
Prognose der Verkehrslage in der Region Hannover
Die primäre Anforderung der Verkehrsteilnehmer im Bereich des Straßenverkehrs ist die Kenntnis der aktuellen Verkehrslage. Diese basiert in der Regel auf der wirklich benötigten Reisezeit von sehr vielen Verkehrsteilnehmern, deren Daten häufig im Kontext von Routingdiensten abgegriffen werden.
Im Rahmen von Data4UrbanMobility wurden Werkzeuge entwickelt um eine ganglineinbasierte Prognose der Verkehrslage zu ermöglichen. Die folgende Abbildung zeigt eine Oberfläche auf der typische Ganglinienverläufe und Ausreißer visualisiert werden.

Die Prognose der Verkehrslage kann dann mittels einer Karte für den Endnutzer visualisert werden:

Erste Version der MIC-App bereitgestellt
Eine erste Version der MIC-App (Move in the City) konnte allen Partnerinnen und Partnern des Projekts und einer geschützten Nutzer*innengruppe der Öffentlichkeit zur Verfügung gestellt werden. Die mobile App MiC ist ein Instrument zur Datenerhebung.
Dabei verknüpft MiC – eine Entwicklung des Institute for Sustainable Urbanism ISU der TU Braunschweig und Projektionisten GmbH Hannover – das wachsende Bewusstsein und die Notwendigkeit für digitale Bürger*innenrechte mit den Potentialen mittels der Auswertung großer Datenmengen neue Formen der menschzentrierten Entwicklung von Stadt und Mobilität zu ermöglichen stellt eine Möglichkeit dar, sich aktiv als Bürgerwissenschaftlerin und Bürgerwissenschaftler an der Forschung und Entwicklung der Mobilität für alle in der Stadt der Zukunft zu beteiligen.
MiC erhebt – durch die Nutzerinnen und Nutzer gesteuert – Daten zu Strecken und Art der Fortbewegung. Diese Daten werden pseudonymisiert, so dass ein Rückschluss auf die jeweilige Person nicht mehr möglich ist. Wichtig ist die Vielzahl der Nutzerinnen und Nutzer – nicht die einzelne Bewegung. Die Stadt der Zukunft zeichnet sich aus durch den barrierearmen Zugang zu Mobilität und Erreichbarkeit für alle. Der holistische Ansatz der Forscherinnen und Forscher des Institute for Sustainable Urbanism ISU (TU Braunschweig) sowie der Projektbeteiligten betrachtet Stadt dabei auf verschiedenen Maßstabsebenen und bringt intelligente Planungen – wie z.B. die 5-Minuten Stadt –, Städtebau und innovative Technologien zusammen. Für ein umfassendes Verständnis individueller Mobilität und darauf aufbauende neue Methoden und Werkzeuge für integrierte Verkehrs- und Stadtplanung werden mittels der MiC-App uns umfangreiche und detaillierte Daten darüber geliefert, wie und auf welchem Wege wir uns in der Stadt fortbewegen.
Entwicklungsstand:
In der ersten Version ermöglicht das Stadtforschungstool MiC den Nutzer*innen durch eine einfach Handhabung das Starten und Beenden der „Tracking-Time“ (Bild 1). Wichtig ist, die Nutzer*innen entscheidet selber über den Zeitraum. Als erstes Ergebnis für die Nutzer*innen steht eine Zusammenfassung ihrer bisher aufgezeichneten Routen (Bild2). In den Einstellung (Bild 3) kann der Nutzer sich aktiv an Feedback beteiligen (Bild 4) sowie seinen Account und somit seiner zur Verfügung gestellten Daten löschen (Bild 5).

von links nach recht: Bild1-5 MIC App Interface – Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
Die aktuelle Weiterentwicklung sieht eine Visualisierung der Routen für den jeweiligen Nutzer vor.
Um Teil der Testgruppe zu werden ist zur Zeit noch eine Anmeldung unter: www.mic-app.org notwendig. Die Anwendung ist nicht frei im App Store / GooglePlay Store zu erhalten.
Auf der Internetseite www.mic-app.org wird zusätzlich detailliert auf häufige Fragen (FAQ) zur Anwendung sowie über Entwicklungen und Neuheiten informiert
D4UM Plattform und Dashboard V2
Die neue Version der Plattform inklusive des Dashboards gibt noch detailliertere Auskünfte über die Verkehrssituation

Die farblich unterschiedlichen Label lassen eine schnelle Unterscheidung zwischen den verschiedenen Event typen zu. Durch das klicken auf eines der Events wird der typically affected subgraph angezeigt für diesen Eventtyp.

Beispiele: Visualisierungen eines Konzerts und eines Fußballspiels
Zusätzlich gibt der Graph in der oberen rechten Ecke Auskunft über die Verkehrssituation vor und nach dem Eventstart.

{API}
Es wurden die API Endpunkte mit zusätzlichen Information erweitert.
Diese werden mittels der als Teil der Forschung entwickelten Modellen erstellt.
Erste Version der D4UM-App bereitgestellt
Eine erste Version der D4UM-App konnte allen Partnern des Projekts zur Verfügung gestellt werden. Die App stellt eine Möglichkeit dar, sich Fahrtauskünfte mit dem öffentlichen Personennahverkehr in Niedersachsen und Bremen (Datengrundlage: EFA – elektronische Fahrplanauskunft für Niedersachsen und Bremen) ausgeben zu lassen. Im Fokus stand hierbei, dass der Nutzer schnell und einfach an die für ihn wichtigen Informationen gelangen kann, um so seine Reise möglichst simpel planen zu können.
Folgende Funktionen dienen dabei in der ersten Version der schnellen Auskunft:
Abfahrten und Verbindungen
Über die Funktion Abfahrten lassen sich Abfahrtszeiten an einer bestimmten oder an nahegelegenen Haltestellen ermitteln. Unter Verbindungen können hingegen Fahrtvorschläge von einem Startpunkt (Adresse oder Haltestelle) zu einem Zielpunkt gesucht werden. Zeiten stehen dabei auch in Echtzeit zur Verfügung, sodass auch Verspätungen direkt von dem Nutzer erkannt werden können.

