Auflistung nach:
Auflistung S14 - SKILL 2018 - Studierendenkonferenz Informatik nach Autor:in "Becker, Michael"
1 - 10 von 16
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragAnpassung von Stencil-Codes zur Laufzeit mit Hilfe von Umschreiben auf Binärebene für dynamisch bestimmtes Speicherlayout(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Pröll, Konrad M.Die Optimierung von Stencil-Codes ist eine zentrale Herausforderung im Bereich des Hochleistungsrechnen. Die meisten Ansätze fokussieren sich entweder darauf, diese zur möglichst effizient zur Berechnung auf groSSen Parallelrechenstrukturen zu parallelisieren oder die möglichst effiziente Ausnutzung des Caches, um die Leistung zu steigern. Viele Stencil-Codes nutzen einfache Arrays zur Speicherung der Matrix. Komplexere Datenstrukturen erhöhen die Rechenzeit des Stencil-Codes dadurch, dass die Berechnung der Speicheradresse einer Zelle deutlich komplizierter wird und sogar bedingte Sprünge enthält. In dieser Arbeit wird ein Ansatz vorgeschlagen, wie aus bereits kompilierten Stencil-Codes zur Laufzeit das Speicherlayout analysiert werden kann und das Programm durch partielle Evaluation optimiert wird. Im Gegensatz zu konventioneller partieller Evaluation wird hierbei nicht für konstante Argumente, sondern für Wertebereiche, in denen sich ein Argument befindet, spezialisiert. Durch diese Methode können die Leistungseinbußen merklich reduziert werden.
- KonferenzbeitragAuswirkung von Veränderungen des geomagnetischen Felds auf Migräneanfälle(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Lankl, Noah; Kirsch, Marvin; Wünsche, FelixInnerhalb dieses Papers werden Veränderungen des geomagnetischen Felds in Verbindung mit dem Auftreten von Migräneanfällen von circa 6000 Patienten untersucht. Ziel ist es, eine Aussage darüber zu treffen, ob genannte Änderungen einen Einfluss auf Migräneanfälle haben. Als Basis für diese Untersuchung werden zunächst die Daten vorverarbeitet. Im Anschluss folgt die Analyse. Anschließend wird das Vorgehen kurz diskutiert und schlussendlich ein Fazit gezogen. Unsere Ergebnisse deuten auf einen statistisch signifikanten Einfluss des geomagnetischen Felds auf Migräneanfälle hin.
- KonferenzbeitragAutomatic Aortic Wall Segmentation and Plaque Detection using Deep Convolutional Neural Networks(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Beetz, MarcelAbnormal aortic wall thickness and the presence of aortic plaque have been linked to various types of cardiovascular disease. QuantiĄcation of both indicators currently depends on manual or semi-automatic methods which suffer from limited quality and long acquisition times. This work presents various fully automatic state-of-the art solutions to two medical image processing problems: aortic wall segmentation and plaque slice detection. A u-net derived residual convolutional neural network (CNN), a cascaded pipeline of two CNNs and a 3D CNN architecture are used for aortic wall segmentation. Plaque detection is performed by a standard multilayer residual CNN classification architecture, a u-net derived CNN classifier and a capsule CNN. The experiments show that the u-net inspired residual CNN performs best at the aortic wall segmentation task with a Dice score of around 0.8 while the capsule CNN achieves the best results in slice-wise plaque detection with a precision of 0.74 and an accuracy of 0.68.
- KonferenzbeitragCommunity Detection in Complex Networks using Genetic Algorithms(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Lehnerer, SimonDetecting the community structure is of great interest when analyzing the topology of a network, however it is not a trivial problem. In this article a genetic algorithm is proposed which Ąnds the community structure of a network based on the maximization of a quality function called modularity. Tests using several sample networks show that it reliably Ąnds the community structure. However it does not resolve sufficiently small communities as intuitively expected due to an effect known as resolution limit.
- KonferenzbeitragDevelopment of neural network based rules for confusion set disambiguation in LanguageTool(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Brenneis, MarkusConfusion set disambiguation is a typical task for grammar checkers like LanguageTool. In this paper we present a neural network based approach which has low memory requirements, high precision with decent recall, and can easily be integrated into LanguageTool. Furthermore, adding support for new confusion pairs does not need any knowledge of the target language. We examine different sampling techniques and neural network architectures and compare our approaches with an existing memory-based algorithm.
