Auflistung nach Autor:in "Michael, Judith"
1 - 10 von 98
Treffer pro Seite
Sortieroptionen
- Konferenzbeitrag19th Workshop on Automotive Software Engineering (ASE'22)(Software Engineering 2022 Workshops, 2022) Dörr, Heiko; Helke, SteffenPreface of the 19th Workshop on Automotive Software Engineering (ASE'22)
- Konferenzbeitrag4th Workshop on Avionics Systems and Software Engineering(Software Engineering 2022 Workshops, 2022) Annighöfer, Björn; Schweiger, Andreas; Reich, MarinaPreface of the Workshop on Avionics Systems and Software Engineering
- ZeitschriftenartikelA Model Centered Perspective on Software-Intensive Systems.(EMISA Forum: Vol. 38, No. 1, 2018) Mayr, Heinrich C.; Michael, Judith; Shekhovtsov, Vladimir A.; Ranasinghe, Suneth; Steinberger, Claudia
- KonferenzbeitragAccessibility in Conceptual Modeling Research and Tools(Modellierung 2024, 2024) Sarioglu, Aylin; Metin, Haydar; Bork, DominikThe reports on Disability by the World Health Organization show that the number of people with disabilities is increasing. Consequently, accessibility should play an essential role in information systems engineering research. While software and web engineering research acknowledge this need by providing, e.g., web accessibility guidelines and testing frameworks, we show in this paper, based on a systematic review of the literature and current modeling tools, that accessibility is, so far, a blind spot in conceptual modeling research. With the paper at hand, we aim to identify current research gaps and delineate a vision toward more inclusive, i.e., disability-aware conceptual modeling. One key finding relates to a gap in research and tool support concerning physical disabilities. Based on these results, we further present the first modeling tool that can be used keyboard-only, thereby including users with physical disabilities to engage in conceptual modeling.
- KonferenzbeitragAdvancing Virtual Coaching in Healthcare: Towards A Unified Terminology and Reference Model(Modellierung 2024, 2024) Gißke, Carola; Weiman, Thure Georg; Schlieter, HannesVirtual coaching applications, designed to facilitate behavior change through adaptive coaching activities, hold promise for personalized interventions, particularly in healthcare. While existing literature explores various aspects of virtual coaches (VCs), there is a lack of comprehensive conceptual analysis, and inconsistent terminology further complicates their understanding. The present paper aims to demonstrate the ongoing work on systematically categorizing and describing the components of VCs and, thereby, creating a reference model reusable for different contexts. Based on a systematic literature review, concepts related to VC interventions will be derived, categorized, and linked to each other, forming a unified framework that could simplify the process of designing VCs and provide the foundation for dedicated building tools in terms of low/no-code platforms. Moreover, the work contributes with a consolidated terminology, and the proposed model may also be used to identify underexplored research areas, enhancing research opportunities in the field.
- KonferenzbeitragALADIN – Generator für Aufgaben und Lösung(shilf)en aus der Informatik und angrenzenden Disziplinen(Modellierung 2022 Satellite Events, 2022) Christ, Paul; Laue, Ralf; Munkelt, TorstenDas Erlernen von Fähigkeiten zur Modellbildung ist eine grundlegende Zielstellung in vielen Studiengängen. Insbesondere in der Informatik und angrenzenden Disziplinen lassen sich viele Modellierungsaufgaben mittels Graphen repräsentieren, was das computergestützte Generieren solcher Graphen und entsprechender Aufgaben und Lösung(shilf)en auf Grundlage bestehender Graphenalgorithmen nahelegt. Dieser Beitrag stellt das Framework ALADIN vor, welches graphenbasierte Modelle und Aufgaben für Probleme aus verschiedenen Fachbereichen generiert und Studenten bei der Lösung der Probleme unterstützt. Die Generierung erfolgt parametrisiert, um dem Anforderungsprofil der Bearbeiter zu entsprechen. ALADIN ermöglicht eine zeit- und ortsunabhängige Bearbeitung von Übungsaufgaben. Zudem prüft ALADIN die Lösungen direkt auf Korrektheit, ohne Lehrpersonal zu binden. Aufzeichnungs- und Wiedergabefunktionalität erhöht den Nutzen von ALADIN in Blended-Learning-Szenarien.
