künstlich neuronales netz (knn) zur modellierung der magnetischen flussdichte
DESCRIPTION
Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte. M. Schneider, A. Lodwich, U. Lehmann, J. Brenig, D. Reinarz. Inhalt. Datenaufbereitung Training des KNN Test des KNN in MATLAB Test des KNN in Simulink Test des KNN in Simulink mit Daten aus dem Workspace - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/1.jpg)
1Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte
M. Schneider, A. Lodwich, U. Lehmann, J. Brenig, D. Reinarz
![Page 2: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/2.jpg)
2Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Inhalt
• Datenaufbereitung
• Training des KNN
• Test des KNN in MATLAB
• Test des KNN in Simulink
• Test des KNN in Simulink mit Daten aus dem Workspace
• Quellenverzeichnis
• Fragen
![Page 3: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/3.jpg)
3Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Technologieschema Komponenten des Regelkreises
Regelstrecke
PC mit ReglerVerstärker/ Stellglied
Zeilenkamera/Messeinrichtung
![Page 4: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/4.jpg)
4Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Schwebende Kugel im Magnetfeld
![Page 5: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/5.jpg)
5Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Video
![Page 6: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/6.jpg)
6Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Technologieschema (Animation)
![Page 7: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/7.jpg)
7Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Tabelle A2 aus der Diplomarbeit „Schwebende Kugel“ von D. Reinarz (http://stud-in.fh-swf.de/Dirk.Reinarz/)
Einheiten umrechnen!!![mm] [m][mT] [T][V] [V]
![Page 8: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/8.jpg)
8Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
• Tabelle A2 in der Diplomarbeit markieren, kopieren und in Excel einfügen
• Einheiten prüfen und bei Bedarf umrechnen
• Daten auf Vollständigkeit prüfen, evtl. Anfangsbedingungen einfügen
• Daten aufteilen in Trainings-, Validierungs- und Testdaten
• Daten sortieren und speichern
![Page 9: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/9.jpg)
9Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
![Page 10: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/10.jpg)
10Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
![Page 11: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/11.jpg)
11Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Festlegen der Trainings-, Validierungs- und Testdaten!
Tabelle mit allen Daten muss noch in eine für die NN-Toolbox passende Form gebracht werden!
![Page 12: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/12.jpg)
12Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Benötigtes Format:
1. Spalte:Input 1: Spannung U [V]
2. Spalte:Input 2: Position Pos [m]
3. Spalte:Output: Magnetfeld B [T]
-> Tabelle in die benötigte Form bringen ( z. B. Copy and Paste)
●●●
![Page 13: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/13.jpg)
13Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
![Page 14: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/14.jpg)
14Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Aufteilung in verschiedene Einzeltabellen für Training, Validierung und Test auf separaten Arbeitsblättern für die Weiterverarbeitung in MATLAB
Markieren aller Trainingsdaten in der Tabelle
Verknüpfen hat den Vorteil, dass Aktualisierungen mit übernommen werden!!
![Page 15: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/15.jpg)
15Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
4 Arbeitsblätter:
Trainingsdaten
Validierungsdaten
Testdaten
Eingabe- und Ausgabewert des KNN müssen korrespondieren!
Tabelle gesamt
Spalte mit Ust in [V]
Spalte mit Pos in [m]
Spalte mit B in [T]
![Page 16: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/16.jpg)
16Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Für MATLAB werden 6 Matrizen mit den entsprechenden Daten benötigt (z. B. input_train, input_valid, input_test, target_train, target_valid, target_test ).
Insgesamt gibt es 126 Datensätzen! Nach der Aufteilung muss die Summe der Trainings-, Validierungs- und Testdatensätze 126 ergeben!
