Datenverarbeitung; Informatik
Refine
Year of publication
Document Type
- Conference Proceeding (104)
- Article (35)
- Master's Thesis (15)
- Book (13)
- Bachelor Thesis (12)
- Part of a Book (10)
- Lecture (9)
- Other (3)
- Report (2)
- Image (1)
Language
- German (124)
- English (79)
- Multiple languages (1)
Keywords
- Quantencomputer (4)
- Cloud Computing (3)
- Computational complexity (3)
- Computersicherheit (3)
- Informationssicherheit (3)
- Medieninformatik (3)
- Cloud (2)
- Curriculum (2)
- Data Science (2)
- Internettelefonie (2)
Institute
Diese Arbeit gibt einen Einblick sowie eine Einschätzung eines Code-basierten
Werkzeuges zur Datenvisualierung, der d3js bibliothek für JavaScript. Es
werden nicht nur das Potential, sondern auch die Vor- und Nachteile evaluiert.
Weiterhin wird eine Einschätzung gegeben, wann der Einsatz dieses Werkzeuges
sinnvoll ist. Um diese Einschätzungen treffen zu können, werden einige Di-
agramme, bezüglich der aktuellen Flüchtlichgssituation, die aufgrund des
bewaffneten Ukrainekonfilktes besteht, erstellt. Dafür werden zunächst die
nötigen Grundlagen erklärt. Dies umfasst sowohl Daten und Datentypen,
als auch Diagramme und deren Aufbau. Abschließend werden die erstellten
Diagramme, sowie d3js im Diskussionsteil ausgewertet.
Da d3js in reinem JavaScript implementiert ist, lässt es sich problem-
los mit anderen Frameworks kombinieren. Der Fokus von d3js liegt auf der
schnellen und einfachen Manipulation von Elementen im Document Object
Model. d3js ist jedoch kein Werkzeug, mit dem in wenigen Zeilen Quell-
code ganze Diagramme erstellt werden können. Vielmehr müssen sowohl die
einzelnen Elemente eines Diagrammes, wie auch deren Position und Ausse-
hen händisch definiert werden. Das ermöglicht ein Höchstmaß an Kontrolle
über das Aussehen und Verhalten der Diagramme. Es ist jedoch auch zeitin-
tensiv und führt eventuell zur Implementation unübersichtlicher Diagramme.
Gepaart mit der hohen initialen Lernkurve kann die Nutzung von d3js nur
in speziellen Fällen, welche die volle Kontrolle über Aussehen und Verhalten
von Diagrammen benötigen, empfohlen werden.
Resistance spot welding is the dominant process in the present mass production of steel constructions without sealing requirements with single sheet thicknesses up to 3 mm. Two of the main applications of resistance spot welding are the automobile and the railway vehicle manufacturing industry. The majority of these connections has safety-related character and therefore they must not fall below a certain weld diameter. Since resistance spot welding has been established, this weld diameter has been usually used as the gold standard. Despite intensive efforts, there has not been found yet a reliable method to detect this connection quality non-destructively. Considerable amounts of money and steel sheets are wasted on making sure that the process does not result in faulty joints. The indication of the weld diameter by in-process monitoring in a reliable way would allow the quality documentation of joints during the welding process and additionally lead through demand-actuated milling cycles to a substantial decrease of electrode consumption. An annual, estimated reduction in the seven- to nine-figure range could be achieved. It has an important impact, because the economics of the process is essentially characterized by the electrode caps (Klages 24). We propose a simple and straightforward approach using data mining techniques to accurately predict the weld diameter from recorded data during the welding process. In this paper, we describe the methods used during data preprocessing and segmentation, feature extraction and selection, and model creation and validation. We achieve promising results during an analysis of more than 3000 classified welds using a model tree as a predictor with a success rate of 93 %. In the future, we hope to validate our model with unseen welding data and implement it in a real world application.
In diesem Beitrag stellen wir unsere Idee und deren Ansätze vor, die die Ausbildung im Bereich Datenbank-Performance mittels eines Praktikums unterstützen sollen. Wichtiges Element des Erkenntnisgewinns ist das eigene Erleben im Rahmen von Experimenten. Im Bereich Datenbank-Performance müssen Experimente und Experimentierumgebung so gestaltet und aufgebaut sein, dass den Erwartungen an Vergleichbarkeit und Wissenszuwachs entsprochen wird.
Die Versionierung von Daten ist ein hochkomplexes Problem, das viele verschiedene
Aspekte berücksichtigen muss. Daher ist in diesem Bereich bisher noch kein univer-
sell anwendbarer Ansatz beschrieben worden. Verschiedene Autoren haben sich an einer
Lösung versucht und Herangehensweisen für ihre eigenen Anwendungsfälle entwickelt.