Karte
Über die Karte sind alle Haltestellen zu finden, sodass sich der Nutzer einen Überblick über die nähere Umgebung oder auch den Weg zur Haltestelle oder einem Ziel verschaffen kann.
Wird auf der Karte auf ein Haltestellensymbol oder den zugehörigen Haltestellennamen geklickt, öffnet sich der Abfahrtsmonitor zu dieser Haltestelle. Die nächsten Abfahrten können somit auch über diesen Weg aufgerufen werden.
Darüber hinaus kann sich der Nutzer auch den Verlauf seiner Fahrt anzeigen lassen.

Menü/Einstellungen
Weitere Funktionen und Einstellungen finden sich ergänzend im Menü der App.
Der Nutzer bekommt hier zum einen die Möglichkeit, dass erweiterte Einstellungen zu den Suchanfragen bei Verbindungen oder Abfahrten vorgenommen werden können, und zum anderen, dass er weitere Features verwenden kann. Darunter befindet sich zum Beispiel das Feedbackformular. Hierüber kann unkompliziert Kontakt mit den Entwicklern der D4UM-App per Mail aufgenommen werden. Icons ermöglichen es, dass ein Eindruck zu der App übermittelt werden kann. Ein weiteres Feld für Freitext bietet zudem Platz für individuelle Kritik und einer Meinung zu der App. So kann in Zukunft kundennah an der App weiterentwickelt und einfach auf Wünsche und Meinungen reagiert werden.

Quantifizierungen und Vorhersage von Auswirkungen von Veranstaltungen
Neue Data4UrbanMobility-Forschungsergebnisse ermöglichen es, die räumlichen Auswirkungen von Veranstaltungen zu quantifizieren und vorherzusagen. Dazu werden zusammenhängende, betroffene Straßenabschnitte in der Nähe von Veranstaltungen identifiziert. Auf dieser Grundlage kann dann die räumliche Auswirkung quantifiziert werden. Das Verfahren ist in der folgenden Grafik dargestellt.

(Karte von https://www.openstreetmap.org)
Hier in Gelb markiert ist eine Veranstaltung, in Rot betroffene Straßenabschnitte und in Dunkelblau die gemessene Auswirkung. Weiterhin wurden Verfahren des Maschinellen Lernens angewandt, um diese Auswirkungen zu prognostizieren. Dabei konnte der Fehler gegenüber bestehenden state-of-the-art Ansätzen um bis zu 40% verringert werden.
D4UM – Plattform V1 fertiggestellt
Die erste Version der Data4UrbanMobility Plattform wurde fertiggestellt. Dazu wurde zunächst eine 3-Schichten Architektur der Plattform konzipiert und implementiert. Die Plattform bietet RESTfull Webservices für Mobilitätsapplikationen wie Dashboard-Anwendungen oder Apps an. Als erste Beispielanwendung wurde dazu eine interaktive Karte entwickelt, die die Auswirkungen von Veranstaltungen visualisiert. Ein Ausschnitt aus der Anwendung ist im folgenden Screenshot zu sehen.

Zu sehen sind 4 Veranstaltungen in Hannover. Die Farben entsprechen dabei unterschiedlichen Veranstaltungsarten (etwa Konzerte, Messen, Fußballspiele). Die Kreise visualisieren die räumlichen Auswirkungen, die diese Veranstaltungen auf den Verkehr hatten.
Umfangreicher Anforderungskatalog
Die Data4UrbanMobility Anforderungsanalyse umfasst die Erfassung der Anforderungen der Anwendungspartner Region Hannover (RH) und Wolfsburg AG (WAG), sowie der nicht-funktionalen Anforderungen. Aus den Anforderungen der AnwendungspartnerInnen (RH und WAG), die von MOMA erhoben wurden, sind von L3S Forschungsfragen für die Datenanalyse abgeleitet worden, die sich speziell auf die Informationsbedürfnisse der AnwenderInnen beziehen und im weiteren Projektverlauf adressiert werden.
Die aktuelle Forschungsfragen adressieren insbesondere:
- Automatische Verifikation von Verkehrswarnmeldungen und Prognose von deren Auswirkungen.
- Identifikation von Veranstaltungen und Prognose verkehrsrelevanter Auswirkungen.
- Korrelation von IV-Reiseflussdaten, EFA-Querylogs, Warnmeldungen und Twitterfeeds.
- Bestimmung von optimalen Reisezeitpunkte.
Wachsende Datensammlung
Das ISU hat einen umfassende Datenmatrix mit potentiellen Quellen für mobilitätsrelevante Daten erstellt. Das von L3S entwickelte Data4UrbanMobility Datenmodell beschreibt alle projektrelevanten Daten und setzt diese in Verbindung um die Daten sowohl für die Analyse als auch für die Anwendungen und Apps einheitlich zur Verfügung zu stellen. Die ausgewählten Datenquellen sind von L3S in das Data4UrbanMobility Datenmodell überführt. Einige der Datenquellen wie EFA-logs, und IV-Daten sind dabei auf deren Qualität geprüft worden.
Um die Datenintegration zu ermöglichen sind Werkzeuge zur Extraktion der relevanten Daten aus Mobilitätsrelevanten Datenquellen entwickelt worden:
- Straßen- und Graphextraktion aus OpenStreetMap
- EFA-Anfragen Bulkloader für die Extraktion der ÖPNV Anfragen aus EFA Logs
- Integration von Daten aus dem Zentralen Haltestellen Verzeichnis (ZHV) inklusive Verknüpfung der Daten mit den EFA-Anfragen
Die aktuelle Datensammlung (Stand: 12 Dezember 2017) umfasst:
EFA-Logs: 17 Mio. Suchanfragen
IV-Daten: 174 Tsd. Straßen, alle 15 Minuten
GTFS-Daten: 90 Tsd. Haltestellen, 2,6 Tsd. Routen
Wetter: Radolan Regenraster
Twitter: 2,5 Mio. Tweets ab Juni 2017
OSM: 440 Tsd. Straßen
Events: 21 Tsd. Veranstaltungen (14.08.2016-17.07.2018)
Warnmeldungen: 13 Tsd. Warnmeldungen (ab 06.2017)
Visualisierungen der ÖPNV Informationen
Zur intuitiven Analyse von mobilitätsrelevanten Informationen, insbesondere von ÖPNV Informationen, wurde von den PROJEKTIONISTEN (PROJ) eine Dashboard-Webapplikation konzipiert. Erste Prototypen visualisieren Anfragen an das regionale Fahrplanauskunftsystem EFA (www.efa.de) und dienen als Ausgangsbasis für explorative Analysen und die Implementierung der produktiven Version des Dashboards. Im Folgenden ist eine im Dashboard integrierte Visualisierung der häufigsten Start- und Ziel-punkte zu sehen.

