Logo des Repositoriums

Auflistung nach Autor:in "Tschuggnall, Michael"

1 - 5 von 5
  • Textdokument
    Ausgezeichnete Informatikdissertationen 2014
    (2015) Angerer, Andreas; Auer, Christopher; Berkholz, Christoph; Bermbach, David; Bringmann, Karl; Cano, Estefania; Distler, Tobias; Gisbrecht, Andrej; Herrmann, Dominik; Hoffmann, Steve; Hufsky, Franziska; Kirchner, Elsa Andrea; Klambauer, Günter; Lanthaler, Markus; Lawonn, Kai; Lemmerich, Florian; Linden, Sven; Manthey, Norbert; Michels, Dominik L.; Mühlbach, Sascha; Reuter, Christian; Rieke, Jahn; Rohr, David; Sallinger, Emanuel; Samek, Wojciech; Schmidt, Melanie; Tauheed, Farhan; Tschuggnall, Michael; Wenger, Stephan; Ziller, Michael J.
  • Konferenzbeitrag
    Detecting plagiarism in text documents through grammar-analysis of authors
    (Datenbanksysteme für Business, Technologie und Web (BTW) 2028, 2013) Tschuggnall, Michael; Specht, Günther
    The task of intrinsic plagiarism detection is to find plagiarized sections within text documents without using a reference corpus. In this paper, the intrinsic detection approach Plag-Inn is presented which is based on the assumption that authors use a recognizable and distinguishable grammar to construct sentences. The main idea is to analyze the grammar of text documents and to find irregularities within the syntax of sentences, regardless of the usage of concrete words. If suspicious sentences are found by computing the pq-gram distance of grammar trees and by utilizing a Gaussian normal distribution, the algorithm tries to select and combine those sentences into potentially plagiarized sections. The parameters and thresholds needed by the algorithm are optimized by using genetic algorithms. Finally, the approach is evaluated against a large test corpus consisting of English documents, showing promising results.
  • Textdokument
    Intrinsische Plagiatserkennung und Autorenerkennung mittels Grammatikanalyse
    (Ausgezeichnete Informatikdissertationen 2014, 2015) Tschuggnall, Michael
    Durch die hohe und ständig steigende Anzahl an frei verfügbaren Textdokumenten wird es immer leichter, Quellen für mögliche Plagiate zu finden, während es auf der anderen Seite für automatische Erkennungstools aufgrund der großen Datenmengen immer schwieriger wird, diese zu erkennen. In dieser Arbeit wurden verschiedene Algorithmen zur intrinsischen Plagiatserkennung entwickelt, welche ausschließlich das zu prüfende Dokument untersuchen und so das Problem umgehen, externe Daten heranziehen zu müssen. Dabei besteht die Grundidee darin, den Schreibstil von Autoren auf Basis der von ihnen verwendeten Grammatik zur Formulierung von Sätzen zu untersuchen, und diese Information zu nutzen, um syntaktisch auffällige Textfragmente zu identifizieren. Unter Verwendung einer ähnlichen Analyse wird diese Idee auch auf das Problem, Textdokumente automatisch Autoren zuzuordnen, angewendet. Darüber hinaus wird gezeigt, dass die verwendete Grammatik auch ein unterscheidbares Kriterium darstellt, um Informationen wie das Geschlecht und das Alter des Verfassers abzuschätzen. Schlussendlich werden die vorherigen Analysen und Resultate verwendet und so adaptiert, dass Anteile von verschiedene Autoren in einem gemeinschaftlich verfassten Text automatisch erkannt werden können.
  • Zeitschriftenartikel
    RelaX
    (Datenbank-Spektrum: Vol. 21, No. 1, 2021) Specht, Günther; Kessler, Johannes; Mayerl, Maximilian; Tschuggnall, Michael
    Das relationale Modell und insbesondere die relationale Algebra bilden die Grundlage jedes relationalen Datenbanksystems. Daher ist es in der Lehre wichtig, den Studierenden eine fundierte Einführung in die relationale Algebra zu geben. Nur so erhalten sie ein vertieftes Verständnis für die interne Ausführung einer Anfrage. Während es viele Möglichkeiten gibt, SQL zu üben, fehlen bisher größtenteils solche Möglichkeiten für die relationale Algebra. Sie wird meist nur theoretisch unterrichtet. Darum hat die Forschungsgruppe DBIS an der Universität Innsbruck ein rein webbasiertes Tool entwickelt, das die Lehre der relationalen Algebra erleichtern und verbessern soll: RelaX. RelaX ist unter http://dbis-uibk.github.io/relax/ frei verfügbar.
  • Textdokument
    RelaX: A Webbased Execution and Learning Tool for Relational Algebra
    (BTW 2019, 2019) Kessler, Johannes; Tschuggnall, Michael; Specht, Günther
    The relational model and especially the relational algebra is the fundament of each relational database system and thus content of almost every database lecture. Even though there exist a few tools allowing to experiment with relational algebra, a common way to learn it is still by formulating queries on paper, without the option of checking them for syntax or even executing them. To fill this gap and to support students in their learning process, we propose RelaX, a webbased tool which is capable of executing arbitrary relational algebra statements on arbitrary datasets. By drawing interactive operator trees corresponding to the queries, it is also possible to compute the final result in a step-by-step manner. Finally, RelaX is also equipped to execute SQL queries and to automatically translate them to relational algebra.