004 Datenverarbeitung; Informatik
Refine
Year of publication
Document Type
- Part of a Book (7)
- Conference Proceeding (5)
- Announcement (2)
- Article (2)
- Workingpaper / Report (2)
- Article trade magazine (1)
- Moving Images (1)
- Study Thesis (1)
Language
- German (21) (remove)
Is part of the Bibliography
- yes (21) (remove)
Keywords
- CIT (2)
- Campus IT (2)
- FHD (2)
- Hg_TCR (2)
- Jahresbericht (2)
- Augmented Reality (1)
- Baustelle (1)
- Continuous Software Development (1)
- Datenbanken (1)
- Datenbanksysteme (1)
Department/institution
- Fachbereich - Medien (17)
- Creative Media Production and Entertainment Computing (3)
- Sound and Vibration Engineering (3)
- Campus IT (2)
- Digital Learning and Digital Literacy (2)
- Fachbereich - Elektro- & Informationstechnik (1)
- Fachbereich - Maschinenbau und Verfahrenstechnik (1)
- Intelligente Mensch-Technik-Interaktion (1)
Im Projekt EILD.nrw wurden Open Educational Resources (OER) für die Lehre im Fach Datenbanken entwickelt. Lehrende können die Tools und Kurse in einer Vielzahl von Lernszenarien einsetzen. Studierende der Informatik und Anwendungsfächer lernen den kompletten Lebenszyklus von Datenbanken kennen. Zu diesem Zweck wurden Quizze, interaktive Tools, Lehrvideos und Kurse für Lernmanagementsysteme entwickelt und unter einer Creative Commons-Lizenz veröffentlicht.
Audioinhaltsanalyse und Multilevelmodellierung zur Vorhersage der Bewertung von Indoor Soundscapes
(2022)
Die volumetrische Erfassung von Aushüben auf Baustellen ist ein kostenrelevanter Faktor und wird auch heute im täglichen Baustellenbetrieb oft noch in manueller Detailarbeit durchgeführt. Kostengünstige Sensoren zur Tiefenerfassung ermöglichen die halbautomatische Erfassung von Baugruben. Augmented Reality (AR) kann für diesen Prozess das nötige Feedback liefern. Vorgestellt wird ein Prototyp, bestehend aus einem Tablet mit integrierter Kamera und einem Lidar-Scanner. Es wird die Erfassung des Volumens bezüglich Nutzbarkeit und Genauigkeit mit Einsatz von AR getestet und evaluiert. Zur Bestimmung des Volumens wird unter Verwendung von Strahlen mit Unterstützung einer Grafik-Engine ein Algorithmus entwickelt. Der Algorithmus ist robust gegen nicht vollständig geschlossene Volumen. Die Bedienung, Überprüfung und Visualisierung findet durch praktischen Einsatz von AR statt.
Zur Qualitätssicherung werden die im Projekt EILD.nrw erstellten Lern- und Lehrmodule wie Quizze, interaktive Tools und Lehrvideos in der aktuellen Lehre an der HSD eingesetzt und regelmäßig quantitativ und qualitativ evaluiert. Verbesserungen werden eingearbeitet und die Inhalte um Metadaten und Beschreibungen sowie Hinweise für Lehrende und Lernende erweitert. Im weiteren Verlauf des Projektes werden die entwickelten Inhalte jeweils durch die Projektpartner der anderen Hochschulen auch in ihren Kursen evaluiert. Die Evaluationen an der HSD werden mittels der Moodle-Aktivität „Feedback“ in verschiedenen Frequenzen und Zeiträumen durchgeführt. Zu den Aufgaben oder eingesetzten Tools werden quantitativ mittels skalierter Antworten die Themen Zufriedenheit, Gefallen, Bearbeitungszeit, Schwierigkeitsgrad, hilfreich für die Bearbeitung oder Benutzerfreundlichkeit abgefragt. Der qualitative Teil enthält in der Regel eine offene Frage mit der positiv formulierten Bitte um Verbesserungsvorschläge. Die Teilnahme am Feedback ist anonym, freiwillig und die bereits abgegebenen Bewertungen sind sichtbar für alle Kursteilnehmenden. Die Evaluationsergebnisse werden in den Lerneinheiten als Open Educational Resources (OER) dokumentiert, um Studierenden und Lehrenden eine Hilfe zur Auswahl an die Hand zu geben.
Als Einführung in die Benutzung der Software SQL Developer Command Line (SQLcl) von Oracle werden folgende Aktionen erklärt: Anmelden, Ausgeben von Tabellen und ihren Metadaten, Verwenden der Befehlshistorie, Formatieren der Ausgabe, Speichern, Bearbeiten und Wiederverwenden von Befehlen sowie das Anlegen von Logdateien. Vorausgesetzt werden geringe Vorkenntnisse von relationalen Datenbankmanagementsystemen mit SQL. Das Video wurde im Rahmen des Projektes EILD.nrw entwickelt, gefördert durch das Ministerium für Kultur und Wissenschaft gemeinsam mit der Digitalen Hochschule NRW (DH.NRW) in der Förderlinie „OERContent.nrw“ (Open Education Resources).
Das Landeskrebsregister (LKR) Nordrhein-Westfalen (NRW) erfasst Daten zu Krebserkrankungen von Patienten von Ärzten, Krankenhäusern, Pathologien und Meldeämtern aus ganz NRW um diese auszuwerten. Für die Auswertung müssen Daten, die den gleichen Patienten betreffen, zusammen- geführt werden. Zur Verknüpfung gibt es einen automatischen Record-Linkage Algorithmus, der aber bei ca. 5% aller Meldungen eine manuelle Entscheidung erfordert.
Um den Aufwand der manuellen Nachbearbeitung zu reduzieren, soll der Vorgang durch ein künstliches neuronales Netz automatisiert werden. Das künstliches neuronales Netz (KNN) soll mit dem LKR NRW vorliegenden Daten zu manuellen Entscheidungen trainiert werden. Dafür müssen die Daten vor der Verwendung umfangreich aufbereitet werden.
Das Ziel der Arbeit ist die Aufarbeitung und Aktualisierung eines vorliegenden Konzepts und die Implementierung eines Prototypen des Verfahrens. Der Prototyp soll in der Programmiersprache Java umgesetzt werden.
Die folgende Arbeit beginnt mit einer kurzen Einleitung über die Krankheit Krebs, das LKR NRW und KNN. Danach erläutere ich die Methodik, die sich mit und die Implementierung des Themas. In der Methodik erkläre ich was KNN sind und schneide ihre Funktionsweise an. Außerdem erkläre ich wie die Bereitstellung der Daten erfolgt und wie diese für das neuronale Netz verständlich aufbereitet werden. Zur Implementierung werde ich beschreiben was für eine Entwicklungsumgebung verwendet
wurde um das Projekt umzusetzen und wie das Programm umgesetzt wurde. Die Erklärung der Umsetzung besteht aus Unified Modeling Language (UML)-Diagrammen für die Datenaufbereitung und Code-Ausschnitte für die Konfiguration und Schnittstellen des KNN.
Das KNN konnte inklusive Datenaufbereitung erstellt werden und klassifiziert 94,4% der Fälle korrekt. Auf Grundlage dieser Arbeit kann das Projekt nachgebaut werden.