open_access
Refine
Year of publication
Document Type
- Announcement (76)
- Conference Proceeding (36)
- Article (33)
- Workingpaper / Report (20)
- Part of a Book (13)
- Bachelor Thesis (9)
- Master's Thesis (5)
- Diploma Thesis (4)
- Researchdata (2)
- Article trade magazine (1)
Keywords
- Amtliche Mitteilungen (76)
- M (57)
- Medien (52)
- Prüfungsordnung (52)
- Prüfungsrecht (51)
- Bachelor (47)
- FHD (42)
- PO2010 (26)
- Medieninformatik (22)
- Änderung (18)
Department/institution
- Fachbereich - Medien (202) (remove)
Over the past decades, research in room acoustics has established several derivative measures of an impulse response, some of which are incorporated in the ISO 3382 standards. These parameters intend to represent perceptual qualities, but were developed without a consistent modeling of room acoustical perception. More recent research proposed comprehensive inventories of room acoustic perception that are purely based on evaluations by human subjects, such as the Room Acoustical Quality Index (RAQI). In this work RA-QI scores acquired for 70 room impulse responses were predicted from room acoustical parameters. Except for Reverberance, the prediction of RAQI factors performed rather poor. In most cases, the sound source had a greater impact on RAQI scores. All analyses are published in an online tool, where users can upload omnidirectional and binaural impulse responses, and instantly obtain and visualize several physical descriptors, as well as predicted RAQI scores for three different sound sources. So far, acceptable prediction accuracy is achieved for Reverberance, Strength, Irregular Decay, Clarity and Intimacy. Larger data sets of evaluated impulse responses are required to improve the model performance and enable reliable predictions of room acoustical quality. Therefore, the administration of RAQI evaluations within the website is currently being developed.
The soundscape approach highlights the role of situational factors in sound evaluations; however, only a few studies have applied a multi‐domain approach including sound‐related, person‐related, and time‐varying situational variables. Therefore, we conducted a study based on the Experience Sampling Method to measure the relative contribution of a broad range of potentially relevant acoustic and non‐auditory variables in predicting indoor soundscape evaluations. Here we present the comprehensive dataset for which 105 participants reported temporally (rather) stable trait variables such as noise sensitivity, trait affect, and quality of life. They rated 6.594 situations regarding the soundscape standard dimensions, perceived loudness, and the saliency of its sound components and evaluated situational variables such as state affect, perceived control, activity, and location. To complement these subject‐centered data, we additionally crowdsourced object‐centered data by having participants make binaural measurements of each indoor soundscape at their homes using a low‐(self‐)noise recorder. These recordings were used to compute (psycho‐)acoustical indices such as the energetically averaged loudness level, the A‐weighted energetically averaged equivalent continuous sound pressure level, and the A‐weighted five‐percent exceedance level. This complex hierarchical data can be used to investigate time‐varying non‐auditory influences on sound perception and to develop soundscape indicators based on the binaural recordings to predict soundscape evaluations.
Music consumption and distribution has changed drastically in the last twenty years due to digitalization. Instead of buying music products, like CDs or even downloaded digital music files, today music is predominantly distributed via online music streaming. Therefore, it is mandatory for the music industry as well as researchers to determine which factors are affecting consumers intention to use music streaming services. This study aims to investigate drivers of Behavioral Intention (BI) to use a music streaming service. Particularly, aspects of social preferences in the context of music streaming will be explored. Therefore, a research model is created, based on the Value-based Adoption Model (VAM) (Kim et al., 2007) with an extension to take social factors into account. An online questionnaire with 102 participants was conducted to test the research model and the corresponding hypotheses. In order to evaluate reliable indications, some adjustments needed to be made resulting in a corrected research model. The final independent variables of the corrected model are Perceived Value (PV) (which is composed of Perceived Usefulness (PU) and Perceived Enjoyment (PE)), Perceived Ease of Use (PEU), Perceived Price Value (PPV), Facilitating Conditions (FC), Perceived Fairness (PF), Social Connectivity (SC), and Peer-Effects (PFX). The empirical results show that Perceived Value (PV), Perceived Price Value (PPV), and Perceived Fairness (PF) are determinants of consumers Behavioral Intention (BI) to use a music streaming service.
