A reformulation of the dynamical component analysis (DyCA) via an optimization-free approach is presented. The original cost function approach is converted into a numerical linear algebra problem, i.e., the computation of coupled singular-value decompositions. A simple algorithm is presented together with numerical experiments to document the feasability of the approach. This methodology is able to recover the mixing and state matrices of multivariate signals from high-dimensional measured data fully.

Im Verlauf der Covid-19-Pandemie wurden in Deutschland nicht-pharmakologische Maßnahmen zur Infektionskontrolle entwickelt und implementiert. Dieser Beitrag analysiert die Akzeptanz sowie die Befolgung dieser Maßnahmen durch die deutsche Bevölkerung und untersucht statistisch signifikante Zusammenhänge in Bezug auf Alter, Geschlecht und Bildungsabschluss. Die zugrundeliegenden Daten wurden in einer qualitativen Befragung im Zeitraum März 2022 bis Mai 2022 erhoben. Die Ergebnisse zeigen drei statistisch signifikante Korrelationen: Die Wahrnehmung der AHA+L+A-Regel (Tragen von Alltagsmasken, Einhalten der Hygiene und Mindestabstands, Lüften, Nutzung der Corona-Warnapp) sowie die Nutzung einer Covid-19-App korrelieren mit dem Bildungsabschluss der Befragten, die Einstellung zur 3G-Regel (Zutrittserlaubnis bei vorhandener vollständiger Impfung, Genesung oder negativer Testung) korreliert mit dem Alter. Diese Ergebnisse können dazu beitragen, gezieltere Strategien zur Kommunikation und Entwicklung von Präventivmaßnahmen für den Bevölkerungsschutz zielgruppenspezifisch zu etablieren

The manifold of essential matrices is equipped with a one-parameter family of (pseudo-)Riemannian metrics. For the whole family, explicit formulas for geodesics are derived. Moreover, specific curves, so-called quasi-geodesics, are studied and a closed form expression for a quasi-geodesic connecting two given essential matrices is obtained.

In this paper, we show an application of spatiotemporal persistence landscapes to real world time series. Spatiotemporal persistence landscapes are a recent extension of persistence landscapes to time series that capture features of the data that are persistent with respect to time and space. We perform our analysis on EEG data to detect absence epileptic seizures. Further, we compare two dimension reduction techniques (DyCA and PCA) with no dimension reduction and show that the combination of DyCA and persistent landscapes yields the best results.