Analysen der EFA-Logs
Als erste Forschungsfrage wird aktuell die Analyse der Auswirkungen der Veranstaltungen auf dem ÖPNV mit Methoden des Maschinellen Lernens analysiert. Hierzu wurden in explorativen Datenanalysen der Einfluss von großen Veranstaltungen wie z.B. Fussballspielen und mittelgroßen Veranstaltungen, etwa Konzerte, auf Anfragen an den ÖPNV betrachtet. Als Grundlage für umfassende Analysen wurden mit Hilfe visueller Methoden exemplarisch Korrelation zwischen ÖPNV-Nachfrage und Veranstaltungszeiträumen detektiert.
Dabei zeichnen sich z.B. für Hannovers Innenstadt klare, sternförmige Muster ab, die zentrale Mobilitätsknoten identifizieren.

Das Bild stellt die Luftlinie zwischen Start- und Ziel-Ort der Anfragen dar. Dabei entsprechen dunklere Farben häufigeren Strecken. Hier werden deutlich Hannover Hauptbahnhof und Hannover Kröpcke (die zentrale U-Bahn Station) als Mobilitätsknoten identifiziert.
Analysen der Nachfrage für einzelne Stationen lassen wochentagspezifische Muster erkennen.

Hier dargestellt sind die durchschnittliche Anzahl der Anfragen mit der Ziel-Haltestelle “Hannover Stadionbrücke”. Zu erkennen sind vor allem Unterschiede zwischen Werktagen und dem Wochenende.
Auch der Einfluss von Veranstaltungen kann mit Hilfe der Anfragen visualisiert werden:

