006 Spezielle Computerverfahren
Refine
Document Type
Year of publication
Institute
Has Fulltext
- yes (38)
Keywords
- machine learning (8)
- Künstliche Intelligenz (5)
- artificial intelligence (5)
- AI (3)
- deep learning (3)
- Maschinelles Lernen (2)
- Twitter (2)
- microbiome (2)
- Android (1)
- Automatisierte Fotografie (1)
This paper introduces aphaDIGITAL – a mobile application for speech and language therapy (SLT) support of German-speaking people with aphasia. The app includes automatic speech recognition and text analysis components, which allows giving detailed feedback to the users on different types of errors. Furthermore, the exercises are accompanied by an avatar-based SLT assistant, which is created for this specific purpose. The user performs the exercises, individually configured for her by the SLT practitioner, on a mobile device. Data collection and processing are carried out on the server.
In the field of neuroscience as well as in the clinical setting, the neurotransmitter dopamine (DA) is an analyte which is important for research as well as medical purposes. There are plenty of methods available to measure dopamine quantitatively, with voltammetric ones such as differential pulse voltammetry (DPV) being among the most convenient and simple ones. However, dopamine often occurs, either naturally or because of the requirements of involved enzymatic systems, alongside substances that can influence the signal it produces upon electrochemical conversion. An example for such substances is the magnesium ion, which itself is not electrochemically active in the potential range needed for DA oxidation, but influences the dopamine signal. We have characterized the properties of DPV signals subject to the interaction between DA and Mg2+ and show that, although these properties are changing in a nonlinear fashion when both concentrations are varying, relatively simple linear mathematical models can be used to determine dopamine concentrations quantitatively in the presence of magnesium ions. The focus of this study is thus, the mathematical treatment of experimental data in order to overcome an analytical problem and not the investigation of the chemical background of DA-Mg2+ interaction.
The new coronavirus COVID-19 has been spreading worldwide for almost three years. The global community has developed effective measures to contain and control the pandemic. However, new factors are emerging that are driving the dynamics of COVID-19. One of these factors was the escalation of Russia's war in Ukraine. This study aims to test the hypothesis of the influence of migration flows caused by the Russian war in Ukraine on the dynamics of the epidemic process in Germany. For this, a model of the COVID-19 epidemic process was built based on the polynomial regression method. The model's adequacy was tested 30 days before the start of the escalation of the Russian war in Ukraine. To assess the impact of the war on the dynamics of COVID-19, the model was used to calculate the forecast of cumulative new and fatal cases of COVID-19 in Germany in the first 30 days after the start of the escalation of the Russian war in Ukraine. Modeling showed that migration flows from Ukraine are not a critical factor in the growth of the dynamics of the incidence of COVID-19 in Germany, but they influenced the number of cases. The next stage of the study is the development of more complex models for a detailed analysis of population dynamics, identifying factors influencing the epidemic process in the context of the Russian war in Ukraine, and assessing their information content.
Transparenz und Erklärbarkeit sind essenzielle Faktoren bei der Entwicklung sicherer KI-Modelle für den Fußgängerschutz. Dies ermöglicht nicht nur eine verbesserte Akzeptanz, sondern fördert auch das Vertrauen der Nutzer in die präventiven Fähigkeiten dieser Systeme.
Die Integration von Sensoren, maschinellem Lernen und fortschrittlichen Algorithmen ermöglicht eine präzise Analyse von Fußgängerverhalten und Umgebungsfaktoren. Dabei spielt die Echtzeitverarbeitung eine entscheidende Rolle, um schnell auf sich ändernde Situationen zu reagieren.
Zusätzlich zur Technologieentwicklung betont diese Analyse die Notwendigkeit strikter Sicherheitsmaßnahmen, um potenzielle Risiken und Sicherheitslücken zu minimieren. Dazu gehören Sicherheitsprotokolle für die Datenspeicherung, den Modellschutz und den Zu-griff auf KI-Systeme.
Die Einhaltung gesetzlicher und ethischer Richtlinien ist ein weiterer wichtiger Aspekt. Regulatorische Vorgaben und ethische Standards sollen sicherstellen, dass KI-Technologien im Automobilsektor nicht nur sicher, sondern auch im Einklang mit gesellschaftlichen Werten und Normen eingesetzt werden.
In recent decades, artificial intelligence has undergone transformative advancements, reshaping diverse sectors such as healthcare, transport, agriculture, energy, and the media. Despite the enthusiasm surrounding AI’s potential, concerns persist about its potential negative impacts, including substantial energy consumption and ethical challenges. This paper critically reviews the evolving landscape of AI sustainability, addressing economic, social, and environmental dimensions. The literature is systematically categorized into “Sustainability of AI” and “AI for Sustainability”, revealing a balanced perspective between the two. The study also identifies a notable trend towards holistic approaches, with a surge in publications and empirical studies since 2019, signaling the field’s maturity. Future research directions emphasize delving into the relatively under-explored economic dimension, aligning with the United Nations’ Sustainable Development Goals (SDGs), and addressing stakeholders’ influence.
