Auflistung nach:
Auflistung S16 - SKILL 2020 - Studierendenkonferenz Informatik nach Titel
1 - 10 von 13
Treffer pro Seite
Sortieroptionen
- KonferenzbeitragAllgemeines Referenzmodell zur Digitalen Transformation im öffentlichen Sektor(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Hanke, KarlsenDer öffentliche Sektor steht vor der Herausforderung, seine Verwaltung digital zu transformieren und einen durchgängigen Informationsfluss für alle Projektbeteiligten zu gewährleisten sowie Vorhaben (bspw. das Onlinezugangsgesetz) zu planen und umzusetzen. Ziel dieser Arbeit ist es, eine konsistente Vorgehensweise über alle föderalen Stufen bereitzustellen. Das erstellte Referenzmodell unter Einbeziehung aktueller Literatur umfasst sieben Elemente zur Digitalen Transformation der spezifischen Domäne. Mit dem kombinierten Reifegradmodell wird eine Klassifizierungs- und Vergleichsmöglichkeit nach festgelegten Kriterien geboten, um die Transformation in ihren Verwaltungsleistungen zu priorisieren und Umsetzungen zu verfolgen.
- KonferenzbeitragAsynchronous and Decentral Group Management in Messengers with Delegated Proof of Stake(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Hellenbrand, AndreasMobile messaging applications are used widely for group communication using group chats. Most messenger platforms rely on their centralized infrastructure to maintain the group states. This can imply privacy issues and allow potential misuse by the messenger providers. To resolve this privacy implications, a decentral approach can be implemented. The decentral protocol presented in this work is based on the Delegated Proof of Stake consensus protocol and uses a blockchain to store the groups state. The main focus of this work is the optimization of the protocol to be able to deal with the asynchronous environment of mobile applications.
- KonferenzbeitragDeveloping a game AI for Murus Gallicus(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Wilson, Philip Wilson; Savinov, Andrej; Kadavanich, AnnabellaThe development of game AIs has been a popular challenge in the last years. One of the best game agents, AlphaZero, was developed by DeepMind in 2017 and superseded by MuZero in 2019. Both agents are based on algorithms that perfectly learn to play any game within not even a day, given they are fed the game’s rules. The development of such game AIs does not necessarily require big computation centers like the ones Google has. In this work, we show how to develop and implement a Murus Gallicus game AI using mainly GOFAI (Good Old-Fashioned Artificial Intelligence) methods. We start with a comparison between different search tree algorithms, including MiniMax, NegaMax, NegaScout (principal variation search) and show how transposition tables can be used for optimization. Furthermore, we demonstrate the advantages of a dynamic value function and time management while searching for the best move. Lastly, we evaluate the application of Evolutionary Learning (EL), explaining how we trained specific parameters.
- KonferenzbeitragDer Einsatz maschinellen Lernens zur inertialen Bewegungsanalyse am Pferderumpf für das digitale Trainingsmonitoring im Leistungssport(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Pavel, Johannes; Fercher, Christina; Herold, FrankDas leistungssportliche Training von Pferd und Reiter ist geprägt durch die langjährige Erfahrung und die individuelle Einschätzung von Reiter und Trainer. Ergänzend dazu soll langfristig eine objektive Möglichkeit zur Beurteilung von Bewegung geschaffen werden. Auf Grund der notwendigen Feldbedingungen der Sportpraxis eignet sich die Verwendung von Inertialsensoren am Pferderumpf. Ziel dieser Arbeit ist es durch den Einsatz von Maschinellen Lernen über neuronalen Netzen die pferdesportpraktischen Bewegungen anhand der inertialen Bewegung des Pferderumpfs zu detektieren. Als Basis dienen die zyklischen Gangarten Schritt, Trab, Linksgalopp und Rechtsgalopp, sowie die Bewegungsrichtung, das Halten und in einem nächsten Schritt die azyklische Springbewegung und dressurspezifischen Lektionen, um einerseits das tägliche Training im Heimatstall dokumentieren und andererseits eine kinematische Bewegungsanalyse, bspw. am Sprung, durchführen zu können. Dabei beweist die Analyse, dass die verschiedenen Gangarten sehr gut klassifiziert werden können.