In dieser Arbeit wird ein neuer Ansatz anhand eines Fallbeispiels vorgestellt. Der An-
satz zielt darauf ab, Daten- und Versionierungsstrukturen in einem relationalen Da-
tenmodell zu vereinigen und dabei eine einfache Integration von Geschäftsprozessen
zu ermöglichen. Insbesondere wird darauf geachtet, dass die Erzwingung des korrekten
Ablaufs von Geschäftsprozessen durch eine maschinelle Umsetzung derselben möglich
ist. Das Datenmodell beinhaltet eine vollständige Versionierungshistorie in Form eines
gerichteten zyklenlosen Graphen. Hiermit bietet es eine breit anwendbare Lösung zur
Datenversionierung, die zudem gut in bestehende Abläufe und Datensätze integrierbar
ist. In dieser Arbeit wird das kombinierte Datenmodell vorgestellt und anhand von ge-
nerischen Beispielen erläutert. Zudem wird die Funktionalität des Ansatzes anhand des
Fallbeispiels der Verwaltung der Studiengangscurricula des Fachbereichs Informatik und
Medien der Technischen Hochschule Brandenburg belegt. Hierbei wird auch die Integra-
tion von Geschäftsprozessen und die Nutzbarkeit in der tatsächlichen Datenverwaltung
dargestellt.
In dieser Masterarbeit wird der Einsatz von Deepfakes im Marketing untersucht. Es geht darum, Deepfake-Marketing zu analysieren und vier eigene Deepfakes zu erstellen, um mögliche Effekte bei Rezipienten zu erkennen. Dazu wird die folgende Forschungsfrage „Welche Effekte lösen hyperpersonalisierte Werbebotschaften durch Deepfakes bei Probanden aus?“ aufgestellt.
Für die Beantwortung der Forschungsfrage wird zunächst die Personalisierung von Werbung, sowie Deepfakes im Allgemeinen thematisiert. Im Anschluss daran wurden die Vor- und Nachteile der Hyperpersonalisierung durch die Integration von Deepfakes in die Werbung analysiert und vier eigene Deepfakes auf Basis realer Video-Werbungen generiert.
Zur Überprüfung der möglichen Effekte bei Rezipienten wurde eine Online-Umfrage erarbeitet, bei der 22 Probanden die vier selbst produzierten Deepfakes sahen und Fragen zu ihrer persönlichen Einstellung zur Personalisierung durch Deepfakes mitteilten. Die Ergebnisse der nicht repräsentativen Umfrage zeigen, dass sich die Auswirkungen bei hyperpersonalisierten Werbebotschaften durch Deepfakes primär in zwei Kategorien einordnen lassen: positive Überraschung und Misstrauen.
Im Detail können die Probanden Deepfakes nicht eindeutig erkennen und wünschen sich eine offene Deklarierung von Deepfake- Inhalten in der Werbung. Bereits 4 von 10 Teilnehmern würden sogar ihre Daten für die Produktion von Deepfake-Werbung zur Verfügung stellen. Doch auch die Angst vor dem Missbrauch persönlicher Daten und möglichen Gefahren, welche von Deepfakes ausgehen könnten, belasten die Teilnehmer. Für zukünftige Forschung bietet sich an, zur Produktvermarktung mit Deepfake-Werbung weiterzuforschen. Dafür bedarf es in erster Linie eine umfangreichere Datenerhebung.
Entwicklungsumgebungen haben sich in den letzten Jahren von einfachen Texteditoren mit Compiler-Unterstützung zu wahren Feature-Monstern entwickelt. Dabei stand die komfortable Erzeugung und Verwaltung von Quelltext im Vordergrund. Diese Arbeit möchte einen anderen Weg einschlagen. Eine visuelle Programmierumgebung zur Erzeugung und Ausführung von Flussgraphen-basierten Programmen verspricht einen leicht zu erlernenden effektiven Entwicklungsprozess. Auf der Basis von Microsoft .NET und der Programmiersprache C# beschreibt diese Arbeit den Entwurf und die Implementierung einer Programmierumgebung mit komfortabler Benutzeroberfläche und leistungsfähiger Laufzeitumgebung. Sie entwirft ein Flussmodell, welches den experimentellen und produktiven Einsatz von Operationsknoten verschiedener Abstraktionsebenen in verschachtelten Flussgraphen erlaubt. Dabei können Konstanten, Wertdatentypen und Verweistypen verarbeitet werden. Die Programme werden automatisch auf mehreren Prozessoren parallel ausgeführt. Ein Hilfesystem und die Grundlage für benutzerfreundliche Funktionsbeschreibungen der Operationsknoten erleichtern den Einstieg für den Anwender. Das Programmiersystem kann in allen .NET-Programmiersprachen leicht um Operationsknoten erweitert werden.