Dargestellt sind die Anzahl der Anfragen mit Ziel “Hannover Stadionbrücke” für Mittwoch, den 26.04.2017 (Orange) sowie die durchschnittlichen Anzahl von Anfragen, die mittwochs mit gleichem Ziel gestellt wird (Blau).
An diesem Tag fand in einer nahe gelegenen Konzerthalle ein Konzert statt, das um 20 Uhr begann. Die signifikante Abweichung zwischen 17 und 19 Uhr wurde sehr wahrscheinlich von den anreisenden Gästen verursacht wurde. Dies illustriert, dass Anfragen an den ÖPNV eine wertvolle Informationsquelle sein können, um Prognosen über die Auswirkung von Veranstaltungen auf Mobilität zu erstellen.
- Beyond Classical PKI: A Quantum-Safe Authentication Framework for Automotive OTA Updates. Lin, Wei-Lun; Chen, Ting-Yu; Karati, Arijit E. M. Redmiles, B. Stock (eds.) (2026). 331–347.
- Zum 80. Jubiläum des WSI: Aktuelle Forschungsperspektiven im Kontext der Polykrise. Hövermann, Andreas; Kohlrausch, Bettina; Polloczek, Magdalena; Schulten, Thorsten (2026). 79(4) 288–295.
- Rethinking Fake Speech Detection: A Generalized Framework Leveraging Spectrogram Magnitude. Liu, Zihao; Chen, Aobo; Zhang, Yan; Zhang, Wensheng; Miao, Chenglin (2026).
- Att-VCD: Mitigating Hallucination in MLLMs via Attention-Guided Visual Contrastive Decoding. Zhang, Chi; Wang, Qianyu; Wang, Yinfeng; Zhang, Licheng; Fu, Zheren; Zhang, Yongdong in Lecture Notes in Computer Science, D.-S. Huang, C. Zhang, W. Chen, B. Li, Q. Zhang, W. Bao, Y. Pan, P. Premaratne (eds.) (2026). (Vol. 16654) 529–540.
- LLM-Powered Log Text Embedding for Automated Attack Investigation. Liu, Zheng; Zhang, Xiangliang; Kong, He; Cui, Wenzhuo; Zhang, Lisong; Du, Yingying; Wen, Yu in Lecture Notes in Computer Science, D.-S. Huang, C. Zhang, W. Chen, B. Li, Q. Zhang, W. Bao, Y. Pan, P. Premaratne (eds.) (2026). (Vol. 16652) 294–305.
- LadRanker: Making LLMs All-Round Rankers for Recommendation. Liu, Mengzhu; Sun, Yue; Lam, Chikin; Wang, Keguang; Jiang, Haitao; Wang, Yapeng; Zhang, Weinan; Lin, Jianghao in Lecture Notes in Computer Science, D.-S. Huang, C. Zhang, W. Chen, Y. Pan, P. Premaratne (eds.) (2026). (Vol. 16665) 3–15.
- Effectiveness and safety of focused deprescribing interventions targeting specific drug classes in older adults across clinical settings: an umbrella systematic literature review. García Álvarez, Ángel; Riera Serra, Pau; Ricci-Cabello, Ignacio; Morales Hernández, David; Santa Cruz, Roberto; Malih, Narges; Gonçalves-Bradley, Daniela C.; Gallardo-Alfaro, Laura; Serrano Ripoll, Maria Jesús; Calafat Villalonga, Catalina; Ferrer Jaillard, Bárbara Ana; Pinteño-Blanco, Manuel; Medina Bombardó, David; Doronzo, Maria Angela; Jaume Gayá, Sebastián; Fiol deRoque, Maria Antònia (2026). 55(8) afag243.
- From ‘Teilnahme’ to ‘Teilhabe’: Rethinking Participation in Equity-Oriented Computer Science Measures. Bläsing, Lisa Marie; Draude, Claude (2026).
- From ‘Teilnahme’ to ‘Teilhabe’: Rethinking Participation in Equity-Oriented Computer Science Measures. Bläsing, Lisa Marie; Draude, Claude (2026).
- From ‘Teilnahme’ to ‘Teilhabe’: Rethinking Participation in Equity-Oriented Computer Science Measures. Bläsing, Lisa Marie; Draude, Claude (2026).
- Softwaredefinierte Fahrzeuge – Herausforderungen für Automobilzulieferer. Ziegler, Alexander (2026). 79(4) 305–313.
- Der Kampf um die Köpfe: Gewerkschaften und die Zunahme rechter Orientierungen in den Betrieben. Detje, Richard; Sauer, Dieter; Stöger, Ursula; Wagner, Hilde (2026). 79(4) 314–322.
- Europäische Betriebsräte nach dem Brexit. Witzak, Patrick; Hertwig, Markus; Frisone, Anna; Kahmann, Marcus; Hauptmeier, Marco; Lines, Louis (2026). 79(4) 337–345.
- Tarifbindung und betriebliche Interessenvertretung. Hohendanner, Christian; Kohaut, Susanne (2026). 79(4) 346–354.
- Arbeit, Klima, Klasse : Kapitalistische Erschöpfung und soziale Kipppunkte. Hürtgen, Stefanie (2026). 79(4) 355–357.
- Effectiveness and safety of focused deprescribing interventions targeting specific drug classes in older adults across clinical settings: an umbrella systematic literature review. García Álvarez, Ángel; Riera Serra, Pau; Ricci-Cabello, Ignacio; Morales Hernández, David; Santa Cruz, Roberto; Malih, Narges; Gonçalves-Bradley, Daniela C; Gallardo-Alfaro, Laura; Serrano Ripoll, Maria Jesús; Calafat Villalonga, Catalina; Ferrer Jaillard, Bárbara Ana; Pinteño-Blanco, Manuel; Medina Bombardó, David; Doronzo, Maria Angela; Jaume Gayá, Sebastián; Fiol deRoque, Maria Antònia (2026). 55(8) afag243-.
- Can Microbenchmark-Derived Insights Guide Energy-Efficient Execution of Real Applications on Asymmetric Multicore Processors?. Ahmeti, Hana Shatri; Korch, Matthias; Werner, Tim; Rauber, Thomas (2026). 130–138.
- Public-Key Encryption and Injective Trapdoor Functions from LWE with Large Noise Rate. Ji, Liheng; Chen, Yilei in Lecture Notes in Computer Science, C. Boura, A. Mashatan, A. Miri (eds.) (2025). (Vol. 16207) 456–485.
- The Philosopher’s Stone: Trojaning Plugins of Large Language Models. Dong, Tian; Xue, Minhui; Chen, Guoxing; Holland, Rayne; Meng, Yan; Li, Shaofeng; Liu, Zhen; Zhu, Haojin (2025).
- ID-Flow: Leveraging Voice Identity for Generalizing Audio Deepfake Detection. Choi, Jongwook; Kim, Taehoon; Choi, Jongwon (2025). 1–5.
