Fakultät Informatik und Mathematik
Refine
Year of publication
Document Type
- Article (40)
- conference proceeding (article) (11)
- conference proceeding (presentation, abstract) (1)
- Preprint (1)
- Review (1)
Has Fulltext
- yes (54) (remove)
Is part of the Bibliography
- no (54)
Keywords
- Artificial Intelligence (3)
- Digitalisierung (3)
- Maschinelles Lernen (3)
- Adam optimizer (2)
- Computerunterstütztes Verfahren (2)
- Convergence (2)
- Deep Learning (2)
- Endoscopy (2)
- Enterprise-Resource-Planning (2)
- Konvergenz 〈Informationstechnik〉 (2)
Institute
- Fakultät Informatik und Mathematik (54)
- Regensburg Strategic IT Management (ReSITM) (12)
- Regensburg Medical Image Computing (ReMIC) (10)
- Regensburg Center of Health Sciences and Technology - RCHST (7)
- Fakultät Angewandte Sozial- und Gesundheitswissenschaften (4)
- Institut für Sozialforschung und Technikfolgenabschätzung (IST) (3)
- Labor Empirische Sozialforschung (3)
- Labor für Technikfolgenabschätzung und Angewandte Ethik (LaTe) (3)
- Labor Parallele und Verteilte Systeme (2)
- Regensburg Center of Biomedical Engineering - RCBE (2)
Begutachtungsstatus
- peer-reviewed (54) (remove)
This article describes a systematic literature search of research articles on the topics of ecological sustainability and production planning. Over 900 research articles deal intensively with these topics. These articles were catalogued and included in a database. They can be evaluated with an analysis tool, developed by the research group. The tool is available free of charge via a website of the research group.
In this paper a new method for placing bus stops is presented. The method is suitable for permanently installed new bus stops and temporarily chosen collection points for call busses as well. Moreover, our implementation of the Voronoi algorithm chooses new locations for bus stops in such a way that more bus stops are set in densely populated areas and less in less populated areas. To achieve this goal, a corresponding weighting is applied to each possible placement point, based on the number of inhabitants around this point and the points of interest, such as medical centers and department stores around this point. Using the area of Roding, a small town in Bavaria, for a case study, we show that our method is especially suitable for for rural areas, where there are few multi-family houses or apartment blocks and the area is not densely populated.
Although adopting Low Code Development Platforms (LCDPs) promises significant efficiency and effectiveness improvements for application development, its adoption still needs further empirical research. This paper uses a combinatorial approach to research LCDP adoption and presents the results of a multiple mini case study with 36 cases on LCDP adoption. A combination of the Socio-Technical Systems theory and the Technology-Organisational-Environment model is used as a theoretical lens. In this paper, we show that LCDP adoption is a multifaceted phenomenon and identify three archetypes for LCDP adoption (i.e., IT Resource Shortage Mitigators, Application Development Democratisers, and Synergy Realisers) and one archetype for LCDP non-adoption (i.e., Intricacy Adversaries). Each archetype can be interpreted as an individual path towards LCDP (non-)adoption. Based on these archetypes, we derive seven starting points for practitioners to adopt LCDPs in work systems. Moreover, by using the theoretical lenses, the paper shows that for an LCDP adoption to occur, an optimisation of the social and technical sub-systems is required.
In the realm of parallel computing, optimization plays a pivotal role in achieving efficient and scalable solutions. In this work, we present the parallelization of a hybrid genetic search for solving the Capacitated Vehicle Routing Problem with Pickup and Delivery (CVRPPD).It leverages the synergy between genetic algorithms and parallel computing to address the complex optimization problem. This hybrid algorithm combines a customized version of local search with a genetic algorithm to compute an effective solution. Our implementation makes use of the Message Passing Interface (MPI) for data distribution and parallel execution. In addition, we run multi-threaded processes on NVIDIA graphical processors using the CUDA technology, which further increases the computation speed and consequently minimizes the runtime. Parallelization also allows the best-improvement strategy to be used instead of the rst-improvement strategy while maintaining the same runtime. We store the resulting routes in a bus route database which we created as the basis of an extensive library of optimal routes for our specifc use case of optimizing bus routes in a rural area. The experimental results on real road data show that the parallel implementation of the Hybrid Genetic Search (HGS) achieves significant improvements in runtime over the sequential implementation above a certain problem size. We believe that our implementation of the parallel hybrid genetic search method can have a great in influence on optimization strategies in parallel computing and can also be applied to other subproblems of the VRP.