Despite the progress of Artificial Intelligence (AI) and its contribution to the advancement of human society, the prioritization of ethical principles from the viewpoint of its users has not yet received much attention and empirical investigations. This is important to develop appropriate safeguards and increase the acceptance of AI-mediated technologies among all members of society. In this research, we collected, integrated, and prioritized ethical principles for AI systems with respect to their relevance in different real-life application scenarios. First, an overview of ethical principles for AI was systematically derived from various academic and non-academic sources. Our results clearly show that transparency, justice and fairness, non-maleficence, responsibility, and privacy are most frequently mentioned in this corpus of documents. Next, an empirical survey to systematically identify users’ priorities was designed and conducted in the context of selected scenarios: AI-mediated recruitment (human resources), predictive policing, autonomous vehicles, and hospital robots. We anticipate that the resulting ranking can serve as a valuable basis for formulating requirements for AI-mediated solutions and creating AI algorithms that prioritize user’s needs. Our target audience includes everyone who will be affected by AI systems, e.g., policy makers, algorithm developers, and system managers as our ranking clearly depicts user’s awareness regarding AI ethics.
Dieses Paper präsentiert das Forschungsprojekt „Intelligent Camera Unit“ (ICU) der Technischen Hochschule Wildau in Kooperation mit der Beiersdorf AG zur Verbesserung von Portraitaufnahmen in Probandenstudien für Kosmetikprodukte. Das Hauptziel des Projekt besteht darin, Ausrichtungsfehler zu minimieren und die Vergleichbarkeit von Vorher-Nachher-Bildern zu erhöhen. Dies wird durch die Verwendung eines kollaborativen Roboters und KI-gestützter Bildanalyse erreicht, um präzise Ausrichtung und Gesichtspositionen der Probanden zu gewährleisten. Das entwickelte System ermöglicht effiziente und reproduzierbare Aufnahmen aus verschiedenen Winkeln und Entfernungen und bietet eine benutzerfreundliche, web-basierte Bedienoberfläche.
Die Industrie 5.0 fordert neue Lernansätze und zeitgleich auch passende Lernumgebungen. Parallel müssen diese neben den didaktischen Herausforderungen auch den Transfer- und Übertragungsgedanken auf die industriellen Anwendungen gerecht werden. Durch die täglich steigende Anzahl vielfältiger KI-Tools insbesondere textgenerierenden Tools, braucht es Systeme mit einem breiten Anwendungsbereich. Im Rahmen des vorliegenden Beitrags geben die Autoren einen Einblick in die Wildauer Smart Production, welche den transdisziplinären Gedanken von Lern- und Transferumgebungen Rechnung trägt, Möglichkeiten der Gestaltung komplexer Produktionssysteme widerspiegelt, die Integration menschzentrierter Ansätze ermöglicht und als Forschungsumgebung eingesetzt wird.
Die Analyse von Unternehmenswerten wird schon seit Jahrzenten durchgeführt. Es gibt verschiedene Modelle, wie zum Beispiel den Ansatz von Hofstede oder das „Universal Value Structure Modell“ von Schwartz, welche die Unternehmenswerte darstellen. Aktuelle Studien empfehlen Unternehmenswerte unter der Nutzung von Natural Language Processing und definierten Wortlisten bei größeren Textdaten zu untersuchen. Ziel der vorliegenden Analyse war zu identifizieren, ob die deutschen Übersetzungen der bisher englischsprachigen Ansätze im Kontext von Online-Stellenanzeigen funktional anwendbar sind. Daher wurden ca. 151.000 online-Stellenanzeigen von ca. 29.000 Unternehmen mittels drei Wortlisten analysiert. Der Umfang der verwendeten Listen lag zwischen 126 und 944 deutschen Wörtern. Die Ergebnisse zeigen, dass a) alle angewendeten Wortlisten grundsätzlich funktional sind, b) dass einer der Listen jedoch herausragende Ergebnisse aufweist, welcher jedoch c) um fehlende Begriffe der beiden anderen Ansätze erweitert werden kann. Somit können Unternehmen ein eigenes Werteprofil Ihrer externen Online-Kommunikation ermitteln und dieses mit den internen Wertvorstellungen bzw. dem intern erhobenen realen Werteprofil abgleichen.
The aim of our study is to develop a new, simple, and effective method for identification of personality based on the characteristics of the sphenoid sinus structure, using machine learning for subsequent implementation into routine medical practice in Ukraine. The study involved 200 multislice computed tomography (MSCT) scans of individuals of various genders and ages. During the study, we obtained results with an accuracy exceeding 70%.
