Auflistung nach Autor:in "Eibl, Maximilian"
1 - 10 von 420
Treffer pro Seite
Sortieroptionen
- Textdokument10 Jahre automatische Bewertung von Programmieraufgaben mit JACK - Rückblick und Ausblick(INFORMATIK 2017, 2017) Goedicke, Michael; Striewe, MichaelDas E-Assessment-System JACK ist seit nunmehr 10 Jahren für die Programmierausbildung von Studierenden im ersten Fachsemester im Einsatz. Der Beitrag blickt auf die dabei gemachten Erfahrungen zurück, ordnet sie in den Kontext der aktuellen Forschung ein und stellt einige Thesen über die zukünftige Entwicklung automatischer Übungs-und Prüfungssysteme in der Informatik auf.
- Textdokument15. Workshop Automotive Software Engineering (ASE)(INFORMATIK 2017, 2017) Masrur, Alejandro; Hardt, Wolfram; Deutschmann, Rocco
- Textdokument3rd International Workshop on Big Data, Smart Data and Semantic Technologies(INFORMATIK 2017, 2017) Frank, Matthias; Kleiner, Natalja; Zander, Stefan; Setzer, Thomas; Sure-Vetter, York; Studer, Rudi
- Textdokument5. Workshop Umweltinformatik zwischen Nachhaltigkeit und Wandel (UINW 2017)(INFORMATIK 2017, 2017) Naumann, Stefan; Voigt, Kristina; Kern, Eva
- TextdokumentAbbildung kognitiver Fähigkeiten mit Metamodellen(INFORMATIK 2017, 2017) Hirt, Robin; Kühl, NiklasDie Abbildung kognitiver Fähigkeiten in der Informatik erfreut sich im Rahmen von Forschungsbestrebungen in den Bereichen der künstlichen Intelligenz, des maschinellen Lernens und der Mensch-Maschine-Interaktion gesteigerter Popularität. In diesem Beitrag zeigen wir die Möglichkeiten von Metamodellen auf, um kognitive Fähigkeiten mit maschinellem Lernen nachzubilden. Dafür präsentieren wir drei unterschiedliche Klassifizierungsmodelle, die jeweils verschiedene Perspektiven – analog zu menschlichen Sinnen – mit einbeziehen und zeigen, wie sich die Klassifizierung durch eine kognitive Aggregation mit Metamodellen dieser Perspektiven von 70% (reine Textklassifizierung) auf über 80% (Metaklassifizierung) nach F1-Metrik verbessert. Metamodelle können daher eine gute Grundlage für das Abbilden kognitiver Fähigkeiten sein und in Zukunft eine vielversprechende Erweiterung von einschichtigen maschinellen Lernverfahren darstellen.
- TextdokumentAcoustic Event Classification Using Convolutional Neural Networks(INFORMATIK 2017, 2017) Kahl, Stefan; Hussein, Hussein; Fabian, Etienne; Schloßhauer, Jan; Thangaraju, Enniyan; Kowerko, Danny; Eibl, MaximilianThe classification of human-made acoustic events is important for the monitoring and recognition of human activities or critical behavior. In our experiments on acoustic event classification for the utilization in the sector of health care, we defined different acoustic events which represent critical events for elderly or people with disabilities in ambient assisted living environments or patients in hospitals. This contribution presents our work for acoustic event classification using deep learning techniques. We implemented and trained various convolutional neural networks for the extraction of deep feature vectors making use of current best practices in neural network design to establish a baseline for acoustic event classification. We convert chunks of audio signals into magnitude spectrograms and treat acoustic events as images. Our data set contains 20 different acoustic events which were collected in two different recording sessions combining human and environmental sounds. Our results demonstrate how efficient convolutional neural networks perform in the domain of acoustic event classification.