Adaptive Moment Estimation (Adam) is a very popular training algorithm for deep neural networks, implemented in many machine learning frameworks. To the best of the authors knowledge no complete convergence analysis exists for Adam. The contribution of this paper is a method for the local convergence analysis in batch mode for a deterministic fixed training set, which gives necessary conditions for the hyperparameters of the Adam algorithm. Due to the local nature of the arguments the objective function can be non-convex but must be at least twice continuously differentiable.
The endoscopic features associated with eosinophilic esophagitis (EoE) may be missed during routine endoscopy. We aimed to develop and evaluate an Artificial Intelligence (AI) algorithm for detecting and quantifying the endoscopic features of EoE in white light images, supplemented by the EoE Endoscopic Reference Score (EREFS). An AI algorithm (AI-EoE) was constructed and trained to differentiate between EoE and normal esophagus using endoscopic white light images extracted from the database of the University Hospital Augsburg. In addition to binary classification, a second algorithm was trained with specific auxiliary branches for each EREFS feature (AI-EoE-EREFS). The AI algorithms were evaluated on an external data set from the University of North Carolina, Chapel Hill (UNC), and compared with the performance of human endoscopists with varying levels of experience. The overall sensitivity, specificity, and accuracy of AI-EoE were 0.93 for all measures, while the AUC was 0.986. With additional auxiliary branches for the EREFS categories, the AI algorithm (AI-EoEEREFS) performance improved to 0.96, 0.94, 0.95, and 0.992 for sensitivity, specificity, accuracy, and AUC, respectively. AI-EoE and AI-EoE-EREFS performed significantly better than endoscopy beginners and senior fellows on the same set of images. An AI algorithm can be trained to detect and quantify endoscopic features of EoE with excellent performance scores. The addition of the EREFS criteria improved the performance of the AI algorithm, which performed significantly better than endoscopists with a lower or medium experience level.
Im vorliegenden Artikel werden Vorarbeiten zur Entwicklung eines Betriebsdatenverwaltungssystems für Intralogistikanlagen des Herstellers TGW Software Services beschrieben. Das beschriebene Vorgehen umfasst dabei im Wesentlichen vier Schritte.
Zunächst wird der aktuelle Stand in der Software des betrachteten Unternehmens hinsichtlich des Sammelns, Speicherns und Auswertens von Betriebsdaten analysiert.
Daran schließt sich eine Anforderungsanalyse für die Betriebsdatenverwaltung an. Zusammen mit den betroffenen Entwicklungsleitern werden die grundlegenden Ziele und Grenzen der zu entwickelnden Betriebsdatenverwaltung definiert. Es werden Quellen von Anforderungen für die Komponente gesammelt und alle funktionalen und nichtfunktionalen Anforderungen anhand dieser Quellen erarbeitet.
Basierend darauf wird ein erstes Modell erstellt, das die Entitäten, Beziehungen und Abläufe, die sich aus den ermittelten funktionalen Anforderungen ergeben, in konsolidierter Form zusammenfasst. Dieses wird zusammen mit einigen Überlegungen, die zu diesem Modell geführt haben, beschrieben.
Zuletzt werden dann verschiedene mögliche Konzepte zum grundlegenden technischen Aufbau einer Implementierung der Betriebsdatenverwaltung diskutiert, um schließlich anhand der definierten Qualitätsziele eine Empfehlung für einen Konzeptvorschlag abzugeben.
Ressourcenbelegungsplanungsprobleme haben fast immer exponentiell wachsende Lösungsräaume. Ausnahmen sind einfachste Ressourcenbelegungsplanungsprobleme die sich im wesentlichen durch Sortierverfahren optimal lösen lassen.