- Universal Computational Extractors and Multi-Bit AIPO from Lattice Assumptions. Chen, Yilei; Mao, Xinyu in Lecture Notes in Computer Science, S. Fehr, P.-A. Fouque (eds.) (2025). (Vol. 15603) 63–93.
- Der Ohnmacht im Betrieb begegnen. Erfahrungen der IG Metall Weser-Elbe in Zeiten von Rechtsruck und Transformation. Groell, Felix (2025). 78(6) 469–472.
- Reform der EU-Lieferkettenrichtlinie – Notwendige Entbürokratisierung oder Sozialabbau?. Lorenzen, Stefanie (2025). 78(6) 478–481.
- FASP: A Fast and Accurate Framework for Schedule Performance Evaluation. Lan, Qingqiu; Ren, Ao; Wang, Zhenyu; Li, Wei; Zhu, Hongbin; Tan, Yujuan; Liu, Duo; Zhong, Kan; Qin, Chaoxia (2025). 1–8.
- Invisible but Detected: Physical Adversarial Shadow Attack and Defense on LiDAR Object Detection. Kobayashi, Ryunosuke; Nomoto, Kazuki; Tanaka, Yuna; Tsuruoka, Go; Mori, Tatsuya L. Bauer, G. Pellegrino (eds.) (2025). 7369–7386.
- Depth Gives a False Sense of Privacy: LLM Internal States Inversion. Dong, Tian; Meng, Yan; Li, Shaofeng; Chen, Guoxing; Liu, Zhen; Zhu, Haojin L. Bauer, G. Pellegrino (eds.) (2025). 1629–1648.
- YOLO-Shuffle Unified Cross Attentive Feature Fusion for Multispectral Drone Based Object Detection. Habash, Nadin; Alqumsan, Ahmad Abu; Zhou, Tao; Arogbonlo, Adetokunbo (2025). 1–6.
- WIP: Understanding the Mechanisms Behind NDT-Based Localization Vulnerabilities in Autonomous Driving. Tanaka, Yuna; Nomoto, Kazuki; Kobayashi, Ryunosuke; Tsuruoka, Go; Mori, Tatsuya Z. B. Celik, N. Zhang, S. Rampazzi, A. Xiong (eds.) (2025). 211–219.
- Facemover: Unsupervised face frontalization with embedding segments. Lee, Jongmin; Lee, Jaeyoon; Lim, Hyoungjun; Choi, Jongwook; Choi, Jongwon (2025). 1–6.
- Symbolic-Numerical Algorithms for Solving Multidimensional Boundary Value Problems by Finite Element Method on Hypercubes. Kovalev, Oleg O.; Batgerel, Balt; Gusev, Alexander A.; Hai, Luong Le; Derbov, Vladimir L.; Chuluunbaatar, Ochbadrakh; Vinitsky, Sergue I.; Wen, Peiwei in Lecture Notes in Computer Science, F. Boulier, C. Mou, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2025). (Vol. 16235) 210–222.
- VT-SNN: Variable Time-Step Spiking Neural Network Based on Uncertainty Measure and Its Application in Brain Disease Diagnosis. Rao, Haonan; Wei, Shaolong; Jiang, Shu; Wang, Mingliang; Ding, Weiping; Huang, Jiashuang in Lecture Notes in Computer Science, J. C. Gee, D. C. Alexander, J. Hong, J. E. Iglesias, C. H. Sudre, A. Venkataraman, P. Golland, J. H. Kim, J. Park (eds.) (2025). (Vol. 15974) 670–679.
- Reinforcement Learning-Based Dynamic Routing Strategy for LEO Satellite Networks. Guo, Qi; Zhu, Yishi; Kato, Nei; Hasegawa, Yohei; Ariyoshi, Masayuki (2025). 728–733.
- WIP: Evaluating the End-to-End Impact of False Localization Attacks on vSLAM-Based Autonomous Drones. Ebine, Yuga; Nomoto, Kazuki; Tanaka, Yuna; Kobayashi, Ryunosuke; Tsuruoka, Go; Mori, Tatsuya Z. B. Celik, N. Zhang, S. Rampazzi, A. Xiong (eds.) (2025). 73–80.
- Accreditation, Patient Safety, Risk management, Quality Assurance, Audit P0024 A study on impact of internal quality control lot change on measurement uncertainty on routine biochemistry parameters in a clinical biochemistry laboratory. Asia, Priyanka (2025). 63(Special Suppl.) S118.
- Die unsichere Zukunft der Produktionsarbeit in Deutschland. Das Leitwerkkonzept und die Krise in der Automobilzuliefererindustrie. Krzywdzinski, Martin (2025). 78(6) 415–423.
- Methodenbericht. Bildungswege von geflüchteten Kindern und Jugendlichen – Teilstudie C24 (zugleich 9. Erhebung in ReGES) Ruland, M.; Sandbrink, K.; Gerber, V.; Ben Haddou, S. (2025). Bonn, Germany: infas Institut für angewandte Sozialwissenschaft GmbH.
- A phase III randomized clinical trial evaluating perioperative therapy (neoadjuvant chemotherapy versus chemoradiotherapy) in locally advanced gallbladder cancers (POLCAGB). Engineer, Reena; Goel, Mahesh; Ostwal, Vikas; Patkar, Shraddha; Gudi, Shivakumar; Ramaswamy, Anant; Kannan, Sadhana; Shetty, Nitin; Gala, Kunal; Agrawal, Archi; Ramadvar, Mukta; Patil, Prachi; Mehta, Shaesta; Krishnatry, Rahul; Pradhan, Satyajit; Pujari, Lincoln; Tripathi, Mayank; Chopra, Supriya; Chourasiya, Dipika; Gupta, Sudeep (2025). 43(suppl.16) 4007.
- WIP: Evaluation of Threats and Impacts of HD Map Tampering Attacks in Autonomous Driving. Sato, Miyu; Kobayashi, Ryunosuke; Nomoto, Kazuki; Tanaka, Yuna; Tsuruoka, Go; Mori, Tatsuya Z. B. Celik, N. Zhang, S. Rampazzi, A. Xiong (eds.) (2025). 307–314.
- Innovativer Wurf oder am Ziel vorbei? Die Bewertung der EU-Plattformrichtlinie durch deutsche Arbeitsmarktakteure. Hoose, Fabian; Beckmann, Fabian; Topal, Serkan; Glanz, Sabrina (2025). 78(6) 461–468.
- Noise-Tolerant Codebooks for Semi-Quantitative Group Testing: Application to Spatial Genomics. Chen, Kok Hao; Dao, Duc Tu; Kiah, Han Mao; Long, Phuoc Pham Van; Yaakobi, Eitan (2024). 3023–3028.
- Power Plant Furnace Flame Stability Detection Based on ResNet18-SimAM. Wang, Zhangsheng; Bian, Yongming; Yang, Meng; Liu, Guangjun (2024). 321–325.
- Towards Understanding Factual Knowledge of Large Language Models. Hu, Xuming; Chen, Junzhe; Li, Xiaochuan; Guo, Yufei; Wen, Lijie; Yu, Philip S.; Guo, Zhijiang (2024).