Daten müssen in MATLAB in die entsprechende Matrix eingelesen werden
![Page 17: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/17.jpg)
17Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Import über MATLAB - Funktion xlsread:
>> input_train = xlsread('Daten_Excel','Trainingsdaten', 'A3:B102');
Die Daten der Felder A3 bis B102 des Arbeitsblattes „Trainingsdaten“ der Exceltabelle Daten_Excel wird als Matrix mit dem Namen input_train eingelesen
ODER:input_train = xlsread(‘Daten_Excel‘, -1);-> Daten, die eingelesen werden sollen, können mit der Maus markiert werden
-> beide Varianten: gleiches Ergebnis
![Page 18: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/18.jpg)
18Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Die NN-Toolbox liest die Daten spaltenweise ein, d. h. die einzelnen Matrizen müssen transponiert werden, so dass pro Inputneuron bzw. Targetneuron eine Zeile entsteht. Hierfür die MATLAB-Funktion transpose nutzen
![Page 19: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/19.jpg)
19Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
![Page 20: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/20.jpg)
20Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Insgesamt gibt es 126 Datensätzen! Nach der Aufteilung muss die Summe der Trainings- (100), Validierungs- (18) und Testdatensätze (8) wieder 126 ergeben!
Matrix mit 2 Zeilen und 100 Spalten
Matrix mit 2 Zeilen und 8 Spalten
Matrix mit 2 Zeilen und 18 Spalten
![Page 21: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/21.jpg)
21Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Datenaufbereitung
Insgesamt gibt es 126 Datensätzen! Nach der Aufteilung muss die Summe der Trainings- (100), Validierungs- (18) und Testdatensätze (8) 126 ergeben
Matrix mit 1 Zeile und 100 Spalten
Matrix mit 1 Zeile und 18 Spalten
Matrix mit 1 Zeile und 8 Spalten
![Page 22: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/22.jpg)
22Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
KNN
• „nntool“ über das „Command Window“ aufrufen
• Die Inputs (3 St.) und Targets (3 St.) aus dem Workspace mit „Import“ in den „Data Manager“ importieren.
• Im „Data Manager“ den Button „New Network“ betätigen, um ein Netzwerk zu erstellen. Dort können der Name, der Network Type, die Input Ranges, das Trainingsverfahren, die Anzahl der Layer, die Anzahl der Neuronen pro Layer und die Aktivierungsfunktion, etc. definiert werden. Der Input-Layer zählt hier nicht als Layer. Bevor das Netz mit „Create“ erstellt wird, kann es über „View“ angeschaut werden. Das ist gerade bei größeren Netzen sinnvoll.
![Page 23: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/23.jpg)
23Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
KNN
• Jetzt im „Data Manager“ das erstellte Netz auswählen und den Button „Train“ betätigen, um die Trainingsparameter einzustellen und die Matrizen mit den Trainings-, Validierungs- und Testdaten auszuwählen.
• Initialisieren Sie vor dem Training die Gewichte.
• Jetzt kann trainiert werden!
• Die Fehlerkurve wird automatisch angezeigt.
• Speichern der Zwischenergebnisse nicht vergessen!
• Evtl. Training mit anderen Parametern wiederholen bzw. Netzarchitektur verändern, wenn die Werte der Fehlerkurven noch zu groß sind (vorher muss das Netz initialisiert werden: entweder auf die gleichen Werte wie beim 1. Trainingsversuch -> Revert Weights oder auf neue Werte -> Initialize Weights)
![Page 24: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/24.jpg)
24Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
KNN
>>nntool
KNN erstellen und KNN trainieren!
Trainingsverfahren:- traingd- traingdm- trainrp- trainlm- etc.(Beschreibung der Trainingsverfahren unter HELP -> NNToolbox -> User Guide)
Nach erfolgreichem Training das KNN in Workspace exportieren für die weitere Bearbeitung.
![Page 25: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/25.jpg)
25Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
KNN
Architektur kann frei gewählt werden zum Beispiel 2 – 4 – 3 – 1
![Page 26: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/26.jpg)
26Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Trainingseinstellungen
![Page 27: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/27.jpg)
27Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Trainingseinstellungen
Spätestens hier die „Input Ranges“ kontrollieren!Input 1 = Ust Welche möglichen Spannungen können auftreten?Input 2 = Pos Welche möglichen Positionen können auftreten? Wurden Sicherheiten eingebaut? Muss das KNN extrapolieren?
