Fakultät Informatik
Filtern
Dokumenttyp
- Bachelorarbeit (35)
- Masterarbeit (20)
- Bericht (4)
- Konferenzveröffentlichung (1)
Volltext vorhanden
- ja (60)
Schlagworte
- Cloud Computing (6)
- Blockchain (5)
- Referenzmodell (5)
- BPMN (4)
- Computersicherheit (4)
- Maschinelles Lernen (4)
- Projektmanagement (4)
- Amazon Web Services (3)
- Künstliche Intelligenz (3)
- Security (3)
The application of large language models (LLM) to small, specific use cases necessitates the allocation of considerable computational resources and time for the fine-tuning of the model on a custom dataset. The use of small transformers may prove an effective solution, as they require less data and less time to train. This work investigates the effectiveness of employing small transformer models for specific use cases involving document classification, named entity recognition and relation extraction. While large language models demonstrate superior generalization capabilities and can therefore be employed for a diverse range of tasks, the comparison reveals that they are not optimal for specific use cases that necessitate a custom dataset and a particular output format. In contrast, small transformers offer a more cost-effective, accurate, and computationally efficient alternative for their training and storage.
Das Testen stellt in der Informatik eine große Herausforderung dar. Für ein unmittelbares
Feedback nach einer Änderung am Programmcode verwendet die TDT AG ein Testsystem,
welches automatisiert Tests auf verschiedenen von der Firma entwickelten und auf
OpenWRT-basierenden Routern über die Kommandozeilen ausführt. Ziel dieser Arbeit ist
es, das bestehende System so zu erweitern, dass auch das Testen der Weboberflächen der
Router automatisiert durchgeführt werden kann. Um die notwendigen Anforderungen dafür
zu ermitteln, wurden Interviews mit den Experten der TDT AG geführt.
Daraus ergab sich, dass der Schwerpunkt auf dem funktionalen Testen liegt. Zudem muss
ein Tool, das Weboberflächen automatisiert testen kann, mit dem in der Firma verwendeten
Robot Framework kompatibel sein. Aus diesem Grund beschränkte sich die weitere
Untersuchung auf die Tools Selenium und Playwright. In einem direkten Vergleich der
beiden Kandidaten in Bezug auf die Kriterien aus den Interviews zeigte sich Playwright
durch die Fähigkeit des Testens von einem Webkit-basierten Browser, was in der Linux-
Entwicklungsumgebung der TDT AG mit Selenium nicht möglich ist, als der bessere
Kandidat. Playwright wurde daher in das automatisierte Testsystem der Firma integriert.
Eine abschließende Evaluierung, bei der verschiedene Testfälle implementiert wurden, konnte
zeigen, dass die Integration des Tools die wesentlichen Anforderungen erfüllt und der
TDT AG einen Rahmen zum automatisierten Weboberflächentesten bereitstellt.
Verhaltensaspekte in einem operativen Kontext und insbesondere auch in Modellen für operative Problemstellungen blieben in der Vergangenheit weitestgehend unberücksichtigt.
Stattdessen wurde davon ausgegangen, dass der Mensch ein hyperrationaler Akteur sei. Erst um die Jahrhundertwende konkretisierte sich eine Entwicklung aus der in der Folge Behavioral Operations als neue Forschungsdisziplin mit der Aufgabe hervortrat, die Behauptung vom hyperrationalen Akteur zu widerlegen und die bestehende Lücke im Operations Management zu füllen.
Vor diesem Hintergrund widmet sich der vorliegende Arbeitsbericht zwei wesentlichen Zielen. Zum einen wird Behavioral Operations Management als Forschungsfeld vorgestellt. Dafür erfolgt neben einer wissenschaftlichen Einordnung mitsamt historischer Perspektive und relevanten Referenzwissenschaften auch ein Blick auf übliche Forschungsmethoden sowie zwei bedeutsame und viel erforschte Problemstellungen dieser Disziplin. Zum anderen erfolgt eine Untersuchung des Faktors Mensch im Bezug zur Erstellung von Prognosen mit Fokus auf qualitativen Prognosen. Hierfür werden neben der Rolle, welche der Mensch heutzutage noch einnimmt, unter anderem relevante Heuristiken, Bias und Verhaltensmuster, die bei unterschiedlichen Formaten von Prognosen auftreten können, analysiert. Zum Schluss werden Strategien vorgestellt, die ungünstigem Verhalten entgegenwirken.