Das Toolkit Annif ist ein modulares Werkzeug zur automatisierten Sacherschließung, mit dem über verschiedene Verfahren des maschinellen Lernens Schlagwörter oder Notationen zu Dokumenten vorgeschlagen werden. In dieser Arbeit wird untersucht, ob mit Annif Ergebnisse erzielt werden können, die einen praktischen Einsatz für Bibliotheken im deutschsprachigen Raum rechtfertigen. Getestet wird die Vergabe von Notationen der Regensburger Verbundklassifikation (RVK) an deutschsprachigen monografischen Texten. Dabei wird auch untersucht, wie aufwändig die Beschaffung und Aufbereitung von geeigneten Daten für das Training ist. Es wird eine Auswahl von drei angebotenen Verfahren evaluiert. Hierzu werden Metadaten mit RVK-Notationen der Hauptgruppe S beispielhaft ausgewertet. Zusätzlich wird getestet, ob ein Training mit Volltexten die Qualität der Ergebnisse verbessert. Die Arbeit zeigt auf, welches Verfahren für die ausgewählten Daten am besten geeignet ist und erläutert, welche Herausforderungen es in Bezug auf die Vergabe von RVK-Notationen gibt und welche Aspekte bei der Zusammensetzung der Trainingsdaten besonders berücksichtigt werden müssen.
The human microbiome has become an area of intense research due to its potential impact on human health. However, the analysis and interpretation of this data have proven to be challenging due to its complexity and high dimensionality. Machine learning (ML) algorithms can process vast amounts of data to uncover informative patterns and relationships within the data, even with limited prior knowledge. Therefore, there has been a rapid growth in the development of software specifically designed for the analysis and interpretation of microbiome data using ML techniques. These software incorporate a wide range of ML algorithms for clustering, classification, regression, or feature selection, to identify microbial patterns and relationships within the data and generate predictive models. This rapid development with a constant need for new developments and integration of new features require efforts into compile, catalog and classify these tools to create infrastructures and services with easy, transparent, and trustable standards. Here we review the state-of-the-art for ML tools applied in human microbiome studies, performed as part of the COST Action ML4Microbiome activities. This scoping review focuses on ML based software and framework resources currently available for the analysis of microbiome data in humans. The aim is to support microbiologists and biomedical scientists to go deeper into specialized resources that integrate ML techniques and facilitate future benchmarking to create standards for the analysis of microbiome data. The software resources are organized based on the type of analysis they were developed for and the ML techniques they implement. A description of each software with examples of usage is provided including comments about pitfalls and lacks in the usage of software based on ML methods in relation to microbiome data that need to be considered by developers and users. This review represents an extensive compilation to date, offering valuable insights and guidance for researchers interested in leveraging ML approaches for microbiome analysis.
Dieser Beitrag bietet eine kritische Bestandsaufnahme des Predictive Policing am Beispiel der Dimension Raum. Unter Berücksichtigung der aktuellen Entwicklungen des europäischen AI-Acts werden Maßnahmen und Methoden beleuchtet und aus ethischer Perspektive reflektiert und diskutiert. Das methodische Fundament bildet eine systematische Literaturanalyse anhand einer Korpusanalyse zu Techniken des Predictive Policing. Es werden vorhandene wissenschaftliche Vorarbeiten vorgestellt und ethische Fragestellungen im Zusammenhang mit der Verwendung von Daten für Predictive Policing untersucht. Der Beitrag eröffnet wichtige Fragen, die es weiter zu erforschen gilt. Die aktuellen Entwicklungen im Rahmen des AI-Acts bestätigen die Relevanz der Thematik.
Advancing microbiome research with machine learning: key findings from the ML4Microbiome COST action
(2023)
The rapid development of machine learning (ML) techniques has opened up the data-dense field of microbiome research for novel therapeutic, diagnostic, and prognostic applications targeting a wide range of disorders, which could substantially improve healthcare practices in the era of precision medicine. However, several challenges must be addressed to exploit the benefits of ML in this field fully. In particular, there is a need to establish “gold standard” protocols for conducting ML analysis experiments and improve interactions between microbiome researchers and ML experts. The Machine Learning Techniques in Human Microbiome Studies (ML4Microbiome) COST Action CA18131 is a European network established in 2019 to promote collaboration between discovery-oriented microbiome researchers and data-driven ML experts to optimize and standardize ML approaches for microbiome analysis. This perspective paper presents the key achievements of ML4Microbiome, which include identifying predictive and discriminatory ‘omics’ features, improving repeatability and comparability, developing automation procedures, and defining priority areas for the novel development of ML methods targeting the microbiome. The insights gained from ML4Microbiome will help to maximize the potential of ML in microbiome research and pave the way for new and improved healthcare practices.
This paper investigates Karelian language visibility on Twitter and describes the first corresponding data collection using language-related keywords and hashtags. In total, 2626 entries written fully or partially in Livvi, South and Viena Karelian were scraped with Postman API. The visibility of Karelian on Twitter has been considerably increasing in the past few years, Livvi-Karelian being the most prominent dialect. The data were analysed linguistically (manually and with language detection software) and thematically. Although language-related topics are the most popular, there is a substantial number of entries in eight further topics. Applicability of the collected data for linguistic and sociological research, and further data collection considerations are discussed.