- Opportunistic Network Routing Strategy Based On Node Sleep Mechanism. Li, Zhuoyuan; Bao, Danjie; Xu, Xiaodong; Zhang, Feng; Xu, Gang H. Shahriar, H. Ohsaki, M. Sharmin, D. Towey, A. K. M. J. A. Majumder, Y. Hori, J.-J. Yang, M. Takemoto, N. Sakib, R. Banno, S. I. Ahamed (eds.) (2024). 1472–1475.
- A 103.6dB-SNDR 760mVPP-Input-Range 7.8GΩ-Input-Impedance Direct-Digitization Sensor Readout with Pseudo-Differential Transconductors and Dummy DAC. Zhou, Jianhong; Li, Yijie; Zhou, Kaiwen; Li, Yuying; Dong, Tian; Hong, Zhiliang; Xu, Jiawei (2024). 1–2.
- Learn What You Want to Unlearn: Unlearning Inversion Attacks against Machine Unlearning. Hu, Hongsheng; Wang, Shuo; Dong, Tian; Xue, Minhui (2024). 3257–3275.
- Domain Generalization for Face Forgery Detection by Style Transfer. Kim, Taehoon; Choi, Jongwook; Cho, Hyunjin; Lim, Hyoungjun; Choi, Jongwon (2024). 1–5.
- ChatGPT as a Math Questioner? Evaluating ChatGPT on Generating Pre-university Math Questions. Long, Phuoc Pham Van; Vu, Duc Anh; Hoang, Nhat Minh; Do, Xuan Long; Luu, Anh Tuan J. Hong, J. W. Park (eds.) (2024). 65–73.
- A 1kHz-to-62MHz 2.06zFrms Resolution Lock-in Amplifier with SAR-assisted Parasitic and Baseline Capacitance Compensation. Jiang, Minge; Ye, Shen; Qu, Tianxiang; Dong, Tian; Pan, Qinjing; Hong, Zhiliang; Xu, Jiawei (2024). 1–3.
- Symbolic-Numeric Solving Boundary Value Problems: Collective Models of Atomic Nuclei. Batgerel, Balt; Chuluunbaatar, Ochbadrakh; Derbov, Vladimir L.; Gusev, Alexander A.; Hai, Luong Le; Deveikis, Algirdas; Hess, Peter O.; Mardyban, Evgenii V.; Mardyban, Mariia A.; Vinitsky, Sergue I.; Wen, Peiwei in Lecture Notes in Computer Science, F. Boulier, C. Mou, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2024). (Vol. 14938) 63–81.
- QoS Prediction via Multi-scale Feature Fusion Based on Convolutional Neural Network. Xu, Hanzhi; Shu, Yanjun; Zhang, Zhan; Zuo, Decheng in Lecture Notes in Computer Science, F. Monti, S. Rinderle-Ma, A. R. Cortés, Z. Zheng, M. Mecella (eds.) (2023). (Vol. 14419) 119–134.
- HAPS Trajectory Optimization Based on Throughput Heat Map. Mori, Tatsuya; Ohtsuki, Tomoaki (2023). 7291–7296.
- Privacy Computing with Right to Be Forgotten in Trusted Execution Environment. Liu, Hui; Luo, Hongzhi; Li, Shaofeng; Dong, Tian; Chen, Guoxing; Meng, Yan; Zhu, Haojin (2023). 2566–2571.
- Hybrid Routing in FSO/RF Space-Air-Ground Integrated Network. Guo, Qi; Tang, Fengxiao; Kato, Nei (2023). 6585–6590.
- Deletion Correcting Codes for Efficient DNA Synthesis. Chrisnata, Johan; Kiah, Han Mao; Long, Phuoc Pham Van (2023). 352–357.
- Symbolic-Numerical Algorithm for Solving the Problem of Heavy Ion Collisions in an Optical Model with a Complex Potential. Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Derbov, Vladimir L.; Nazmitdinov, Rashid; Vinitsky, Sergey I.; Wen, Peiwei; Lin, C. J.; Jia, H. M.; Hai, Luong Le in Lecture Notes in Computer Science, F. Boulier, M. England, I. S. Kotsireas, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2023). (Vol. 14139) 128–140.
- RAI2: Responsible Identity Audit Governing the Artificial Intelligence. Dong, Tian; Li, Shaofeng; Chen, Guoxing; Xue, Minhui; Zhu, Haojin; Liu, Zhen (2023).
- Methodenbericht. Bildungswege von geflüchteten Kindern und Jugendlichen – Teilstudie C22 (zugleich 8. Erhebung in ReGES) Ruland, M.; Sandbrink, K.; Gerber, V.; Ben Haddou, S.; Hess, D. (2022). Bonn, Germany: infas Institut für angewandte Sozialwissenschaft GmbH.
- Symbolic-Numeric Algorithm for Calculations in Geometric Collective Model of Atomic Nuclei. Deveikis, Algirdas; Gusev, Alexander A.; Vinitsky, Sergue I.; Blinkov, Yuri A.; Gózdz, Andrzej; Pedrak, Aleksandra; Hess, Peter O. in Lecture Notes in Computer Science, F. Boulier, M. England, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2022). (Vol. 13366) 103–123.
- Sequence Reconstruction Problem for Deletion Channels: A Complete Asymptotic Solution. Long, Phuoc Pham Van; Goyal, Keshav; Kiah, Han Mao (2022). 992–997.
- A General KPI Anomaly Detection Using Attention Models. Shu, Yanjun; Gao, Tianrun; Zhang, Zhan; Zhang, Jianhang C. A. Ardagna, H. Bian, C. K. Chang, R. N. Chang, E. Damiani, S. Dustdar, J. Marco, M. P. Singh, E. Teniente, R. Ward, Z. Wang, F. Xhafa, J. Zhang (eds.) (2022). 114–119.
- AMF-CSR: Adaptive Multi-Row Folding of CSR for SpMV on GPU. Gao, Jianhua; Ji, Weixing; Liu, Jie; Shao, Senhao; Wang, Yizhuo; Shi, Feng (2021). 418–425.
- Approximate Solutions of the RSIR Model of COVID-19 Pandemic. Pen’kov, Feodor M.; Derbov, Vladimir L.; Chuluunbaatar, G.; Gusev, Alexander A.; Vinitsky, Sergey I.; Gózdz, M.; Krassovitskiy, Pavel in IFIP Advances in Information and Communication Technology, A. Byrski, T. Czachórski, E. Gelenbe, K. Grochla, Y. Murayama (eds.) (2021). (Vol. 616) 53–64.
- QoS Evaluation of Home Network with IEEE 802.1TSN. Taleb, Ennouhe; Ito, Yoshihiro (2021). 732–734.
- Towards Optimal Fast Matrix Multiplication on CPU-GPU Platforms. Shao, Senhao; Wang, Yizhuo; Ji, Weixing; Gao, Jianhua in Lecture Notes in Computer Science, H. Shen, Y. Sang, Y. Zhang, N. Xiao, H. R. Arabnia, G. C. Fox, A. Gupta, M. Malek (eds.) (2021). (Vol. 13148) 223–236.