In vielen Unternehmen werden Referenzmodelle genutzt, um Geschäftsprozesse zu verwalten und zu beschreiben. Dabei hat sich die adaptive Referenzmodellierung bewährt, um den Anpassungsaufwand für einzelne Anwendungsfälle und Prozesse gering zu halten. Mit Hilfe dieser können Referenzmodelle auf projektspezifische Ausprägungen beschränkt werden. Das Institute for Data and Process Science der Hochschule Landshut hat hierfür einen auf BPMN basierenden Modeler Namens ADAMO entwickelt, mit dem adaptive Referenzmodelle kollaborativ erstellt werden können.
Die Adaption des Referenzmodells basiert hierbei auf einer booleschen Termauswertung. Elementen werden hierbei Terme zugeordnet, welche Variablen beinhalten. Bei der Auswertung werden Evaluationswerte übergeben, mit denen die Termauswertung stattfindet. Elemente mit Term-Ergebnis 0 werden anschließend entfernt und Elemente mit Term-Ergebnis 1 bleiben bestehen.
Ziel dieser Arbeit ist die Umsetzung einer graduellen Verarbeitungslogik für den ADAMO-Modeler. Dieser graduelle Ansatz wird erforscht, da eine rein boolesche Vorgehensweise bei der Adaption in verschiedenen Anwendungsfällen nicht ausreichend differenzieren kann, ohne sich zu Lasten der Übersichtlichkeit in eine Mehrzahl verschiedener Unterfälle aufteilen zu müssen. Um den Nutzen eines graduellen Vorgehens für diese Fälle prüfen zu können, soll eine prototypische graduelle Termauswertungslogik konzipiert und implementiert werden. Dafür wurde der bisherige ADAMO-Modeler analysiert und boolesche und graduelle Logik recherchiert. Anschließend wurden auf Basis der Anforderungen des Institute for Data and Process Science sowie dem bisherigen ADAMO-Modeler Anforderungen an eine solche Logik und einer dazugehörigen Testumgebung erhoben, ein Umsetzungskonzept entwickelt und sowohl Logik als auch Testumgebung realisiert. Ergebnis der Arbeit ist ein funktionsfähiger Prototyp einer graduellen Termverarbeitungslogik sowie eine dazugehörige Testumgebung.
Serverless computing gained popularity as a programming model for cloud applications. It promises the elimination of operational tasks and infrastructure management, fast development times due to broad language support with simple APIs along with several other advantages such as cost optimization, high availability, and automatic scaling. Serverless runtimes offer an event-driven, decoupled, and modular architecture. "Internet of Things" (IoT) applications profit from the serverless programming model in that they are event-driven out-of-the-box and thus can be easily implemented. However, current serverless offerings lack support for distributed computation and unified abstractions from "end-to-end", i.e. the same programming model for IoT devices, edge devices as well as cloud data centers to implement IoT applications. CSPOT, a serverless platform of things is an ongoing research project that promises to solve the current limitations of existing IoT serverless solutions. This thesis focuses on a type and operation system that is part of Laminar, a runtime system built on top of CSPOT. Laminar provides a functional dataflow program representation for building distributed IoT applications. It improves the development experience for CSPOT applications and establishes the foundation for further programming abstractions and language implementations.
Vereinbarungen durch Smart Contracts zu automatisieren ist ein immer mehr diskutierter Ansatz. Hierdurch werden auch Methoden, diese Smart Contracts zukunftssicher zu gestalten, ein wichtiges Thema. Aufgrund dessen ist es interessant herauszufinden, ob upgradeable Smart Contracts ein häufig gebrauchtes Werkzeug darstellen.
Das Ziel dieser Masterarbeit ist es, zu erschließen, ob upgradeable Smart Contracts eine Technik sind, die tatsächlich genutzt wird, oder ob es sich nur um den letzten Hype im Bereich der Blockchain handelt. Dazu wird die folgende Forschungsfrage gestellt: Wie hat sich die Nutzung von upgradeable Smart Contracts über die letzten Jahre verändert?