ChatGPT is a fascinating AI text generator tool. It is a language model developed by OpenAI, a research and deployment company with the mission, according to OpenAI’s website: “to ensure that artificial general intelligence benefits all of humanity”. ChatGPT is able to generate human-like texts. But how does it work? What about the quality of the texts it provides? And is it capable of being self-reflective? Information sources must be efficient, effective and reliable in education, in order to enhance students’ learning process. For this reason, we started a dialogue with ChatGPT-3 while using, among others, a SWOT analysis it generated about its own functioning in an educational setting. This enabled us, as human authors, to analyze the extent to which this AI system is able to practice self-reflection. Finally, the paper sketches implications for education and future research.
The identification of biomarkers is crucial for cancer diagnosis, understanding the underlying biological mechanisms, and developing targeted therapies. In this study, we propose a machine learning approach to predict ovarian cancer patients’ outcomes and platinum resistance status using publicly available gene expression data. Six classical machine-learning algorithms are compared on their predictive performance. Those with the highest score are analyzed by their feature importance using the SHAP algorithm. We were able to select multiple genes that correlated with the outcome and platinum resistance status of the patients and validated those using Kaplan–Meier plots. In comparison to similar approaches, the performance of the models was higher, and different genes using feature importance analysis were identified. The most promising identified genes that could be used as biomarkers are TMEFF2, ACSM3, SLC4A1, and ALDH4A1.
Most research on fairness in Machine Learning assumes the relationship between fairness and accuracy to be a trade-off, with an increase in fairness leading to an unavoidable loss of accuracy. In this study, several approaches for fair Machine Learning are studied to experimentally analyze the relationship between accuracy and group fairness. The results indicated that group fairness and accuracy may even benefit each other, which emphasizes the importance of selecting appropriate measures for performance evaluation. This work provides a foundation for further studies on the adequate objectives of Machine Learning in the context of fair automated decision making.
Microbiomic analysis of human gut samples is a beneficial tool to examine the general well-being and various health conditions. The balance of the intestinal flora is important to prevent chronic gut infections and adiposity, as well as pathological alterations connected to various diseases. The evaluation of microbiome data based on next-generation sequencing (NGS) is complex and their interpretation is often challenging and can be ambiguous. Therefore, we developed an innovative approach for the examination and classification of microbiomic data into healthy and diseased by visualizing the data as a radial heatmap in order to apply deep learning (DL) image classification. The differentiation between 674 healthy and 272 type 2 diabetes mellitus (T2D) samples was chosen as a proof of concept. The residual network with 50 layers (ResNet-50) image classification model was trained and optimized, providing discrimination with 96% accuracy. Samples from healthy persons were detected with a specificity of 97% and those from T2D individuals with a sensitivity of 92%. Image classification using DL of NGS microbiome data enables precise discrimination between healthy and diabetic individuals. In the future, this tool could enable classification of different diseases and imbalances of the gut microbiome and their causative genera.
The share of chronic odontogenic rhinosinusitis is 40% among all chronic rhinosinusitis. Using automated information systems for differential diagnosis will improve the efficiency of decision-making by doctors in diagnosing chronic odontogenic rhinosinusitis. Therefore, this study aimed to develop an intelligent decision support system for the differential diagnosis of chronic odontogenic rhinosinusitis based on computer vision methods. A dataset was collected and processed, including 162 MSCT images. A deep learning model for image segmentation was developed. A 23 convolutional layer U-Net network architecture has been used for the segmentation of multi-spiral computed tomography (MSCT) data with odontogenic maxillary sinusitis. The proposed model is implemented in such a way that each pair of repeated 3 × 3 convolutions layers is followed by an Exponential Linear Unit instead of a Rectified Linear Unit as an activation function. The model showed an accuracy of 90.09%. To develop a decision support system, an intelligent chatbot allows the user to conduct an automated patient survey and collect patient examination data from several doctors of various profiles. The intelligent information system proposed in this study made it possible to combine an image processing model with a patient interview and examination data, improving physician decision-making efficiency in the differential diagnosis of Chronic Odontogenic Rhinosinusitis. The proposed solution is the first comprehensive solution in this area.
Intelligent transportation systems (ITS) have been steadily becoming part of our reality. For their successful integration, studying and understanding public opinions and acceptance is important. Social media platforms offer an extensive opportunity for opinion mining. While there have been studies on people’s attitudes towards automated driving, another important ITS concept—connected driving—has received little to no attention. In the current study, data on how connected driving is represented and perceived were collected from German(-speaking) Reddit and Twitter. In relevant Reddit entries, the necessity of communication between vehicles was discussed almost exclusively in the context of automated driving. On Twitter, mostly shared news and information on the topic are presented, while the number of personal opinions is low. The most concerning subtopic seems to be cybersecurity, which reflects a general trend of data protection issues discussed in society.