- Symbolic-Numeric Algorithms for Computing Orthonormal Bases of SU(3) Group for Orbital Angular Momentum. Deveikis, Algirdas; Gusev, Alexander A.; Vinitsky, Sergue I.; Gózdz, Andrzej; Pedrak, Aleksandra; Burdik, Cestmir; Pogosyan, George S. in Lecture Notes in Computer Science, F. Boulier, M. England, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2021). (Vol. 12865) 100–120.
- Symbolic-Numeric Algorithm for Computing Orthonormal Basis of O(5)˟ SU(1, 1) Group. Deveikis, Algirdas; Gusev, Alexander A.; Gerdt, Vladimir P.; Vinitsky, Sergue I.; Gózdz, Andrzej; Pedrak, Aleksandra; Burdik, Cestmir; Pogosyan, George S. in Lecture Notes in Computer Science, F. Boulier, M. England, T. M. Sadykov, E. V. Vorozhtsov (eds.) (2020). (Vol. 12291) 206–227.
- A Maple Implementation of the Finite Element Method for Solving Boundary-Value Problems for Systems of Second-Order Ordinary Differential Equations. Chuluunbaatar, Galmandakh; Gusev, Alexander A.; Derbov, Vladimir L.; Vinitsky, Sergue I.; Chuluunbaatar, Ochbadrakh; Hai, Luong Le; Gerdt, Vladimir P. in Communications in Computer and Information Science, R. M. Corless, J. Gerhard, I. S. Kotsireas (eds.) (2020). (Vol. 1414) 152–166.
- Mesoporous Alumina- and Silica-Based Crystalline Nanocomposites with Tailored Anisotropy: Methodology, Structure and Properties. Kityk, A. V.; Andrushchak, Anatoliy; Shchur, Ya.; Adamiv, V. T.; Yaremko, O.; Lelonek, Monika; Vitusevich, Svetlana A.; Kityk, O.; Wielgosz, Robert; Piecek, W.; Busch, M.; Sentker, Kathrin; Huber, P. (2019). 1–4.
- Depth-map estimation using combination of global deep network and local deep random forest. Kim, Sang Jun; Kim, Sangwon; Lee, Deokwoo; Ko, ByoungChul W. Puech, R. Sitnik (eds.) (2019). 1–5.
- Symbolic-Numerical Algorithm for Large Scale Calculations the Orthonormal SU(3) BM Basis. Deveikis, Algirdas; Gusev, Alexander A.; Gerdt, Vladimir P.; Vinitsky, Sergey I.; Gózdz, Andrzej; Pedrak, Aleksandra; Burdik, Cestmir in Lecture Notes in Computer Science, M. England, W. Koepf, T. M. Sadykov, W. M. Seiler, E. V. Vorozhtsov (eds.) (2019). (Vol. 11661) 91–106.
- Application of Finite Element Method Programs to the Calculation of Vibration-Rotation States of a Diatomic Beryllium Molecule. Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Krassovitskiy, Pavel; Filikhin, I.; Mitin, A. V. (2018). 1–6.
- Multi-location Influence Maximization in Location-Based Social Networks. Zhang, Zhen; Zhao, Xiangguo; Wang, Guoren; Bi, Xin in Lecture Notes in Computer Science, L. H. U, H. Xie (eds.) (2018). (Vol. 11268) 336–351.
- Symbolic Algorithm for Generating the Orthonormal Bargmann-Moshinsky Basis for mathrm SU(3) Group. Deveikis, Algirdas; Gusev, Alexander A.; Gerdt, Vladimir P.; Vinitsky, Sergey I.; Gózdz, Andrzej; Pedrak, Aleksandra in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2018). (Vol. 11077) 131–145.
- Symbolic-Numerical Algorithms for Solving Elliptic Boundary-Value Problems Using Multivariate Simplex Lagrange Elements. Gusev, Alexander A.; Gerdt, Vladimir P.; Chuluunbaatar, Ochbadrakh; Chuluunbaatar, G.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Krassovitskiy, Pavel in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2018). (Vol. 11077) 197–213.
- A 64-channel wireless EEG recording system for wearable applications. Causa, Martin; Paz, Franco La; Radi, Santiago; Oliver, Juan P.; Steinfeld, Leonardo; Oreggioni, Julian (2018). 1–4.
- Framework for Security Event Management in 5G. Adam, Iris; Ping, Jing S. Doerr, M. Fischer, S. Schrittwieser, D. Herrmann (eds.) (2018). 51:1–51:7.
- I Know What You Type: Leaking User Privacy via Novel Frequency-Based Side-Channel Attacks. Song, Rui; Song, Yubo; Gao, Shang; Xiao, Bin; Hu, Aiqun (2018). 1–6.
- Symbolic-Numerical Algorithms for Solving the Parametric Self-adjoint 2D Elliptic Boundary-Value Problem Using High-Accuracy Finite Element Method. Gusev, Alexander A.; Gerdt, Vladimir P.; Chuluunbaatar, Ochbadrakh; Chuluunbaatar, G.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2017). (Vol. 10490) 151–166.
- Symbolic-Numerical Algorithm for Generating Interpolation Multivariate Hermite Polynomials of High-Accuracy Finite Element Method. Gusev, Alexander A.; Gerdt, Vladimir P.; Chuluunbaatar, Ochbadrakh; Chuluunbaatar, G.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2017). (Vol. 10490) 134–150.
- Performance comparison of constant envelope DCT- and FFT-based OFDM systems with phase modulation over frequency-nonselective fading channels. Alsisi, Rayan Hamza; Rao, Raveendra K. (2017). 1–6.
- Learning Feature Representation for Face Verification. Park, Sangwoo; Yu, Jongmin; Jeon, Moongu (2017). 1–6.
- Symbolic Algorithm for Generating Irreducible Rotational-Vibrational Bases of Point Groups. Gusev, Alexander A.; Gerdt, Vladimir P.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Pedrak, Aleksandra; Szulerecka, A.; Dobrowolski, A. in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2016). (Vol. 9890) 228–242.
- Symbolic-Numeric Algorithms for Solving BVPs for a System of ODEs of the Second Order: Multichannel Scattering and Eigenvalue Problems. Gusev, Alexander A.; Gerdt, Vladimir P.; Hai, Luong Le; Derbov, Vladimir L.; Vinitsky, Sergey I.; Chuluunbaatar, Ochbadrakh in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2016). (Vol. 9890) 212–227.