Aufgrund der §§ 2 Abs. 4 S. 1, 26 Abs. 3 S. 2 des Gesetzes über die Hochschulen des Landes Nordrhein-Westfalen (Hochschulgesetz - HG) vom 16.09.2014 (GV. NRW. S. 547) in der aktuell gültigen Fassung und der Grundordnung der Hochschule Düsseldorf vom 08.10.2015 (Verkündungsblatt der Hochschule Düsseldorf, Amtliche Mitteilung Nr. 414) in der aktuell gültigen Fassung hat die Hochschule Düsseldorf die folgende Ordnung als Satzung erlassen.
Diese Bachelorarbeit untersucht die Frage, welchen Einfluss Sounddesign auf die Empfindung von Emotion, Empathie und Antizipation beim Konsumieren von Filmen hat. Dafür wurde die Arbeitshypothese angenommen, dass ein positiv gestaltetes Sounddesign bei den Zuschauenden zu mehr positiven Emotionen, höherer Empathie und positiver Handlungserwartung führt, während ein negatives Sounddesign zu negativeren Emotionen, geringerer Empathie und negativer Handlungserwartung führt.
Zunächst werden in dem theoretischen Teil der Arbeit das Sounddesign und seine Rolle im Film betrachtet, gefolgt von der Untersuchung der Auswirkungen von Ton auf die menschliche Wahrnehmung, sowie einer Darstellung der Grundlagen von Emotion, Empathie und Antizipation.
Um die Forschungsfrage zu beantworten und die Arbeitshypothesen zu überprüfen, wurde eine quantitative Studie mittels Online-Umfrage durchgeführt, in der die Teilnehmenden zwei Filmausschnitte zu sehen bekamen. Die Teilnehmenden wurden dabei in zwei Gruppen mit jeweils positivem bzw. negativem Sounddesign aufgeteilt. Der Einfluss auf die wahrgenommenen Emotionen, Empathie und die antizipierte Handlung wurde anschließend mittels eines Fragebogens erhoben und statistisch ausgewertet.
Es wurde festgestellt, dass das Sounddesign teilweise deutliche Effekte auf wahrgenommene Emotionen hatte, insbesondere auf negative Emotionen. Es waren ebenfalls Tendenzen in Bezug auf Empathie und Antizipation erkennbar, die darauf hinwiesen, dass Sounddesign diese Bereiche beeinflusste. Eine zusätzliche Untersuchung des Einflusses von Audiogeräten auf die Stärke der ermittelten Effekte zeigte, dass Kopfhörer/Lautsprecher im Vergleich zu Handy-/Laptoplautsprechern zu einem stärkeren Effekt des Sounddesigns führen konnten.
Diese Arbeit kann zusammenfassend feststellen, dass ein Einfluss von Sounddesign auf Emotion, Empathie und Handlungsantizipation anzunehmen ist.
Machine Learning – eine Disziplin der IT, die in letzter Zeit immens an Traktion gewonnen hat. Durch die verzeichneten Entwicklungen, wie z.B. autonomes Fahren, ChatGPT und noch vielen mehr, haben sich in zahlreichen Sparten neue Perspektiven eröffnet. Die vorliegende Arbeit untersucht die Einsatzmöglichkeiten von Machine Learning in der Retourenmanagement Domäne, welche bislang noch wenig erforscht wurden. Gerade der boomende Online-Handel und die daraus resultierende Masse an Retouren verdeutlichen die Notwendigkeit einer Intervention mit dem Ziel, Retouren, die sowohl den Unternehmen als auch der Umwelt schaden, zu minimieren. Ob klassische Ansätze wie logistische Regression und lineare Diskriminanzanalyse oder state-of-the-art Methoden wie neuronale Netzwerke, Entscheidungsbäume, Ensemble Machine Learning, Graphen, etc. – Machine Learning bietet der Wirtschaft viele Werkzeuge, die für die Lösung des Retourenproblems eingesetzt werden können. Die Auswahl der Methoden hängt von dem Ziel und den verfügbaren Daten ab, aber die schiere Anzahl der Möglichkeiten verdeutlicht, dass mehrere Wege für die Reduzierung von Retouren eingeschlagen werden können. Abhängig von Know-How und technischen Voraussetzungen können auch einfachere Methoden, die keine allzu hohe Rechenleistung bzw. wenig Expertise benötigen, den Unternehmen äußerst nützliche Resultate liefern. Die vorliegende Arbeit versucht den aktuellen wissenschaftlichen Status-Quo darzustellen, um dadurch die den Online-Händlern verfügbaren Möglichkeiten aufzuzeigen.
