) 5.2.2 Beschränkung auf zwei Cluster (Min-Cut) 5.3 Einsatz von Heuristiken 5.4 Einsatz der ganzzahligen linearen Programmierung 5.4.1 Optimierungsziele und Bedingungen 5.4.2 Kombination von Optimierungszielen 5.4.3 Einführung einer festen Clustergröße (MaxScoreHardConstraintFixedSize) 5.4.4 Optimale Lösung ohne Nullcluster (MaxScoreHardConstraintFixedSizeNonEmpty) 5.4.5 Vereinfachtes Programm (MaxScoreHardConstraintFixedSizeUnique) 6 Experimente mit Realdaten und Untersuchungsergebnisse 6.1 Datenquellen und Datenvorverarbeitung 6.1.1 Datenquellen 6.1.2 Testgebiete 6.1.3 Datenvorverarbeitung 6.2 Ergebnisse des Data-Matching 6.2.1 Testgebiet A: ALKIS OSM in Hannover 6.2.2 Testgebiet B: ALKIS ATKIS in Hameln 6.2.3 Testgebiet C: ATKIS GDF in Hannover-Wedemark 6.2.4 Zusammenfassung der Data-Matching-Ergebnisse 6.3 Ergebnisse des Schema-Matching 6.3.1 Testgebiet B: ALKIS ATKIS in Hameln 6.3.2 Testgebiet A: ALKIS OSM in Hannover 6.3.3 Testgebiet C: ATKIS GDF in Hannover-Wedemark 6.3.4 Zusammenfassung aller Schema-Matching-Ergebnisse 7 Zusammenfassung und Ausblick , Kurzfassungen in Deutscher und Englischer Sprache

Note: 1. Einleitung 1.1. Motivation 1.2. Zielsetzung und Beitrag der Arbeit 1.2.1. Zielsetzung 1.2.2. Beitrag der Arbeit 1.3. Gliederung 2. Stand der Forschung 2.1. Bündelausgleichung 2.1.1. Zeilenkamera-Bilder 2.1.2. DGM als Passinformation 2.2. High Resolution Stereo Camera (HRSC) 2.2.1. Photogrammetrische Mars-Missionen 2.2.2. Mars Express 2.2.3. Entwicklung und Aufbau der Kamera 2.2.4. Verarbeitung der HRSC-Daten 3. Methodik 3.1. Mathematisches Modell der Bündelausgleichung 3.1.1. Funktionales Modell 3.1.2. Interpolation und Distanz zwischen den Orientierungspunkten 3.1.3. Stochastisches Modell 3.2. Systematische Bündelausgleichung der HRSC-Daten 3.2.1. Vorverarbeitung 3.2.2. Verknüpfungspunktbestimmung 3.2.3. Bündelausgleichung 3.2.4. Evaluierung der Orientierungsdaten 3.3. Zweistufige Bündelausgleichung von Zeilenkamera-Blöcken 3.3.1. Einzelstreifenausgleichung 3.3.2. Konzept der Blockbildung 3.3.3. Teilblock-Strategie zur Verknüpfungspunktbestimmung 3.3.4. Verknüpfungspunktfilter 3.3.5. Blockausgleichung 3.3.6. Stellgrößen des Verfahrens 4. Experimente und Ergebnisse 4.1. Ziele und Daten 4.1.1. Zielsetzung der Experimente 4.1.2. Verwendete HRSC-Daten 4.2. Einzelstreifenauswertung 4.2.1. Beispiel 4.2.2. Schwingungen in den Mars-Express-Orientierungsdaten 4.2.3. Globale Einzelstreifenausgleichung 4.3. Blockauswertungen 4.3.1. Beispiel 4.3.2. Untersuchungen zum Verknüpfungspunktfilter 4.3.3. Systematische Bündelausgleichung der MC-30-Blöcke 4.4. Diskussion der Ergebnisse 5. Fazit 5.1. Zusammenfassung und Schlussfolgerungen 5.2. Ausblick , Sprache der Zusammenfassungen: Deutsch, Englisch