Dadurch sind Ressourcenbelegungsplanungsprobleme NP-vollständig. Nach der Literatur haben Lösungsräume von einigen NP-vollständigen
Optimierungsproblemen günstige Eigenschaften, die Metaheuristiken, wie genetische Algorithmen und lokale Suche, ausnutzen, um in vertretbarer
Rechenzeit gute Lösungen zu finden. Zu Ihrer Erkennung gibt es in der Literatur etablierte Analysemöglichkeiten. Sie werden in dieser Arbeit auf die Ressourcenbelegungsplanung übertragen und ihre Wirkung bzw. die auftretenden Schwierigkeiten werden anhand von einfachen Problemen aufgezeigt.
Im vorliegenden Artikel wird ein Konzept zur Erkennung von Problematiken vorgestellt, welches bei einem führenden Automobilproduzenten umgesetzt wurde. Mit Hilfe dieses Konzeptes, werden Auffälligkeiten anhand der Reklamationsquote bei Standorten, Touren, Händlern und Materialnummern aufgedeckt. Das übergeordnete Ziel, das mit einer effizienten Ursachenanalyse erreicht werden soll, besteht in der langfristigen Senkung der Reklamationsquote. Basis dieses Konzeptes bilden dabei die Reklamationen der einzelnen Händler. Anhand von statistischen Methoden wird eine Grundlage geschaffen, um die Ursachen und Auffälligkeiten der jeweiligen Akteure zu ermitteln. Dabei wird auch die Struktur der Auslieferung näher betrachtet, um Standorte, Touren und Händler zu identifizieren, die bei gleichen Auslieferbedingungen unterschiedliche Werte aufweisen.In den folgenden Ausführungen wird eine Methodik erläutert, die eine Abbildung der „normalen“ Reklamationsquote ermöglicht und gleichzeitig Fahrgebiete, Touren und Händler kennzeichnet, die von dieser Reklamationsquote „auffällig“ abweichen. Des Weiteren wird ein Konzept vorgestellt, welches Materialnummern, die plötzlich häufig reklamiert werden und in diesem Sinn auffällig sind, identifizieren kann. Bei dem Automobilproduzenten wurde durch beide aufgezeigt, wo die Ursachenanalyse am effektivsten anzusetzen ist, um damit eine konstante Senkung der Reklamationsquote und eine Steigerung der Kundenzufriedenheit zu erreichen.
Hintergrund
Impfungen stellen eine bedeutende Präventionsmaßnahme dar. Grundlegend für die Eindämmung der Coronapandemie mittels Durchimpfung der Gesellschaft ist eine ausgeprägte Impfbereitschaft.
Ziel der Arbeit
Die Impfbereitschaft mit einem COVID‑19-Vakzin (Impfstoff gegen das Coronavirus) und deren Einflussfaktoren werden anhand einer Zufallsstichprobe der Gesamtbevölkerung in Deutschland untersucht.
Material und Methoden
Die Studie basiert auf einer telefonischen Zufallsstichprobe und berücksichtigt ältere und vorerkrankte Personen ihrem Bevölkerungsanteil entsprechend. Die Ein-Themen-Bevölkerungsbefragung zur Impfbereitschaft (n = 2014) wurde im November/Dezember 2020 durchgeführt.
Ergebnisse
Die Impfbereitschaft in der Stichprobe liegt bei rund 67 %. Vorerfahrungen mit Impfungen moderieren die Impfbereitschaft. Sie steigt bei Zugehörigkeit zu einer Risikogruppe. Der Glaube an die Wirksamkeit alternativer Heilmethoden und Befürwortung alternativer Behandlungsverfahren geht mit geringerer Impfbereitschaft einher. Ältere Menschen sind impfbereiter, kovariierend mit ihrer Einschätzung höherer Gefährdung bei Erkrankung. Ebenso ist die Ablehnung einer Impfung mit der Überschätzung von Nebenwirkungen assoziiert.
Schlussfolgerung
Die Impfbereitschaft hängt mit Impferfahrungen und Einstellungen zu Gesundheitsbehandlungsverfahren allgemein zusammen. Die Überschätzung der Häufigkeit ernsthafter Nebenwirkungen bei Impfungen weist auf weit verbreitete Fehlinformationen hin.