- KonferenzbeitragKlassische Migräne vs. gewöhnliche Migräne: Untersuchung basierend auf Altersstruktur und Geschlecht(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Strauß, Christa; Amann, TinaDiese Studie zielt darauf ab, klassische Migräne und gewöhnlicher Migräne zu vergleichen. Dabei wird auf Basis von online gesammelten Daten des Projektes "Migräne–Radar", die Altersstruktur und das biologische Geschlecht näher betrachtet, um Rückschlüsse auf Hormoneinflüsse treffen zu können. Mithilfe des Projekts "Migräne–Radar" des Instituts für Informationssysteme der Hochschule Hof wurden 66886 Migräneattacken von 2904 Betroffenen zu Verfügung gestellt. Die Beteiligten wurden in vier Altersgruppen eingeteilt. Anhand dieser Aufteilung können sowohl geschlechtsspezifische als auch altersbedingte Unterschiede zwischen den beiden Krankheitsbildern untersucht werden. Die Ergebnisse lassen vermuten, dass Migräneanfalle ohne Aura sowohl bei Männern als auch bei Frauen durch Hormone beeinflussbar sein können. Migräneanfälle mit Aura hingegen weniger.
- KonferenzbeitragMensch-Maschinen-Schnittstelle mit Vibrationsaktoren zum "Fühlen" von Texten(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Krämer, JanIn diesem Paper wird ein Vibrationsgürtel zum „Fühlen“ von Texten vorgestellt. Der Fokus liegt dennoch auf dem Erkennen einzelner Buchstaben. Dieser Vibrationsgürtel stellt allgemeiner eine Mensch-Maschinen-Schnittstelle über den Tastsinn dar, mit der prinzipiell beliebige Daten übertragen werden können.
- KonferenzbeitragNutzensteigernde Faktoren zur Optimierung von Mobile Payment für Senioren als hilfsbedürftige Anwendergruppe(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Möllers, Frederike; Oberthür, TimMobile Zahlungsprozesse, die mit Hilfe eines mobilen Endgerätes durchgeführt und als Mobile Payment bezeichnet werden, finden bereits in weiten Teilen des E-Commerce und stationären Einzelhandels Anwendung. Die angebotenen Lösungen entsprechen dabei allerdings noch nicht den spezifischen Anforderungen aller potenziellen Anwendergruppen. So haben Senioren, welche möglicherweise körperlich oder geistig eingeschränkt sind und damit eine hilfsbedürftige Anwendergruppe darstellen, besondere Anforderungen an Mobile Payment. In dieser Arbeit wird Mobile Payment aus Prozessperspektive betrachtet und es werden unter Berücksichtigung der besonderen Eigenschaften und Bedürfnissen von Senioren als hilfsbedürftige Anwendergruppe nutzensteigernde Faktoren definiert. Neben der Automatisierung bislang manuell aufwändiger Teilschritte mobiler Zahlungsverfahren lassen sich unter anderem die Verbreitung und Akzeptanz innerhalb der Anwendergruppe und im gesamten sozio-ökonomischen System als solche Faktoren identifizieren.
- KonferenzbeitragQuantitative comparison of polarity lexicons in sentiment analysis tasks: Using a lexicon overlap score for similarity measurement between lexicons(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Welter, Felix J.M.Sentiment classification is either based on sentiment lexicons or machine learning. For the construction and improvement of sentiment lexicons, several approaches and algorithms have been designed. The resulting lexicons are commonly benchmarked in different tasks and compared by their respective performance. However, this measure depends on the application domain. This work proposes a method for context-independent comparison of sentiment lexicons. Three scoring methods for similarity measurement of lexicons are explained. Furthermore, exemplarily applications of the scores are shown, including lexicon similarity analysis before and after expansion via a Distributional Thesaurus and clustering of lexicons. Adaptability and limitations of the lexicon overlap score and the demonstrated applications are discussed.
- KonferenzbeitragSemantic Code Search with Neural Bag-of-Words and Graph Convolutional Networks(SKILL 2020 - Studierendenkonferenz Informatik, 2020) Sieper, Anna Abad; Amarkhel, Omar; Diez, Savina; Petrak, DominicSoftware developers are often confronted with tasks for which there are widespread solution patterns. Searching for solutions using natural language queries often leads to unsatisfying results. Github, Microsoft Research and Weights & Biases created the CodeSearchNet Challenge to address this problem. Its goal is to develop code search approaches that return the code that best matches a natural language query. In this paper, we investigate two different approaches in this context. First, a Neural Bag-of-Words encoder using TF-IDF weighting and second, a Graph Convolutional Network which includes the call hierarchy in a target method’s representation. In our experiments we were able to improve the Neural Bag-of-Words models, whose results were published in the CodeSearchNet Challenge. Our Neural Bag-of-Words encoder improves the MRR by 4.38% for Python and 4.98% for Java. The Graph Convolutional Network did not improve the results over of the Neural Bag-of-Words model.
- KonferenzbeitragSKILL 2020 - Komplettband(SKILL 2020 - Studierendenkonferenz Informatik, 2020)