- KonferenzbeitragAn Anthropomorphic Approach to establish an Additional Layer of Trustworthiness of an AI Pilot(Software Engineering 2022 Workshops, 2022) Regli, Christoph; Annighoefer, BjörnAI algorithms promise solutions for situations where conventional, rule-based algorithms reach their limits. They perform in complex problems yet unknown at design time, and highly efficient functions can be implemented without having to develop a precise algorithm for the problem at hand. Well-tried applications show the AI’s ability to learn from new data, extrapolate on unseen data, and adapt to a changing environment — a situation encountered in fl ight operations. In aviation, however, certifi cation regulations impede the implementation of non-deterministic or probabilistic algorithms that adapt their behaviour with increasing experience. Regulatory initiatives aim at defining new development standards in a bottom-up approach, where the suitability and the integrity of the training data shall be addressed during the development process, increasing trustworthiness in eff ect. Methods to establish explainability and traceability of decisions made by AI algorithms are still under development, intending to reach the required level of trustworthiness. This paper outlines an approach to an independent, anthropomorphic software assurance for AI/ML systems as an additional layer of trustworthiness, encompassing top-down black-box testing while relying on a well-established regulatory framework.
- KonferenzbeitragApplicability of Model Checking for Verifying Spacecraft Operational Designs(Modellierung 2024, 2024) Chrszon, Philipp; Maurer, Paulina; Saleip, George; Müller, Sascha; Fischer, Philipp M. ; Gerndt, Andreas; Felderer, MichaelThis is a summary of the paper Applicability of Model Checking for Verifying Spacecraft Operational Designs which has been published at the 26th International Conference on Model Driven Engineering Languages and Systems (MODELS 23).
- KonferenzbeitragAutomatisierte Generierung fachlicher Prozessmodelle basierend auf natürlichsprachlichen Prozessbeschreibungen(Modellierung 2024, 2024) von Olberg, Pauline; Strey, LukasDie manuelle Erstellung von Prozessmodellen ist eine gängige Tätigkeit im Rahmen der Softwareentwicklung. Die Erstellung der Modelle stellt allerdings eine zeitintensive Aufgabe für IT-Fachkräfte dar. Mit dem Ziel, die Fachkräfte zu entlasten, stellen wir die Methode NL2BPMN und einen Prototyp vor, durch welche natürlichsprachliche sowie fachspezifische Prozessbeschreibungen automatisiert in BPMN-Prozessmodelle transformiert werden können. Die Methode basiert auf Natural Language Processing (NLP) und bedient sich unter anderem dem Part-of-Speech-Tagging sowie dem Dependency Parsing. Ein Bestandteil der Methode ist die Verwendung einer Fachbegriffe-Liste als zusätzlicher Input neben Prozessbeschreibungen, um Fachbegriffe, die aus mehreren Wörtern bestehen, als zusammengehörige Begriffe zu verarbeiten. Ein Vergleich von automatisiert generierten Modellen mit manuell erstellten Modellen zeigt Erfolgsquoten von über 90 \% in allen Bewertungskategorien, sofern eine Fachbegriffe-Liste verwendet wird.
- KonferenzbeitragBeobachtungen und Einsichten zu Repositorys von BPMN-Modellen(Modellierung 2024, 2024) Laue, Ralf; Läuter, MartinBei der empirischen Untersuchung der Praxis der Geschäftsprozessmodellierung ist man auf eine umfangreiche, vielfältige und gleichzeitig zur Aufgabenstellung passende Datenbasis angewiesen. Wir untersuchen eine Reihe öffentlich zugänglicher Modellrepositorys mit BPMN-Modellen, die in den vergangenen Jahren entstanden sind. Wir weisen auf Eigenarten der Repositorys hin, die die Verarbeitung der Daten erschweren und die Datenqualität beeinträchtigen. Besonders diskutiert wird das in bisherigen Arbeiten nicht betrachtete Phänomen von de facto inhaltsgleichen Modellen in bei bitweisem Vergleich verschiedenen Dateien. Wir diskutieren die Auswirkung solcher Duplikate und schlagen eine der jeweiligen Aufgabenstellung angepasste Filterung vor. Wir begründen, warum dieses Vorgehen insbesondere bei Ansätzen zum maschinellen Lernen beachtet werden sollte. Wir stellen fest, dass die empfohlenen Maßnahmen zur Sicherung der Datenqualität in aktuellen Veröffentlichungen häufig noch nicht beachtet werden, was die Aussagekraft von deren Ergebnissen in Frage stellen kann.