Die Verarbeitung natürlicher Sprache durch Maschinen ist fester Bestandteil des Alltags. Die Verarbeitung erfolgt durch technische Sprachmodelle, die bereits viele Aufgaben erfolgreich lösen. Durch die stetige Weiterentwicklung entstehen mächtigere Modelle mit neuen Fähigkeiten. Eines der neuesten ist GPT-3. Das Ziel dieser Masterarbeit ist es, das Sprachmodell GPT-3 und dessen praktischen Einsatz zu untersuchen.
Zur Untersuchung des Modells werden die Fragen gestellt, was GPT-3 von anderen Modellen unterscheidet, wie es funktioniert und in welchen Bereichen es eingesetzt werden kann. Weiterhin wird die Frage untersucht, ob das Modell für den geplanten Chatbot der ZBW – Leibniz Informationszentrum Wirtschaft genutzt werden kann. Zudem wird untersucht, welche Voraussetzungen für einen Einsatz des Modells in einem Chatbot nötig sind.
Für die ersten drei Forschungsfragen wurde eine Literaturrecherche angewendet. Damit wurden Hintergründe zum Modell zusammengetragen, sowie Berichte aus der Praxis berücksichtigt. Für den Einsatz bei einem Chatbot wurde ein Prototyp erstellt, der von den Testpersonen genutzt und bewertet wurde.
Die Auswertung aktueller Literatur zu GPT-3 zeigt, dass sich das Modell durch seine neue Funktionsweise, die Größe der Parameter und Testdaten von anderen abhebt. Dadurch wurden neue Fähigkeiten möglich. GPT-3 kann bei vielen Einsatzgebieten, die auf natürlicher Sprache beruhen, eingesetzt werden. Dies umfasst klassische Natural Language Processing-Aufgaben, sowie neue Bereiche wie etwa die Programmierung. Im praktischen Test zeigte sich, dass es eine hohe Präzision erfordert, das Modell auf neue Themen anzulernen. Die Quote der richtigen Antwort des Chatbots war zu gering, um den Einsatz uneingeschränkt empfehlen zu können. Es bedarf weiterer Untersuchungen, um das Modell für den Einsatz im Chatbot der ZBW zu optimieren.
Single Pilot Operations is a current topic with the potential to significantly affect the future of commercial aviation. While financially attractive for airlines, Single Pilot Operations bring forth important safety concerns, especially regarding the lack of human redundancy in the flight deck, an increased workload for the single pilot, reduced situational awareness and a higher risk of human error.
It is assumed that potential problems affecting Single Pilot Operations could be addressed by implementing an Augmented Reality (AR) device in the flight deck, by presenting additional information and supporting hints within the pilot’s field of view. Concretely, AR could be used to help reduce the single pilot’s workload, improve situational awareness and reduce the risk of human error.
This paper sets out to demonstrate two use cases for augmented reality in the flight deck. A system, called Pilot Assist, was developed that allows pilots to conduct checklists interactively with a Microsoft HoloLens. The system also provides a holographic Head-up-Display. Pilot Assist was developed and demonstrated with a fixed base Airbus A320 simulator at the Technical University of Wildau.
With the HoloLens’ spatial mapping capabilities – scanning and recognizing the environment around the user – it was possible to create a system that guides the pilot through the conduction of checklists. This is done by prompting the user towards the location of each checklist item in the cockpit, where information regarding necessary actions is projected. Furthermore, Pilot Assist is integrated with the aircraft systems, making it possible to obtain aircraft status data in real time, thus allowing error-checking of the pilot’s actions as well as automating the progress through checklists.
The holographic Head-up-Display allows the user to look at the surrounding environment while presenting critical flight data within the user’s field of view. The holographic Head-up-Display is intended to contribute to the pilot’s situational awareness.
Experts in the aviation field, including pilots, researchers and engineers had the chance to qualitatively assess the Pilot Assist tool. They pointed to limitations of both Pilot Assist and the HoloLens itself, but shared optimism as to how this technology and similar applications could indeed impact the future of flight operations. Concerns regarding the HoloLens’ weight, comfort and narrow field of view were expressed. However, continued development of head mounted devices (e.g. HoloLens 2) is expected in the coming years.
Further research into augmented reality applications in the flight deck is needed to advance this and other use cases. Nonetheless, the experts agreed Pilot Assist provides beneficial support during single pilot operation considering the current prototypical nature of the system.
Artificial Intelligence (AI) is becoming increasingly important in many industries due to its diverse areas of application and potential. In logistics in particular, increasing customer demands and the growth in shipment volumes are leading to difficulties in forecasting delivery times, especially for the last mile. This paper explores the potential of using AI to improve delivery forecasting. For this purpose, a structured theoretical solution approach and a method for improving delivery forecasting using AI are presented. In doing so, the important phases of the Cross-Industry Standard Process for Data Mining (CRISP-DM) framework, a standard process for data mining, are adopted and discussed in detail to illustrate the complexity and importance of each task such as data preparation or evaluation. Subsequently, by embedding the described solution into an overall system architecture for information systems, ideas for the integration of the solution into the complexity of real information systems for logistics are given.