- KonferenzbeitragDer Einfluss der strategischen Rolle der IT auf die IT-Strategieentwicklung(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Schwarz, JennyWelche Rolle die IT in einem Unternehmen einnimmt, wird heute in der Praxis unter den Begriffen ‚bimodale IT‘ oder ‚Two-Speed-IT‘ diskutiert. Darunter wird verstanden, dass die IT sowohl eine traditionelle als auch eine schnellere Rolle in einem Unternehmen annehmen kann. Abhängig von der strategischen Rolle besitzt die IT unterschiedliche Eigenschaften und benötigt eine dementsprechende IT-Strategie. Daneben gibt es ein weiteres Modell, das ‚Strategic Grid‘, welches die IT sogar in vier unterschiedliche Rollen unterscheidet. Ziel dieser Arbeit ist es, mithilfe von sechs IT-Handlungsfeldern zu zeigen, ob eine Unterscheidung der IT in zwei Rollen ausreichend ist, oder ob die detailliertere Differenzierung der Rolle der IT nach dem Strategic Grid für die IT-Strategieentwicklung notwendig ist. So kann geklärt werden auf welcher Grundlage Unternehmen ihre IT-Strategie aufbauen sollten.
- KonferenzbeitragEinsatz von Netzwerksimulatoren in der Netzwerk-Lehre(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Amler, HendrikIn der Netzwerklehre an Hochschulen ist der Einsatz von physikalischer Netzwerkhardware weit verbreitet. Dies beschränkt die Durchführung von Veranstaltungen auf bestimmte Räumlichkeiten und hat meist hohe Kosten zur Folge. Zudem ist die Hardware in ihrer Funktionalität beschränkt. Die Virtualisierung von Netzwerkgeräten mit einem Netzwerksimulator (NS) hebt diese Restriktion auf und kann den Weg zu neuen Lehrmethoden eröffnen. In dieser Arbeit soll evaluiert werden, welche NS für die Lehre geeignet sind und wie ein NS in eine vorhandene Lehrveranstaltung integriert werden kann. Nach einer Evaluation wird GNS3 als der geeignetste NS für den Einsatz in der Lehre bestimmt und der Einsatz in einer Lehrveranstaltung erfolgreich erprobt. Mit den gewonnenen Erkenntnissen soll zeitnah eine Nutzerstudie durchgeführt werden, um zu quantifizieren, inwieweit sich die Qualität der Lehre durch den Einsatz von Netzwerksimulatoren verbessert.
- KonferenzbeitragFundamentals of Real-Time Data Processing Architectures Lambda and Kappa(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Feick, Martin; Kleer, Niko; Kohn, MarekThe amount of data and the importance of simple, scalable and fault tolerant architectures for processing the data keeps increasing. Big Data being a highly influential topic in numerous businesses has evolved a comprehensive interest in this data. The Lambda as well as the Kappa Architecture represent state-of-the-art real-time data processing architectures for coping with massive data streams. This paper investigates and compares both architectures with respect to their capabilities and implementation. Moreover, a case study is conducted in order to gain more detailed insights concerning their strengths and weaknesses.
- KonferenzbeitragHyper-Parameter Search for Convolutional Neural Networks - An Evolutionary Approach(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Bibaeva, VictoriaConvolutional neural networks is one of the most popular neural network classes within the deep learning research area. Due to their specific architecture they are widely used to solve such challenging tasks as image and speech recognition, video analysis etc. The architecture itself is defined by a number of (hyper-)parameters that have major impact on the recognition rate. Although much significant progress has been made to improve the performance of convolutional networks, the typical hyper-parameter search is done manually, taking therefore a long time and likely to disregard some very good values. This paper solves the problem by proposing two different evolutionary algorithms for automated hyper-parameter search in convolutional architectures. It will be shown that in case of image recognition these algorithms are capable of finding architectures with nearly state of the art performance automatically, sparing the scientists from much tedious effort.
- KonferenzbeitragNutzung von Robotern im Informatikunterricht – ein Lösungsvorschlag(SKILL 2018 - Studierendenkonferenz Informatik, 2018) Peters, Lina; Fahrendorff, Nick; Debeye, Dennis; Alt, DennisDie heutige digitalisierte Welt verlangt die Vermittlung von MINT-Kompetenzen. Gute Bildung in dem Bereich der Informatik ist also unverzichtbar. Daher ist es wichtig Schülerinnen und Schüler für die Themen der MINT-Fächer zu motivieren. Im Schulalltag Ąnden Lehrer mit den ihnen zur Verfügung stehenden, begrenzten Mitteln kaum Möglichkeiten den Informatikunterricht spannend und motivierend zu gestalten. Genau dieser Situation soll die vorliegende Arbeit entgegenwirken, indem sie mit Robotern eine motivierende Alternative für Lehrinhalte der Informatik thematisiert. Anhand der Betrachtung der aktuellen Lehrplaninhalte, verfügbarer Roboter und angebotener Weiterbildungsmöglichkeiten für das Lehrpersonal kommen die Autoren zu dem Schluss, dass der Einsatz von Robotern den Informatikunterricht an deutschen Schulen nachhaltig verbessern kann.