- Symbolic Algorithm for Generating Irreducible Bases of Point Groups in the Space of SO(3) Group. Gusev, Alexander A.; Gerdt, Vladimir P.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Pedrak, Aleksandra in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2015). (Vol. 9301) 166–181.
- Symbolic-Numeric Solution of Boundary-Value Problems for the Schrödinger Equation Using the Finite Element Method: Scattering Problem and Resonance States. Gusev, Alexander A.; Hai, Luong Le; Chuluunbaatar, Ochbadrakh; Ulziibayar, Vandandoo; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Rostovtsev, Vitaly in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2015). (Vol. 9301) 182–197.
- Symbolic-Numeric Algorithm for Solving the Problem of Quantum Tunneling of a Diatomic Molecule through Repulsive Barriers. Vinitsky, Sergue I.; Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Hai, Luong Le; Gózdz, Andrzej; Derbov, Vladimir L.; Krassovitskiy, Pavel in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2014). (Vol. 8660) 472–490.
- Symbolic-Numerical Solution of Boundary-Value Problems with Self-adjoint Second-Order Differential Equation Using the Finite Element Method with Interpolation Hermite Polynomials. Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Vinitsky, Sergey I.; Derbov, Vladimir L.; Gózdz, Andrzej; Hai, Luong Le; Rostovtsev, Vitaly in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, W. M. Seiler, E. V. Vorozhtsov (eds.) (2014). (Vol. 8660) 138–154.
- Attosecond pulse measurements and time delay in the ionization of Coulomb systems. Derbov, Vladimir L.; Serov, Vladislav V.; Sergeeva, Tatjana A. (2014). 1–7.
- Symbolic-Numerical Algorithm for Generating Cluster Eigenfunctions: Identical Particles with Pair Oscillator Interactions. Gusev, Alexander A.; Vinitsky, Sergue I.; Chuluunbaatar, Ochbadrakh; Rostovtsev, Vitaly; Hai, Luong Le; Derbov, Vladimir L.; Gózdz, Andrzej; Klimov, Evgenii in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, E. W. Mayr, E. V. Vorozhtsov (eds.) (2013). (Vol. 8136) 155–168.
- Design constraints for low distortion OTA’s in on-chip analog front-ends. DeLaFuente-Cortes, G.; Gonzalez-Diaz, Victor R.; Hernandez-Sanchez, Jaime; Aguilar, Gerardo Mino; Guerrero-Castellanos, José-Fermi; Félix-Beltrán, Olga Guadalupe; Moreno-Barbosa, Eduardo (2013). 236–239.
- Symbolic-Numerical Algorithm for Generating Cluster Eigenfunctions: Tunneling of Clusters through Repulsive Barriers. Vinitsky, Sergue I.; Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Rostovtsev, Vitaly; Hai, Luong Le; Derbov, Vladimir L.; Krassovitskiy, Pavel in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, E. W. Mayr, E. V. Vorozhtsov (eds.) (2013). (Vol. 8136) 427–442.
- Dynamic Virtual Machine Scheduling in Clouds for Architectural Shared Resources. Ahn, Jeongseob; Kim, Changdae; Han, Jaeung; ri Choi, Young; Huh, Jaehyuk R. Fonseca, D. A. Maltz (eds.) (2012).
- Symbolic-Numerical Calculations of High-|m| Rydberg States and Decay Rates in Strong Magnetic Fields. Gusev, Alexander A.; Vinitsky, Sergue I.; Chuluunbaatar, Ochbadrakh; Gerdt, Vladimir P.; Hai, Luong Le; Rostovtsev, Vitaly in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, E. W. Mayr, E. V. Vorozhtsov (eds.) (2012). (Vol. 7442) 155–171.
- Symbolic-Numerical Algorithms to Solve the Quantum Tunneling Problem for a Coupled Pair of Ions. Gusev, Alexander A.; Vinitsky, Sergey I.; Chuluunbaatar, Ochbadrakh; Gerdt, Vladimir P.; Rostovtsev, V. A. in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, E. W. Mayr, E. V. Vorozhtsov (eds.) (2011). (Vol. 6885) 175–191.
- Symbolic-Numeric Algorithms for Computer Analysis of Spheroidal Quantum Dot Models. Gusev, Alexander A.; Chuluunbaatar, Ochbadrakh; Gerdt, Vladimir P.; Rostovtsev, V. A.; Vinitsky, Sergey I.; Derbov, Vladimir L.; Serov, Vladislav V. in Lecture Notes in Computer Science, V. P. Gerdt, W. Koepf, E. W. Mayr, E. V. Vorozhtsov (eds.) (2010). (Vol. 6244) 106–122.
- Study for Performance Benchmark of Bank Intermediary Business on High-Performance Fault-Tolerant Computers. Li, Bo; Zhou, Haiying; Zuo, De-Cheng; Zhang, Zhan (2010). 515–519.
- MANAGING WEB SERVICES COMMUNITIES: A CACHE FOR QUERIES OPTIMISATION. Limam, Hela; Akaichi, Jalel (2010). 1(1) 01–19.
- Bleed air temperature regulation system: modeling, control, and simulation. Hodal, Peter; Liu, Guangjun (2005). 1003–1008.
- A MAPLE Symbolic-Numeric Program for Solving the 2D-Eigenvalue Problem by a Self-consistent Basis Method. Belyaeva, I. N.; Chekanov, Nikolai A.; Gusev, Alexander A.; Rostovtsev, V. A.; Ukolov, Yu. A.; Uwano, Yoshio; Vinitsky, Sergey I. in Lecture Notes in Computer Science, V. G. Ganzha, E. W. Mayr, E. V. Vorozhtsov (eds.) (2005). (Vol. 3718) 32–39.
- Symbolic-Numerical Algorithm for Solving the Time-Dependent Schrödinger Equation by Split-Operator Method. Gusev, Alexander A.; Gerdt, Vladimir P.; Kaschiev, Michail S.; Rostovtsev, Vitaly; Samoylov, Valentin; Tupikova, Tatyana; Uwano, Yoshio; Vinitsky, Sergey I. in Lecture Notes in Computer Science, V. G. Ganzha, E. W. Mayr, E. V. Vorozhtsov (eds.) (2005). (Vol. 3718) 244–258.