Ist der Suchschlitz ein Vintage Look&Feel des letzten Jahrhunderts? Oder - die Frage sei erlaubt, - unter welchen Bedingungen es Bibliotheken schaffen könnten, dass Nutzerinnen und Nutzer die Erstsuche nach Informationen über sie laufen lassen? Das sind beispielhafte Fragen, die man sich angesichts gewonnener Erfahrungen aus bisherigen Innovationen stellen kann, aber ebenfalls mit Blick auf das, was Neues an Technologien sich auf dem Markt befindet und zunehmend viele Lebensbereiche durchdringt. Das Forschungsgebiet der Künstlichen Intelligenz (KI) ist in aller Munde und fordert von Informationseinrichtungen eine Antwort darauf, ob der Einsatz von KI-Technologien als weitere Facette der Automatisierung und Digitalisierung von Workflows und Service in Bibliotheken sinnvoll und hilfreich, und ob Engagement auf dieser Linie notwendig ist. Auch wenn sich Bibliotheken in ihrem steten Bemühen um Innovation mit ihrer Belegschaft und Leitungen noch differenziert bis reserviert zu KI bekennen, ist ein weiterer Verlauf der Entwicklungen gemäß dem chinesischen Sprichwort "Was du nicht aufhalten kannst, solltest du begrüßen", absehbar. Was heißt das aber für Bibliotheken, den Wandel zu gestalten bis hin zu dem Moment, wenn ein Dienst über die Pilot-, Prototyp- und damit Projektphase hinaus als fester Bestandteil des Serviceangebots fest etabliert und verstetigt werden soll? Welche Ressourcen und Kompetenzen sind z.B. in der Konsequenz von der Einrichtung selbst vorzuhalten? Weitere Fragen betreffen die Bewältigung der Masse an Daten und ihre Offenheit für die Anwendung von KI-Algorithmen.
Ist die Suche im Bibliothekskatalog ein Auslaufmodell? Oder die Frage sei erlaubt, unter welchen Bedingungen es Bibliotheken schaffen könnten, dass Nutzer/-innen die Erstsuche nach Informationen über sie laufen lassen? Das sind beispielhafte Fragen, die man sich angesichts gewonnener Erfahrungen aus bisherigen Innovationen stellen kann, aber ebenfalls mit Blick auf das, was Neues an Technologien sich auf dem Markt befindet und zunehmend viele Lebensbereiche durchdringt. Das Forschungsgebiet der Künstlichen Intelligenz (KI) ist in aller Munde und fordert von Informationseinrichtungen eine Antwort darauf, ob der Einsatz von KI-Technologien als weitere Facette der Automatisierung und Digitalisierung von Workflows und Service in Bibliotheken sinnvoll und hilfreich, und ob Engagement auf dieser Linie notwendig ist. Auch wenn sich Bibliotheken in ihrem steten Bemühen um Innovation mit ihrer Belegschaft und Leitungen noch differenziert bis reserviert zu KI bekennen, ist ein weiterer Verlauf der Entwicklungen gemäß dem chinesischen Sprichwort: Was du nicht aufhalten kannst, solltest du begrüßen, absehbar. Was heißt das aber für Bibliotheken, den Wandel zu gestalten bis hin zu dem Moment, wenn ein Dienst über die Pilot-, Prototyp- und damit Projektphase hinaus als fester Bestandteil des Serviceangebots fest etabliert und verstetigt werden soll? Welche Ressourcen und Kompetenzen sind z.B. in der Konsequenz von der Einrichtung selbst vorzuhalten? Weitere Fragen betreffen die Bewältigung der Masse an Daten und ihre Offenheit für die Anwendung von KI-Algorithmen.
An open source project for secure mobile voice communication over IP using strong end-to-end encryption was launched. In its first stage, a solution using Android an two different standard PDA platforms, a central Linux system with Asterisk, and Open VPN with OpenSSL encryption was realized. SIP-based Voice communication over WLAN with end-to-end security was successfully implemented. Concept, approach, first results and outlook on further work are presented.
A Simple Way to Compute the Number of Vehicles That Are Required to Operate a Periodic Timetable
(2018)
We consider the following planning problem in public transportation: Given a periodic timetable, how many vehicles are required to operate it? In [Julius Paetzold et al., 2017], for this sequential approach, it is proposed to first expand the periodic timetable over time, and then answer the above question by solving a flow-based aperiodic optimization problem. In this contribution we propose to keep the compact periodic representation of the timetable and simply solve a particular perfect matching problem. For practical networks, it is very much likely that the matching problem decomposes into several connected components. Our key observation is that there is no need to change any turnaround decision for the vehicles of a line during the day, as long as the timetable stays exactly the same.
