Logo des Repositoriums

Auflistung nach Schlagwort "Attribute"

1 - 2 von 2
  • Textdokument
    Beschreibung von IT-Services für Kunden: Vergleich und Konsolidierung der Attribute auf Basis einer Metastudie
    (INFORMATIK 2022, 2022) Floerecke,Sebastian; Lehner,Franz
    IT-Service-Beschreibungen müssen einheitlich und kundenorientiert gestaltet sein und dabei alle Informationen umfassen, die Kunden für Entscheidungen bezüglich sämtlicher ServiceRequest-Arten wie Neubestellung, Änderung und Kündigung benötigen. Für die Festlegung und Befüllung der notwendigen Attribute liegen in der wissenschaftlichen Literatur zwar mehrere Ansätze vor, ein kritischer Vergleich, eine Zusammenführung und damit die Konsolidierung der bestehenden Konzepte ist aber noch ausstehend. Dieser Umstand weist einerseits auf einen Forschungsbedarf hin, andererseits werden Unternehmen bei der Beschreibung von IT-Services gegenwärtig nur unzureichend unterstützt. Vor diesem Hintergrund wurde eine vergleichende und integrative Metastudie durchgeführt, bei der mittels einer strukturierten Literaturrecherche die bestehenden Ansätze zunächst ermittelt und anschließend analysiert und konsolidiert wurden. Zentrales Ergebnis ist ein auf Basis von 24 Studien konsolidierter Katalog mit 69 Attributen. Die vorhandenen Beschreibungsansätze weisen, sowohl die Anzahl als auch die Ausprägung der Attribute betreffend, deutliche Unterschiede auf. Ein gemeinsamer Kern an Attributen lässt sich aktuell nicht erkennen. Der geschaffene Attributkatalog liefert die Grundlage für weitere Untersuchungen wie die Überprüfung der Vollständigkeit. Praktiker erhalten eine Referenz für die Erstellung bzw. Überarbeitung von IT-Service-Katalogen.
  • Konferenzbeitrag
    Incorporation of Extra Pseudo Labels for CNN-based Gait Recognition
    (BIOSIG 2022, 2022) Daigo Muramatsu, Kousuke Moriwaki
    CNN is a major model used for image-based recognition tasks, including gait recognition, and many CNN-based network structures and/or learning frameworks have been proposed. Among them, we focus on approaches that use multiple labels for learning, typified by multi-task learning. These approaches are sometimes used to improve the accuracy of the main task by incorporating extra labels associated with sub-tasks. The incorporated labels for learning are usually selected from real tasks heuristically; for example, gender and/or age labels are incorporated together with subject identity labels.We take a different approach and consider a virtual task as a sub-task, and incorporate pseudo output labels together with labels associated with the main task and/or real task. In this paper, we focus on a gait-based person recognition task as the main task, and we discuss the effectiveness of virtual tasks with different pseudo labels for construction of a CNN-based gait feature extractor.