- TextdokumentAdapting Binary Decision Diagrams for Visualizing Product Configuration Data(INFORMATIK 2017, 2017) Bischoff, Daniel; Küchlin, WolfgangThis paper deals with the challenges of visualizing and understanding complex interacting Boolean formulæ for selecting parts in an automotive Bill-of-Materials (BoM). Our approach targets entire BoM positions containing all variants of a part, each with its own selection formula. A part variant is needed for a car if the selection formula evaluates to true under the option list (feature list) which defines the car variant. Understanding the formulæ is critical when editing or when trying to analyze and explain a bug, but it is non-trivial. SAT-solving is commonly used to detect bugs, but explaining the cause of bugs is a different matter. Our approach is to visualize all selection alternatives in a single diagram based on an adaptation of binary decision diagrams (BDDs). We also visualize the influence of the configuration constraints for car variants on the selection diagrams and show how they can help to reduce their size. Based on this method we implemented a visualization tool which additionally serves as a visual formula editor.
- TextdokumentAdaptive Case Management in sozialen Einrichtungen(INFORMATIK 2017, 2017) Herzog, Paul; Lantow, BirgerAdaptive Case Management (ACM) ist ein Ansatz zum Management von wissensintensiven Prozessen. Mit „Case Management Model and Notation“ (CMMN) existiert ein Industriestandard zur Modellierung von Prozessen im Rahmen von ACM. CMMN definiert jedoch lediglich eine mögliche Notation für Prozessmodelle. Methoden zur Erhebung und zum Management von Fällen wurden bisher jedoch kaum betrachtet. Diese Arbeit untersucht zum einen die grundsätzliche Eignung von ACM für den sozialen Sektor und betrachtet zum anderen die Methodenunterstützung für das ACM. Diese Methodik wird im Rahmen einer Fallstudie evaluiert.
- Konferenzbeitragage@home: IKT-Lösungen für selbstbestimmtes Altern in gewohnter Umgebung(Workshop-Proceedings der Tagung Mensch & Computer 2011. überMEDIEN|ÜBERmorgen, 2011) Fellner, Maria; Beck, Peter; Majcen, Kurt; Mayer, Harald; Thallinger, Georg; Rettenbacher, Bernhard; Spat, Stephan; Haas, Werner; Stocker, AlexanderDas vom Bundesministerium für Verkehr, Information und Technologie geförderte Projekt age@home zielt darauf ab, IKT-Lösungen für selbstbestimmtes Altern in gewohnter Umgebung zu entwickeln. Im vorliegenden Beitrag werden die dem Projekt zugrundeliegenden Use Cases, vibroakustische Ganganalyse, Kinect4AAL und Kommunikativ in die Zukunft, erläutert. Basierend auf diesen Use Cases werden Demonstratoren entwickelt, welche passgenau auf die Zielgruppe 65+ zugeschnitten sind. Das Projekt age@home dient jedoch auch speziell dazu, die Einzelkompetenzen von JOANNEUM RESEARCH zu bündeln, indem die beteiligten Forschungsgruppen, ganz im Sinne einer AAL - Community of Practice, stärker miteinander vernetzt werden.
- WorkshopbeitragAGReMo: Filmempfehlungen für Ad-Hoc Gruppen auf mobilen Endgeräten(Mensch & Computer 2011: überMEDIEN|ÜBERmorgen, 2011) Beckmann, Christoph; Gross, TomEmpfehlungssysteme unterstützen Benutzerinnen und Benutzer indem sie diesen Artefakte oder andere Benutzer vorschlagen. Sie tragen wesentlich zur Findung gemeinsamer Entscheidungen bei, jedoch wird dabei von den bestehenden Systemen oft wenig auf den Prozess der Entscheidungsfindung eingegangen. In diesem Beitrag stellen wir einen neuartigen Ansatz vor, der es ad-hoc gebildeten Gruppen ermöglicht mobil Filmempfehlungen unter Einbeziehung aller Gruppenmitglieder zu erhalten.