Logo des Repositoriums

Auflistung nach Schlagwort "Neural Network"

1 - 4 von 4
  • Zeitschriftenartikel
    Der Einsatz von künstlicher Intelligenz zur Verbesserung des Incident Managements
    (HMD Praxis der Wirtschaftsinformatik: Vol. 56, No. 2, 2019) Frick, Nicholas; Brünker, Felix; Ross, Björn; Stieglitz, Stefan
    Im Kontext des IT-Service-Managements stellt ein wesentlicher Faktor zur möglichst effizienten und effektiven Entstörung gemeldeter Probleme das Incident Management dar. Aufgenommene Störungen werden dabei identifiziert, protokolliert und kategorisiert, so dass nachgelagerte Strukturen, wie Second- und Third-Level-Support, Beeinträchtigungen unmittelbar beheben können. In dem vorliegenden Beitrag wird ein Proof of Concept vorgestellt, der den Einsatz künstlicher Intelligenz auf das Incident Management in Unternehmen untersucht. Speziell wird hierbei dargelegt, wie ein entsprechendes System zum Einsatz kommt, um die Kategorisierung einer Störung in einem Praxisunternehmen zu beschleunigen. Als Datengrundlage hierfür dienen historische Tickets, die im Rahmen des Incident Managements erfasst worden sind. Ziel ist es, automatisiert die betroffene Applikation bzw. zuständige Gruppe zu ermitteln. Das Resultat dieser Machbarkeitsstudie ist ein neuronales Netzwerk, mit dem eine übergreifende Wahrscheinlichkeit von 94 % korrekt zugeordneter Kategorien erreicht wird. Auf Basis der vorliegenden Ergebnisse werden Herausforderungen während der Umsetzung dargestellt. Potentielle Einsatzgebiete und denkbare Weiterentwicklungen, speziell in Bezug auf die Kollaboration zwischen MitarbeiterInnen des Services Desks und künstlicher Intelligenz, werden abgeleitet und diskutiert. Zudem wird präsentiert, warum der Einsatz von künstlicher Intelligenz, sowohl im IT-Service-Management, als auch in anderen unternehmensrelevanten Vorgängen, sinnvoll erscheint. In the context of IT service management, incident management is one of the major factors in resolving reported problems efficiently and effectively. Recorded incidents are identified, logged, and categorised. Thus, the subsequent second and third level support can immediately resolve incoming incidents. This article introduces a proof of concept examining the usage of artificial intelligence in the context of incident management. Specifically, the usage of such a system to speed up the categorisation of upcoming incidents within a company is described. The dataset used consists of historical tickets that were collected in incident management. The goal is to automatically identify the responsible unit. The result of this feasibility study is a neural network which assigns the corresponding categories with an overall precision and recall of 94%. Based on the findings of this study, the challenges of the practical implementation are presented. In the context of collaboration between service desk employees and artificial intelligence, potential fields of application and further possibilities of development are discussed. Moreover, the usage of artificial intelligence in IT service management as well as in other company-related processes is discussed.
  • Textdokument
    Energieeffizientes Kaltstartverhalten spanender Werkzeugmaschinen
    (INFORMATIK 2021, 2021) Walz, Deborah; Wächter, Andreas; Tomov, Stefan; Heimbach, Konrad; Weigold, Matthias
    Die Kompensation thermischer Einflüsse und daraus resultierender geometrischer Verlagerungen spielt eine bedeutende Rolle bei der Gewährleistung einer hohen Bearbeitungsqualität von Werkstücken in Zerspanungsprozessen. Übliche Vorgehensweisen zur Reduktion thermischer Verlagerungen während der Produktion gehen mit einem erheblichen Energiebedarf einher oder modellieren die komplexen Zusammenhänge thermischer Einflüsse nur ungenügend. Methoden des Maschinellen Lernens stellen einen vielversprechenden Ansatz zur Modellierung dar. Es wird eine Lösung angestrebt, die aufwandsarm auf Produktionsmaschinen ähnlicher Bauart übertragen werden kann. Derzeit ist ungeklärt, ob eine explizite oder implizite Modellierung der zeitlich multivarianten Daten eine ufriedenstellende Lösung bietet. Als besonders herausfordernd stellt sich die Verfügbarkeit von ausreichend vielen Datenbeispielen zur Modellierung der relevanten Größen dar.
  • Textdokument
    Online-Überwachung von Chlor und Chlordioxid mittels optischer Spektroskopie
    (INFORMATIK 2020, 2021) Wagner, Martin; Fernandes, Averil; Nüske, Gabriele
    In der vorliegenden Arbeit wird gezeigt, wie UV/VIS-Spektren, die für die Überwachung von Desinfektionsmittelrestgehalten im Trinkwasser mit einem online-Spektrometer aufgenommen werden, mit Methoden des maschinellen Lernens ausgewertet werden. Es wurden Regression-Pipelines für die Bestimmung der Konzentration von freiem Chlor und Chlordioxid in Trinkwasser im Bereich zwischen 0,1 mg/L und 1,0 mg/L erstellt. Der Root Mean Squared Error (RMSE) der Kalibrierung beträgt 0,03 mg/L (Chordioxid) und 0,05 mg/L (freies Chlor). Die Anwendung der Methode wird am Beispiel einer Desinfektionsanlage in Haridwar, Indien, demonstriert.
  • Konferenzbeitrag
    Suggestion Lists vs. Continuous Generation: Interaction Design for Writing with Generative Models on Mobile Devices Affect Text Length, Wording and Perceived Authorship
    (Mensch und Computer 2022 - Tagungsband, 2022) Lehmann, Florian; Markert, Niklas; Dang, Hai; Buschek, Daniel
    Neural language models have the potential to support human writing. However, questions remain on their integration and influence on writing and output. To address this, we designed and compared two user interfaces for writing with AI on mobile devices, which manipulate levels of initiative and control: 1) Writing with continuously generated text, the AI adds text word-by-word and user steers. 2) Writing with suggestions, the AI suggests phrases and user selects from a list. In a supervised online study (N=18), participants used these prototypes and a baseline without AI. We collected touch interactions, ratings on inspiration and authorship, and interview data. With AI suggestions, people wrote less actively, yet felt they were the author. Continuously generated text reduced this perceived authorship, yet increased editing behavior. In both designs, AI increased text length and was perceived to influence wording. Our findings add new empirical evidence on the impact of UI design decisions on user experience and output with co-creative systems.