Um dies zu beantworten, wird eine quantitative Studie zu Smart Contracts der Ethereum Blockchain durchgeführt. Konkret wurde in der Studie ein Programm geschrieben, welches upgradeable Smart Contracts anhand ihres Quellcodes erkennen kann. Anschließend wurde mittels dieses Programms ein Datensatz an Smart Contracts untersucht, um herauszufinden wie viel Prozent hiervon upgradbar programmiert wurden. Es wurden Verträge vom 1. Januar 2021 bis einschließlich 1. März 2023 überprüft. Die Auswertung der Ergebnisse zeigen, dass der Einsatz von upgradeable 1967 Proxy Contracts sich seit 2021 stark gesteigert
hat. Der Anstieg war besonders Mitte 2022 bemerkbar. Der prozentuale Anteil an upgradeable ERC1967 Proxy Contracts hat sich von 0.60% im zweiten Quartal mehr als verdreifacht, zu einem Wert von 1.86% im dritten Quartal 2022.
Dogs have amazing abilities that can be used to help humans, for example when finding people in need with Search and Rescue Dogs. To achieve this years of training are required for both dog and handler. In addition to this dog training is a highly complex topic and avoiding mistakes is crucial. This can be challenging, due to the nature of Area Search Dog (or Air Scenting Dog) training in which the dogs often work out of sight. In these cases live visualisation of the dog’s track can help form a better understanding of the dog, which is key to finding missing persons.
This thesis evaluates existing technologies for sending coordinates locally over distances, to track dogs. The results show that current options offer no satisfactory location update frequency, are expensive, lack sufficient range, or are dependent on the availability of third party infrastructure. An affordable alternative is proposed making use of the radio modulation technique LoRa, which can offer sufficient accuracy and update frequency.
A prototype shows that a specialised training app can offer reasonable support to decrease the complexity of Search and Rescue work.
Das Ziel dieses Arbeitsberichts ist die Darstellung einer Vorgehensweise zur Optimierung des Materialflusses mit Hilfe eines Digitalen Zwillings und welche Vorteile sich daraus ergeben. Bei der Vorgehensweise wird dabei zwischen der Materialflussanalyse und der anschließenden Planung bzw. Optimierung des Flusses unterschieden und vom Digitalen Zwilling als Tool bei der Durchführung unterstützt.
Des Weiteren soll ersichtlich gemacht werden, was der Unterschied zwischen einem Digitalen Zwilling und einer klassischen Simulation ist. Für eine Validierung der Vorgehensweise wird diese anschließend innerhalb eines Einsatzes in einem realen Industrieprojekt auf die Wirksamkeit und Effizienz geprüft. Bei der Aufgabe des Projekts handelt es sich dabei um eine Optimierung und Umstrukturierung des Materialflusses aufgrund der Verlagerung einer Produktionshalle an einen neuen Standort.
Ein weiteres Ziel besteht darin, zwei aus der Industrie bekannte Softwareprogramme, welche für den Einsatz in der Materialflussoptimierung eingesetzt werden können, betreffend ihre Eignung für diesen konkreten Anwendungsfall zu beurteilen. Bei den Programmen handelt es sich dabei um Tecnomatix Plant Simulation von Siemens und visTABLE® von der plavis GmbH. Für die Beurteilung werden beide zunächst anhand verschiedener Kriterien miteinander verglichen und anschließend innerhalb der Vorgehensweise in einem konkreten Beispiel eingesetzt. Der Einsatz soll dabei aber nicht als direkter Vergleich dienen, sondern die Eignung beurteilen und die Potenziale bei einer Kombination der beiden Digitalen Zwillinge aufzeigen. Als Ergebnis werden dabei die jeweiligen Stärken sowie die Unterschiede der Tools ersichtlich gemacht und dargestellt für welche Aufgaben sich das jeweilige Programm am besten eignet.
Das Ziel der vorliegenden Masterarbeit ist die Analyse der bestehenden Fachliteratur in Bezug auf die Potenziale der Blockchain-Technologie für die Logistikindustrie. Zu Beginn werden die Grundlagen der Blockchain-Technologie dargestellt. Anschließend wird das Suchvorgehen der Literaturrecherche aufgezeigt. Mit einem Mapping wird die Literatur anhand der verschiedenen Einsatzszenarien analysiert. Daran anknüpfend erfolgt die Erläuterung der identifizierten Stärken, Schwächen sowie Chancen und Risiken der Blockchain-Technologie für die Logistikindustrie mit Hilfe einer SWOT-Analyse. Die Erkenntnisse aus dem Mapping und der SWOT-Analyse werden abschließend kritisch bewertet. Dabei wird festgestellt, dass die Blockchain-Technologie vielversprechende Potenziale für die Logistikindustrie aufweist, wenngleich es einige Schwachpunkte gibt, die zunächst verbessert werden müssen.