Thematisiert wird der Weg, von einer theoretischen Betrachtung computerlinguistischer Grundlagen der Sprachverarbeitung, bis hin zu einer prototypischen Umsetzung einer Software zur natürlich sprachlichen Dialogkommunikation zwischen Mensch und Roboter.
Die Arbeit widmet sich dabei zunächst der Bereitstellung theoretischer Grundlagen (Definition, Geschichte, Funktionsweise, Herausforderungen, Aktuelle Lage) von Mensch-Maschine-Kommunikation unter Zuhilfenahme des Natural Language Processings. Darauf basierend werden Anforderungen aufgestellt, die eine softwaremäßige Implementierung eines solchen Systems beschreiben. Dies geschieht unter der Beachtung von Rahmenbedingungen durch den themenstellenden Betrieb dieser Arbeit und den Grenzen des Robotersystems.
Es folgt eine ausgiebige Evaluierung verschiedener NLP-Systeme anhand des Abgleichs von Anforderungen und zusätzlicher Kennziffer-Messungen (Precision, Recall, F1 Score). In diesem Zusammenhang entsteht auch ein Testprogramm, welches ein automatisiertes Evaluierungsverfahren bereitstellt. Die beiden besten NLP-Systeme werden anschließend in ihrer Verwendung detailliert beschrieben. Eine prototypische Implementierung stellt die Verwendung eines NLP-Systems, zur Kommunikation von Mensch und Roboter, in einem konkreten Anwendungsfall unter Beweis.
The BERMUDA project started in January 2015 and was successfully completed after less than three years in August 2017. A technical set-up and an image processing and analysis software were developed to record and evaluate multi-perspective videos. Based on two cameras, positioned relatively far from one another with tilted axes, synchronized videos were recorded in the laboratory and in real life. The evaluation comprised the background elimination, the body part classification, the clustering, the assignment to persons and eventually the reconstruction of the skeletons. Based on the skeletons, machine learning techniques were developed to recognize the poses of the persons and next for the actions performed. It was, for example, possible to detect the action of a punch, which is relevant in security issues, with a precision of 51.3 % and a recall of 60.6 %.
In dieser Arbeit wurde eine Anwendung entwickelt, die das Verbinden der beiden technischen Bereiche Smart Home und Servicerobotik mit Hilfe von künstlichen neuronalen Netzen (KNN) ermöglicht, um damit Verhaltensabläufe einer Person in ihren eigenen vier Wänden zu erlernen und dabei auf grobe Abweichungen hin zu überwachen. Zusätzlich wurde ein Lernbaukasten für Schülergruppen der Sekundarstufe 2 entwickelt, mit dem die Funktionsweise von KNN vermittelt wird.
Es wurden unterschiedliche Werkzeuge der Künstlichen Intelligenz untersucht sowie Projekte mit ähnlichen Zielen, um darauf aufbauend eine geeignete Anwendung zu entwickeln. Der entwickelte Lernbaukasten basiert auf der Lehrstrategie MOMBI (Model Of Model-Based Instruction).
In der Testphase konnte erfolgreich ein erstes Anwendungsszenario getestet werden, dass das Überwachen des Schlafrhythmus einer Person auf Unregelmäßigkeiten hin ermöglicht.
Ein erster Test hat gezeigt, dass neuronale Netze gut dafür geeignet sind, um Tätigkeiten mit einem regelmäßigen Verhalten zu überwachen. Im nächsten Schritt sollten die zu überwachenden Tätigkeitsvielfalt ausgebaut werden und auch die Verwendung von weiteren Werkzeugen der Künstlichen Intelligenz in Betracht gezogen werden.
Automatic image reconstruction is critical to cope with steadily increasing data from advanced microscopy. We describe here the Fiji macro 3D ART VeSElecT which we developed to study synaptic vesicles in electron tomograms. We apply this tool to quantify vesicle properties (i) in embryonic Danio rerio 4 and 8 days past fertilization (dpf) and (ii) to compare Caenorhabditis elegans N2 neuromuscular junctions (NMJ) wild-type and its septin mutant (unc-59(e261)). We demonstrate development-specific and mutant-specific changes in synaptic vesicle pools in both models. We confirm the functionality of our macro by applying our 3D ART VeSElecT on zebrafish NMJ showing smaller vesicles in 8 dpf embryos then 4 dpf, which was validated by manual reconstruction of the vesicle pool. Furthermore, we analyze the impact of C. elegans septin mutant unc-59(e261) on vesicle pool formation and vesicle size. Automated vesicle registration and characterization was implemented in Fiji as two macros (registration and measurement). This flexible arrangement allows in particular reducing false positives by an optional manual revision step. Preprocessing and contrast enhancement work on image-stacks of 1nm/pixel in x and y direction. Semi-automated cell selection was integrated. 3D ART VeSElecT removes interfering components, detects vesicles by 3D segmentation and calculates vesicle volume and diameter (spherical approximation, inner/outer diameter). Results are collected in color using the RoiManager plugin including the possibility of manual removal of non-matching confounder vesicles. Detailed evaluation considered performance (detected vesicles) and specificity (true vesicles) as well as precision and recall. We furthermore show gain in segmentation and morphological filtering compared to learning based methods and a large time gain compared to manual segmentation. 3D ART VeSElecT shows small error rates and its speed gain can be up to 68 times faster in comparison to manual annotation. Both automatic and semi-automatic modes are explained including a tutorial.