Ziel der Studie:
Ziel der Studie ist die Messung des Stands der Digitalisierung und die mit einer Anbindung an die Telematikinfrastruktur verbundenen Chancen und Herausforderungen für Rehabilitationseinrichtungen.
Methodik:
Teilstandardisierte Online-Befragung bei Trägern von Rehabilitationseinrichtungen in Bayern (n=33). Der Fragebogen mit 36 Fragen beinhaltet eine leicht veränderte Skala auf Basis des „Electronic Medical Record Adoption Model (EMRAM)“.
Ergebnisse:
Der Digitalisierungsgrad wurde in 70 Prozent der Rehabilitationseinrichtungen mit Stufe 0 angegeben (Stufenmodell bis 7). Die Übermittlung patientenbezogener Daten (Eingang und Ausgang) erfolgt häufig analog, wohingegen die Verarbeitung innerhalb der Einrichtung in vielen Fällen bereits überwiegend digital ist. Beim Anschluss an die Telematikinfrastruktur wird hoher Aufwand bei der Installation, aber auch der Schulung des Personals und der Anpassung der Arbeitsorganisation gesehen.
Schlussfolgerung:
Durch Änderung der gesetzlich-finanziellen Lage in Deutschland eröffnen sich für Rehabilitationseinrichtungen neue Möglichkeiten einer verstärkten Digitalisierung. Hürden hängen mit Anforderungen an IT-Sicherheit, Schulung des Personals und sowie dem ebenfalls geringen Digitalisierungsstand bei Krankenhäusern und Ärzt*innen sowie Patient*innen zusammen, die eine digitale Datenübermittlung erschweren.
Metadata management constitutes a key prerequisite for enterprises as they engage in data analytics and governance. Today, however, the context of data is often only manually documented by subject matter experts, and lacks completeness and reliability due to the complex nature of data pipelines. Thus, collecting data lineage—describing the origin, structure, and dependencies of data—in an automated fashion increases quality of provided metadata and reduces manual effort, making it critical for the development and operation of data pipelines. In our practice report, we propose an end-to-end solution that digests lineage via (Py‑)Spark execution plans. We build upon the open-source component Spline, allowing us to reliably consume lineage metadata and identify interdependencies. We map the digested data into an expandable data model, enabling us to extract graph structures for both coarse- and fine-grained data lineage. Lastly, our solution visualizes the extracted data lineage via a modern web app, and integrates with BMW Group’s soon-to-be open-sourced Cloud Data Hub.
Within many real-world networks, the links between pairs of nodes change over time. Thus, there has been a recent boom in studying temporal graphs. Recognizing patterns in temporal graphs requires a proximity measure to compare different temporal graphs. To this end, we propose to study dynamic time warping on temporal graphs. We define the dynamic tem- poral graph warping (dtgw) distance to determine the dissimilarity of two temporal graphs. Our novel measure is flexible and can be applied in various application domains. We show that computing the dtgw-distance is a challenging (in general) NP-hard optimization problem and identify some polynomial-time solvable special cases. Moreover, we develop a quadratic programming formulation and an efficient heuristic. In experiments on real-world data, we show that the heuristic performs very well and that our dtgw-distance performs favorably in de-anonymizing networks compared to other approaches.
Computer-aided diagnosis using deep learning in the evaluation of early oesophageal adenocarcinoma
(2019)
Computer-aided diagnosis using deep learning (CAD-DL) may be an instrument to improve endoscopic assessment of Barrett’s oesophagus
(BE) and early oesophageal adenocarcinoma (EAC). Based on still images from two databases, the diagnosis of EAC by CAD-DL reached sensitivities/specificities of 97%/88% (Augsburg data) and 92%/100% (Medical Image Computing and Computer-Assisted Intervention [MICCAI]
data) for white light (WL) images and 94%/80% for narrow band images (NBI) (Augsburg data), respectively. Tumour margins delineated by
experts into images were detected satisfactorily with a Dice coefficient (D) of 0.72. This could be a first step towards CAD-DL for BE assessment. If developed further, it could become a useful
adjunctive tool for patient management.