Note: 1 Introduction 1.1 Motivation 1.2 Problem Statement and Contributions 1.3 Structure 2 State-of-the-art 2.1 Integration of Object Knowledge in Image Space 2.2 Integration of Object Knowledge in Object Space 2.3 Discussion 3 Photogrammetric Pose Estimation with a Generalised Building Model 3.1 Overview 3.2 Hybrid Bundle Adjustment 3.2.1 Modelling Relations of Object Points to Model Planes 3.2.2 Functional Model 3.2.3 Stochastic Model 3.2.4 Robust Estimation 3.2.5 Determination of Initial Values 3.3 Workflow 3.3.1 Global Adjustment 3.3.2 Sliding Window Adjustment 4 Assignment Under Generalisation Effects 4.1 Generalisation Effects 4.2 Direct Assignment: Point-Plane-Matching 4.3 Indirect Assignment: Plane-Plane-Matching 4.3.1 Indirect Assignment without ROIs 4.3.2 Indirect Assignment with ROIs 4.4 Summary of the Assignment Parameters 5 Experiments 5.1 Setup of the experiments 5.1.1 Scenarios 5.1.2 Sequences 5.1.3 Evaluation 5.1.4 Structure of the Experiments 5.2 Dataset 5.2.1 Hardware 5.2.2 Data 5.3 Parameter Settings and Implementation 6 Results and Discussion 6.1 The Short Sequence: Generalisation & Systematic Effects 6.2 The Long Sequence: Generalisation & Systematic Effects, Block Deformations... 6.3 Check Point Errors versus Estimated Standard Deviations 6.4 Sliding Window versus Global Adjustment 6.5 Assignment Strategies 6.6 The Full Sequence 6.7 Parameter Variation 6.7.1 Fictitious Distance Observations of Tie Points 6.7.2 Maximum Distance of Tie Points to Model Planes 6.7.3 Estimation of Vertex Coordinates 6.7.4 Window Size Nws and Overlap AW 7 Conclusion and Outlook , Kurzfassungen in Deutscher und Englischer Sprache

Note: Inhaltsverzeichnis 1. Einleitung 1.1. Motivation 1.2. Zielsetzung und wissenschaftlicher Beitrag 1.3. Aufbau der Arbeit 2. Stand der Forschung 2.1. Änderungsdetektion 2.2. Reduzierung des Bedarfs an manuell erstellten Trainingslabels 2.3. Strategien zum Umgang mit fehlerhaften Labels 2.4. Fehlerhafte Trainingslabels im Bereich der Fernerkundung 2.5. Merkmalsselektion 2.6. Diskussion 3. Grundlagen 3.1. Klassifikation 3.2. Merkmale 3.2.1. Spektrale Merkmale 3.2.2. Texturmerkmale: Haralick Merkmale 3.2.3. Strukturmerkmale: gewichtetes Histogramm der Gradientenrichtungen 3.2.4. 3D Merkmale: normalisiertes digitales Oberflächenmodell 3.2.5. Merkmalsselektionsalgorithmus 3.3. Logistische Regression 3.4. Gegenüber fehlerhaften Trainingslabels robuste logistische Regression 3.5. Klassifikations- und Regressionsbäume 3.6. Random Forest 3.7. Conditional Random Fields 4. Methodik 4.1. Uberblick des Klassifikationsalgorithmus 4.1.1. Initialisierung 4.1.2. Iterativer Prozess 4.2. Robuster Random Forest 4.2.1. Auswahl der Entscheidungsgrenze 4.2.2. Wahrscheinlichkeit der Klassenzugehörigkeit 4.2.3. Individuelle Übergangswahrscheinlichkeiten für jedes Trainingsbeispiel 4.2.4. Wahrscheinlichkeit in den Blättern 4.3. Integration der Kartenlabels als Beobachtungen 4.4. Bestimmung der Ubergangsmatrix 4.5. AnderungsWahrscheinlichkeit 4.6. Klassifikation basierend auf der robusten logistischen Regression 4.7. Multitemporale Klassifikation 4.7.1. Multitemporales CRF Modell 4.7.2. Sequenzielles Training 4.7.3. Ablauf der multitemporalen Klassifikation 5. Aufbau der Experimente 5.1. Datensätze 5.1.1. Hameln 5.1.2. Las Vegas 5.1.3. Vaihingen 5.1.4. Herne 5.1.5. Husum 5.2. Auswahl der Trainingsbeispiele 5.3. Merkmale 5.4. Analyse der Merkmalsselektionsmethode 5.5. Genauigkeitsmaße 5.6. Aufbau und Zielsetzung der Experimente 5.6.1. Merkmalsselektion 5.6.2. Parametertests 5.6.3. Monotemporale Klassifikation 5.6.4. Multitemporale Klassifikation 6. Experimente 6.1. Merkmalsselektion 6.2. Einfluss der Parameter 6.3. Monotemporale Klassifikation 6.3.1. Hameln 6.3.2. Las Vegas 6.3.3. Vaihingen 6.3.4. Herne und Husum 6.3.5. Diskussion 6.4. Multitemporale Klassifikation 6.4.1. Hameln 6.4.2. Las Vegas 6.4.3. Diskussion 7. Fazit und Ausblick 7.1. Fazit 7.2. Ausblick A. Anhang - Daten B. Anhang - Klassifikationsergebnisse , Zusammenfassungen in deutscher und englischer Sprache