Geänderte Werte mitSet Input Range bestätigen
![Page 28: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/28.jpg)
28Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Trainingseinstellungen
Trainingsverfahren kann frei gewählt werdenhier als Beispiel Resilient Backpropagation (trainrp)
![Page 29: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/29.jpg)
29Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Fehlerkurven
2. Beispiel Levenberg-Marquardt backpropagation (trainlm)
![Page 30: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/30.jpg)
30Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB Daten aus Excel
• Magnetisches Verhalten
• Abhängigkeit von Spannung
Copy & PasteCopy & Paste
![Page 31: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/31.jpg)
31Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB KNN erzeugen
![Page 32: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/32.jpg)
32Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB Training
![Page 33: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/33.jpg)
33Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB MATLAB Skript
![Page 34: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/34.jpg)
34Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB MatLab Skript 2
Spannungen von 3.5 bis 5.5VEntfernungen 2 bis 12cm
![Page 35: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/35.jpg)
35Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in MATLAB Übertragungsfunktion vergleichen
Originaldaten
Gelerntes Verhalten
![Page 36: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/36.jpg)
36Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in Simulink
WICHTIG: Abtastzeiten für die beiden Inputs des KNN abgleichen!(Berechnung)
>>gensim(net,st)
net -- Neural network aus Workspacest -- Sample time (default = 1)
st = -1 to get a continuously sampling network
![Page 37: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/37.jpg)
37Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in Simulink
Ust
d
![Page 38: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/38.jpg)
38Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Simulink
Synchronisation der beiden Blöcke!!! (sehr wichtig!!!)
Welche Spannnungen Ust in [V] dienen als Input für das KNN?
Welche Abstände d in [m] dienen als Input für das KNN?
Die Spannung ist über einen gewissen Zeitraum konstant. Dieser Zeitraum ist abhängig von den möglichen Abständen. Hier in diesem Beispiel: d=[0 0.14] in Schritten von 0,05
29 Schritte von d für die Sample Time
17 Werte für die Spannung U von 0V bis 8V in Schritten von 0,5V 17*29 = 493 Werte als Simulationsdauer
![Page 39: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/39.jpg)
39Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in SimulinkUst [V]
B [T]
d [m]
![Page 40: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/40.jpg)
40Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in Simulink mit Daten aus dem Workspace
Hier den Namen der Matrix eintragen, die die Daten für die Simulation enthält. In diesem Beispiel zur Demonstration die Trainingsdaten. Es kann aber auch eine neue Matrix mit dem gesamten Datensatz zur Simulation erstellt werden.
![Page 41: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/41.jpg)
41Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in Simulink mit Daten aus dem Workspace
Das Simulink-Modell liest den Datensatz zeilenweise ein.
Für das Simulink-Modell muss eine Zeitkomponente in die Matrix eingefügt werden (= 1. Spalte)
![Page 42: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/42.jpg)
42Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Test des KNN in Simulink mit Daten aus dem WorkspaceMagnetische Flussdichte B in [T] Sollwert
Steuerspannung Ust in [V]
Position Pos in [m]
Magnetische Flussdichte B in [T] Istwert
![Page 43: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/43.jpg)
43Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Quellen
• Neural Networks User's Guide (nnet.pdf) aus der MATLAB-Hilfe für die Neural Network Toolbox
• Diplomarbeit „Fuzzy-Lageregelung einer schwebenden Kugel mittels Echtzeitbildverarbeitung“ von Dirk Reinarz, September 1997, http://stud-in.fh-swf.de/Dirk.Reinarz/
• Vorlesungsskript Prof. Lehmann
![Page 44: Künstlich Neuronales Netz (KNN) zur Modellierung der magnetischen Flussdichte](https://reader036.vdocuments.pub/reader036/viewer/2022062409/5681487e550346895db587cc/html5/thumbnails/44.jpg)
44Schwebende Kugel – MATLAB/SimulinkSS2007
Inhalt
Ende
Fragen
Vielen Dank für Ihre
Aufmerksamkeit !