Even though artificial intelligence and machine learning have demonstrated remarkable performances in medical image computing, their level of accountability and transparency must be provided in such evaluations. The reliability related to machine learning predictions must be explained and interpreted, especially if diagnosis support is addressed. For this task, the black-box nature of deep learning techniques must be lightened up to transfer its promising results into clinical practice. Hence, we aim to investigate the use of explainable artificial intelligence techniques to quantitatively highlight discriminative regions during the classification of earlycancerous tissues in Barrett’s esophagus-diagnosed patients. Four Convolutional Neural Network models (AlexNet, SqueezeNet, ResNet50, and VGG16) were analyzed using five different interpretation techniques (saliency, guided backpropagation, integrated gradients, input × gradients, and DeepLIFT) to compare their agreement with experts’ previous annotations of cancerous tissue. We could show that saliency attributes match best with the manual experts’ delineations. Moreover, there is moderate to high correlation between the sensitivity of a model and the human-and-computer agreement. The results also lightened that the higher the model’s sensitivity, the stronger the correlation of human and computational segmentation agreement. We observed a relevant relation between computational learning and experts’ insights, demonstrating how human knowledge may influence the correct computational learning.
In this article, we discuss energy consumption of producing firms on aggregate production planning. While almost constant energy consumption can be the case for a producing firm, highly fluctuating energy demand can occur as well. Together with volatile energy supply, e.g. due to renewable energy sources, this combination of fluctuating energy supply and demand can result in planning uncertainty and high energy costs. We propose different case studies in which such high deviation in the electricity consumption of a producing firm occurs due to aggregate production planning without appropriate consideration of energy consumption.
Nach einer Fraktur ist Mobilisierung Behandlungsziel und Therapiesäule. Das Festlegen von Outcomes basiert jedoch auf vielen Unsicherheiten, da Assessments nicht für alle Patient/-innen geeignet sind. Sie können agesabhängig beeinflusst und subjektiv geprägt sein. Sensorbasiertes Bewegungsmonitoring bietet eine Ergänzung zur Operationalisierung der Gehfähigkeit. Für Längsschnittuntersuchungen, die auch im häuslichen Umfeld durchgeführt werden, eignet sich die tägliche Schrittzahl als Variable. Sie kann durch einen handelsüblichen Fitnesstracker beobachtet
werden.
Beim Edelmetallcontrolling von Infineon sind Fehler nur mit hohem Aufwand analysierbar und es bewirkt widersprechende Berechnungshinweise. Alle vier Perspektiven des Edelmetallcontrollings werden verbessert und als einzige Datenquelle wird die von SAP festgesetzt.
Weitere Verbesserungen werden durch die Umwandlung einer monatlichen
Kursänderungserhebung in eine jährliche, durch die Verwendung des Marktwerts für den Bestandswert sowie durch Ermittlung eines
Normwerts für eine jährliche Recyclingquote erzielt.
Flexibility and in particular volume flexibility is an important topic for industrial manufacturing companies. In this context, the harmonization of the available and required capacity is a central task, especially with increasing fluctuations in customer demand. In classical approaches , this is considered only by the use of additional capacities and there are only a few approaches that combine aspects of personnel planning with production planning. Therefore, this article presents a linear optimization model for master production scheduling that includes aspects of personnel requirements planning. It is used to investigate different strategies for the use of overtime and temporary workers in order to achieve different levels of volume flexibility. With regard to the monetary and social impacts, the results indicate that overtime has a stronger influence to achieve volume flexibility than the use of temporary workers. However, both are affected by substantial deficits in human working conditions. But the results also imply a promising potential for improving the social aspects without a significant increase in costs.
Die Gestaltung der Distributionsflächen der Werksversandstellen bei der BMW Group resultiert aus unterschiedlichen und meist werksspezifischen Gegebenheiten. Im Zuge eines Referenzprojektes sollen einheitliche Standards und Vorgehensweisen für die Entwicklung einer Stellplatzorganisation untersucht und festgelegt werden. Im Rahmen dieses Projekts wird analysiert, worauf bei einer Lagergestaltung im Allgemeinen zu achten ist und wie diese Kriterien im Falle der Werksversandstellen im Speziellen umgesetzt werden können. Zusätzlich behandelt dieses Projekt auch die computerunterstützte Betrachtung der Lager- bzw. Stellplatzverwaltung.