Mit diesem Beitrag soll der Einsatz von iBeacons als Basis eines Indoor-Ortungssystems in der Hochschulbibliothek der Technischen Hochschule Wildau vorgestellt werden. Für die Ortung innerhalb von Gebäuden sind bisher unterschiedliche Strategien zum Einsatz gekommen. Die von Apple Inc. entwickelte iBeacon-Technologie kommuniziert über Bluetooth Low Energy (BLE) und setzt somit eine Technologie ein, die einen großen Kreis von Nutzern erreicht. Als wesentlicher Teil der Campus-App Unidos Wildau operiert das Ortungssystem auf der Basis des Kartendienstes iCampus Wildau Maps. Gemachte Erfahrungen mit der iBeacon-Technologie werden ebenso im Fokus dieses Beitrags stehen wie Ergebnisse der Implementierung unseres Ortungssystems sowie Pläne für die Weiterentwicklung.
A project was funded by the European Union to build foundations for a virtual laboratory where experimental and theoretical results could be combined into an audio-visual interactive presentation through the use of modern computers. The process of thin film growth and modification by energetic ion beams was chosen as the first topic for this new educational tool.
Different models for thin film growth are developed and compared to experimental results in the presentation. Particular examples include spiral formation, modelled using cellular automata, island growth using Monte-Carlo methods and the first few layers of growth using classical molecular dynamics. Most of the examples are related to the growth of C60 films for which a number of experimental results had been obtained and previously reported in this journal [1]. The principle property under investigation was the structure and morphology of the films. Nine separate computer movies of the dynamics of these processes were developed on a fast PC under Windows95 and incorporated into a computer presentation made using the Authorware package. Experimental images obtained from a scanning force microscope were also included and compared to the computer models along with music and verbal explanation. In addition to the interactive version of the multi-media presentation, a non-interactive version was also made which is suitable for lectures or conference presentation. This version lasts approximately 25 minutes. Approximately 100 CD's of this work were made and are being distributed to various laboratories. A copy of the CD is available on request.
"Computersimulation & Computergraphik" : Sommerschule vom 22.-26. September 1997 an der TFH Wildau
(1998)
Ziel der Sommerschule "Computersimulation & Computergraphik" war es, in einem Piloprojekt Kontakte, Wissensaustausch und Vernetzung zwischen verschiedenen Fachdisziplinen über gemeinsam genutzte moderne Medien und Computertechniken zu erreichen. Gleichzeitig wurden praktische Fertigkeiten für die Computersimulation und Computergraphik vermittelt und interessante Anwendungen in Technik und Wirtschaft demonstriert. Es wurde während dieser Woche auf anschauliche und praktische Weise anhand verschiedener Softwarepakete eine Einführung in die komplexe Thematik gegeben und gezeigt, wie Visualisierung auf PCs und im Internet realisiert werden kann.
Ein künstliches neuronales Netz (KNN) ist dem biologischen neuronalen Netz, wie es z. B. im menschlichen Gehirn vorliegt, nachempfunden. Dieses besteht aus 10^10 bis 10^11 Nervenzellen (Neuronen), wobei jeweils eine mit 10^3 bis 10^4 anderen Zellen verbunden ist. Eine Zelle besteht u. a. aus dem Zellkörper mit Zellkern, Dendriten und Synapsen. Über die Dendriten erhält die Zelle elektrische Impulse, die im Zellkern aufsummiert werden. Wird ein Schwellwert (engl. bias) überschritten, so wird ein Signal über die Synapsen an andere Neuronen gesendet. Analog enthält ein KNN „künstliche“, formal-mathematische Neuronen, die in Schichten (engl. layer) angeordnet und über Synapsen nach bestimmten Regeln miteinander verknüpft sind. Durch die Vielzahl von Verknüpfungsmöglichkeiten ergeben sich eine Vielzahl von KNN-Typen und -Anwendungen. In dieser Arbeit werden das Funktionsprinzip des formalen Neurons, wichtige Netztypen und KNN-Anwendungen in der Wärmeübertragung besprochen.
An artificial neural network (ANN) type multilayerperceptron with sigmoid activation function and errorbackpropagation learning algorithm was applied to predict heat transfer performances in a wide range of pressure and wall superheat at bubble boiling in free convection of two single component systems. For both systems the ANN prediction results were compared with the commonly used conventional correlation and gave in one case a comparable in the other a better accuracy. To improve the accuracy of ANN prediction it is possible to use interpolated experimental data for training and to optimise the network configuration.