Die Lehre von Datenbanksystemen kann durch interaktive Lehr- und Lernmaterialien ergänzt werden, um Studierende besser an die Themenbereiche heranzuführen. Diese Arbeit dokumentiert die systematisch durchgeführte Recherche interaktiver
Materialien und stellt die Rechercheergebnisse vor. Dabei wurden sowohl einzelne Anwendungen als auch wissenschaftliche Veröffentlichungen berücksichtigt. Von den insgesamt 59 gefundenen Materialien wurde eine Handvoll zur näheren Betrachtung ausgewählt. Im Detail wird auf deren Zielsetzung, Umsetzung und die Bedienung eingegangen. Die Materialien befassen sich mit den Themenbereichen SQL, ERM/UML, Normalisierung, Relationale Algebra und Weiteren. Auch bei der Umsetzung sind Unterschiede hinsichtlich der Herangehensweise und der ausgewählten Lernmethoden ersichtlich. Im Rahmen wissenschaftlicher Veröffentlichungen wurden Experimente mit Studierenden durchgeführt und deren Lernfortschritt ausgewertet. Aus dem Feedback ist ein grundsätzliches Interesse an interaktiven Lernmaterialien zu erkennen. Gleichzeitig konnten Studierende mithilfe dieser Materialien in Tests bessere Ergebnisse erzielen.
Diese Studie befasst sich mit der Akzeptanz von Lautstärke-Begrenzungen seitens der Besucher*innen von Musik-Veranstaltungen unter Anwendung eines C-bewerteten Schalldruckpegel-Grenzwertes. Im Gegensatz zu einem A-Bewertungsfilter kann ein CBewertungsfilter unterstützen, das gehörschädigende Potenzial hoher tieffrequenter Schalldruckpegel elektronischer Musik-Genre, wie zum Beispiel Techno, abzuschätzen. Dazu wurden, basierend auf einer französischen Verordnung zum Schutz des Publikums von Veranstaltungen vor hohen Schalldrücken (Décret no 2017-1244) sowie der deutschen Norm DIN15905-5, bei sieben Veranstaltungen, bei denen die Musik-Genre EDM, Techno, Tech-House, Psy-Trance und Dubstep geboten wurden, C- und A-bewertete Schalldruckpegel-Grenzwerte festgelegt. Die Besucher*innen der Veranstaltungen, die sich bereit erklärten an der Studie teilzunehmen, wurden hinsichtlich ihrer Zufriedenheit gegenüber der Musik-Lautstärke sowie ihrem Besuchsverhalten von Veranstaltungen mit gleichen Musik-Lautstärken befragt. Die 163 Teilnehmer*innen der Umfrage äußerten sich überwiegend positiv zu vorherrschenden Schalldruckpegeln. Mehr als 80% der Teilnehmer*innen würden Musik-Veranstaltungen, die auf Lautstärken von bis zu 118 dB LCeq,15min und 99 dB LAeq,30min begrenzt sind, regelmäßig besuchen. Ein signifikanter Zusammenhang zwischen dem Besuchsverhalten und Schalldruckpegel-Schwankungen unterhalb der definierten Grenzwerte um bis zu 9 dB(A,C) konnte nicht festgestellt werden. Bei Veranstaltungen der in dieser Studie überprüften Musik-Genre werden Schalldruckpegel-Begrenzungen auf 118 dB LCeq,15min und 99 dB LAeq,30min vom Publikum akzeptiert und können von Veranstalter*innen zum Schutz des Gehörs der Besucher*innen ohne Einfluss auf das Besuchsverhalten und damit einhergehende wirtschaftliche Aspekte einer Veranstaltung angewandt werden.