Refine
Year of publication
Document Type
- Article (45)
- Monograph/Edited Volume (7)
- Part of a Book (2)
Keywords
- EEG (1)
- brain-computer interface (1)
- common spatial patterns (1)
- drug discovery (1)
- event-related desynchronization (1)
- incremental SVM (1)
- intrusion detection (1)
- online learning (1)
- single-trial-analysis (1)
Institute
- Institut für Informatik und Computational Science (29)
- Wirtschaftswissenschaften (13)
- Institut für Mathematik (6)
- Extern (3)
- Historisches Institut (1)
- Institut für Physik und Astronomie (1)
- Institut für Umweltwissenschaften und Geographie (1)
- Sozialwissenschaften (1)
- Zentrum für Australienforschung (1)
- Zentrum für Umweltwissenschaften (1)
Aus der Einleitung: Angesichts der erkannten Defizite des deutschen Steuer- und Transfersystems rücken Forderungen nach einer grundlegenden Umgestaltung in jüngster Vergangenheit verstärkt in das Zentrum der öffentlichen Diskussion. So werden einerseits infolge der zahlreichen verfassungsgerichtlichen Änderungsvorgaben neben der bereits in Angriff genommenen einkommensteuerlichen Freistellung des Existenzminimums auch vielfältige Anpassungen in Vermögen-, Erbschaft- und Grundsteuern notwendig. Gleichzeitig erscheinen Maßnahmen zur Verbesserung der Anreizstruktur erforderlich, die wiederum erhebliche Rückwirkungen auf die zukünftige Struktur des Einkommensteuertarifs (insbesondere dessen Grenzsteuersatzverlauf) haben dürften. Andererseits forciert die Vielzahl der festzustellenden Umweltprobleme die Forderung nach einer instrumentalen Neuorientierung mit verstärkter Betonung des Einsatzes von Lenkungsabgaben. Zur Verwendung der aus umweltorientierten Abgaben resultierenden Einnahmen wird vorgeschlagen, diese in gleicher Höhe in Form kompensierender Senkungen der Einkommensteuer an die Steuerpflichtigen weiterzugeben, so daß eine Erhöhung der volkswirtschaftlichen Steuerquote ausgeschlossen wird. Diese Umstrukturierung des Steuersystems weg von direkten und hin zu indirekten Steuern ließe sich zugleich verbinden mit einer allgemeinen Sicherung eines Grundeinkommens in der Form, daß die existierende Sozialhilfe durch eine "Negative Einkommensteuer" ersetzt würde. Diese Fundamentalreform des Steuerund Transfersystems könnte nicht nur zu einer wesentlichen Verbesserung ökonomischer Anreizwirkungen beitragen, sondern zugleich über die ausgelösten Lenkungswirkungen zu einer modernen, ökologieorientierten Wirtschaftsstruktur führen. Als Kompensationsmaßnahmen sind auch nachhaltige Verringerungen der Lohnnebenkosten denkbar, die die Standortbedingungen für die Unternehmen in Deutschland deutlich verbessern könnten.
Aus der Einleitung: Die derzeitige Situation in der Elektrizitätswirtschaft ist gekennzeichnet durch eine große Zahl anstehender Netzübernahmen infolge auslaufender Konzessionsverträge oder Arrondierungsmaßnahmen und einer Reihe dabei anhängiger Rechtsstreite, in denen insbesondere der "angemessene" Übernahmepreis strittig ist. Die in der Vergangenheit getätigten Netzübernahmen liefern zu der Frage nach dem "angemessenen" bzw. "rechtlich richtigen" Übernahmepreis keine Antwort, da die letztendlich gezahlten Preise i.d.R. das Ergebnis eines Verhandlungsprozesses waren und die damit verbundenen rechtlichen Streitfragen weiterhin offen sind. Die vorliegende Untersuchung greift die Frage nach dem "angemessenen" Übernahmepreis auf und versucht, eine aus ökonomischen Argumenten abgeleitete sowie mit den rechtlichen Rahmenbedingungen zu vereinbarende Antwort zu liefern.
Volkswirtschaftspolitik
(1999)
Verteilung und Fiskus : die Auswirkungen der Einkommensbesteuerung auf die Einkommensverteilung
(1998)
Verbreiterte Bemessungsgrundlage und Tarifsenkungspotiential im deutschen Einkommensteuerrecht
(1998)
Unmixing hyperspectral data
(2000)
BALDERJAHN, I.; KRUEGER, C.: Produkte und Prozesse mit dem Ziel Nachhaltigkeit Teilprojekt: "Marketing, Kommunikation, Informationsmanagement" ; MÜLLER, K. et al: Ansätze für eine dauerhaft umweltgerechte landwirtschaftliche Produktion: Modellgebiet Nordost-Deutschland (GRANO) ; PETERSEN, H.-G.; MÜLLER, K.: GRANO - Projektbereich 1: Dezentrale Bewertungs- und Koordinationsmechanismen - Teilprojekt 2: Honorierung ökologischer Leistungen ; SCHULTZ, P.; SOYEZ, K.: Der ökologische Friedhof - Ein Ort des Lebens ; THRÄN, D.: Nachhaltiges Stoffstrommanagement ländlich strukturschwacher Regionen
A well-known result by Stein (1956) shows that in particular situations, biased estimators can yield better parameter estimates than their generally preferred unbiased counterparts. This letter follows the same spirit, as we will stabilize the unbiased generalization error estimates by regularization and finally obtain more robust model selection criteria for learning. We trade a small bias against a larger variance reduction, which has the beneficial effect of being more precise on a single training set. We focus on the subspace information criterion (SIC), which is an unbiased estimator of the expected generalization error measured by the reproducing kernel Hilbert space norm. SIC can be applied to the kernel regression, and it was shown in earlier experiments that a small regularization of SIC has a stabilization effect. However, it remained open how to appropriately determine the degree of regularization in SIC. In this article, we derive an unbiased estimator of the expected squared error, between SIC and the expected generalization error and propose determining the degree of regularization of SIC such that the estimator of the expected squared error is minimized. Computer simulations with artificial and real data sets illustrate that the proposed method works effectively for improving the precision of SIC, especially in the high-noise-level cases. We furthermore compare the proposed method to the original SIC, the cross-validation, and an empirical Bayesian method in ridge parameter selection, with good results
Non-stationarities are ubiquitous in EEG signals. They are especially apparent in the use of EEG-based brain- computer interfaces (BCIs): (a) in the differences between the initial calibration measurement and the online operation of a BCI, or (b) caused by changes in the subject's brain processes during an experiment (e.g. due to fatigue, change of task involvement, etc). In this paper, we quantify for the first time such systematic evidence of statistical differences in data recorded during offline and online sessions. Furthermore, we propose novel techniques of investigating and visualizing data distributions, which are particularly useful for the analysis of (non-) stationarities. Our study shows that the brain signals used for control can change substantially from the offline calibration sessions to online control, and also within a single session. In addition to this general characterization of the signals, we propose several adaptive classification schemes and study their performance on data recorded during online experiments. An encouraging result of our study is that surprisingly simple adaptive methods in combination with an offline feature selection scheme can significantly increase BCI performance