Auflistung nach Autor:in "Gaedke, Martin"
1 - 10 von 273
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.
- TextdokumentAktuelle Entwicklungen in der Automatischen Musikverfolgung(INFORMATIK 2017, 2017) Arzt, Andreas; Dorfer, MatthiasDiese Arbeit befasst sich mit aktuellen Entwicklungen in der automatischen Musikverfolgung durch den Computer. Dieser Prozess ist auch unter den Begriffen „Score Following“ oder „Real-time Music Tracking“ bekannt. Es handelt sich dabei um Algorithmen, die einer musikalischen Aufführung „zuhören“, das aufgenommene Audiosignal mit einer (abstrakten) Repräsentation des Notentextes vergleichen und sozusagen in diesem mitlesen. Der Algorithmus kennt also zu jedem Zeitpunkt die Position der Musiker im Notentext. Diese Information erlaubt die Realisierung einer Reihe von Anwendungen, zum Beispiel der automatischen Musikvisualisierung und der automatischen Begleitung. Neben der Vermittlung eines generellen Überblicks, liegt der Schwerpunkt dieser Arbeit auf der Beleuchtung des Aspekts der Flexibilität und der einfacheren Nutzbarkeit dieser Algorithmen. Es wird dargelegt, welche Schritte getätigt wurden (und aktuell getätigt werden) um den Prozess der automatischen Musikverfolgung einfacher zugänglich zu machen. Dies umfasst Arbeiten zur automatischen Identifikation von gespielten Stücken und deren flexible Verfolgung ebenso wie aktuelle Ansätze mithilfe von Deep Learning, die es erlauben Bild und Ton direkt zu verbinden, ohne Umwege über abstrakte und nur unter großem Zeitaufwand zu erstellende Zwischenrepräsentationen.
- TextdokumentAkzeptanz von assistiven Softwaresystemen für Menschen mit kognitiven Beeinträchtigungen(INFORMATIK 2017, 2017) Dirks, Susanne; Bühler, ChristianMenschen mit kognitiven Beeinträchtigungen können, ebenso wie andere Menschen mit Unterstützungsbedarf, ihre gesellschaftlichen Teilhabemöglichkeiten und ihre Selbständigkeit durch den Einsatz von assistiven Softwaresystemen verbessern. Speziell für diese Nutzergruppe zeigt sich aber, dass die erfolgreiche und dauerhafte Anwendung assistiver Software in besonderer Weise von Faktoren abhängig ist, die in den klassischen Ansätzen der Technologie-Akzeptanzforschung nicht ausreichend berücksichtigt werden. Trotz ihrer Bedeutung für die nutzerzentrierte Softwareentwicklung und die Qualitätssicherung im Entwicklungsprozess können die vorhandenen Akzeptanzmodelle deshalb nicht für die Entwicklung assistiver Softwaresysteme genutzt werden. Im vorliegenden Beitrag werden die wichtigsten klassischen Ansätze der Technologie-Akzeptanzforschung vorgestellt und auf der Basis von Untersuchungen zur Akzeptanz von assistiven Technologien für Menschen mit kognitiven Beeinträchtigungen Vorschläge zur Erweiterung der bestehenden Ansätze gemacht. Unterstützt wird die Modell-Entwicklung durch die Ergebnisse der ersten Phase einer Akzeptanzstudie für die Nutzung der Mediata-App.