Refine
Year of publication
- 2016 (55) (remove)
Document Type
- Part of Periodical (24)
- Doctoral Thesis (20)
- Book (2)
- Other (2)
- Preprint (2)
- Article (1)
- Bachelor Thesis (1)
- Part of a Book (1)
- Conference Proceeding (1)
- Report (1)
Has Fulltext
- yes (55)
Keywords
- Universität Passau (12)
- Lehrerbildung (11)
- Grundschulpädagogik (4)
- Studienseminar (3)
- Alternativen zum Lehrerberuf (2)
- Armut (2)
- Entity Disambiguation (2)
- Innovationen Hochschullehre (2)
- Lehramtsstudium (2)
- Projekt (2)
Institute
Entity disambiguation is the task of mapping ambiguous terms in natural-language text to its entities in a knowledge base. It finds its application in the extraction of structured data in RDF (Resource Description Framework) from textual documents, but equally so in facilitating artificial intelligence applications, such as Semantic Search, Reasoning and Question & Answering. We propose a new collective, graph-based disambiguation algorithm utilizing semantic entity and document embeddings for robust entity disambiguation. Robust thereby refers to the property of achieving better than state-of-the-art results over a wide range of very different data sets. Our approach is also able to abstain if no appropriate entity can be found for a specific surface form. Our evaluation shows, that our approach achieves significantly (>5%) better results than all other publicly available disambiguation algorithms on 7 of 9 datasets without data set specific tuning. Moreover, we discuss the influence of the quality of the knowledge base on the disambiguation accuracy and indicate that our algorithm achieves better results than non-publicly available state-of-the-art algorithms.
DoSeR - A Knowledge-Base-Agnostic Framework for Entity Disambiguation Using Semantic Embeddings
(2016)
Entity disambiguation is the task of mapping ambiguous terms in natural-language text to its entities in a knowledge base. It finds its application in the extraction of structured data in RDF (Resource Description Framework) from textual documents, but equally so in facilitating artificial intelligence applications, such as Semantic Search, Reasoning and Question & Answering. In this work, we propose DoSeR (Disambiguation of Semantic Resources), a (named) entity disambiguation framework that is knowledge-base-agnostic in terms of RDF (e.g. DBpedia) and entity-annotated document knowledge bases (e.g. Wikipedia). Initially, our framework automatically generates semantic entity embeddings given one or multiple knowledge bases. In the following, DoSeR accepts documents with a given set of surface forms as input and collectively links them to an entity in a knowledge base with a graph-based approach. We evaluate DoSeR on seven different data sets against publicly available, state-of-the-art (named) entity disambiguation frameworks. Our approach outperforms the state-of-the-art approaches that make use of RDF knowledge bases and/or entity-annotated document knowledge bases by up to 10% F1 measure.
Das Sprachsystem der Naxi
(2016)
Die Naxi verwenden eine Sprache, in der Segmente und Suprasegmente in komplexer Weise in Wörtern zum Ausdruck kommen. Im Satz wird die Grammatik grundsätzlich in analytischer Weise durch Partikeln strukturiert. Die Naxi verwenden einzigartige Zeichen, die entweder stilisierte Umrisse von der Natur (die Domba-Zeichen) oder hoch abstrakt (die Geba-Zeichen) sind, um Gegenstände bzw. Ausprachen zu symbolisieren.
Während sich die Geschäftsmodellforschung großer Beliebtheit erfreut, ist bisweilen schwach erforscht, wie sich die konkrete Ausgestaltung der Operationalisierungen von Geschäftsmodellelementen von internetbasierten, nicht börsennotierten Startups auf deren Unternehmenserfolg auswirkt. Die vorliegende Arbeit adressiert diese Fragestellung und deckt mittels statischer Verfahren Zusammenhänge auf.
A configurable system enables users to derive individual system variants based on a selection of configuration options. To cope with the often huge number of possible configurations, several analysis approaches (e.g., for verification of configurable systems) implement different strategies to account for configurability. One popular strategy—often applied in practice—is to use sampling (i.e.,analyzing only a subset of all system variants). While sampling reduces the analysis effort significantly, the information obtained is necessarily incomplete as some variants are not analyzed. A second strategy is to identify the common parts and the variable parts of a configurable system and analyze each part separately (called feature-based strategy). As a third strategy, researchers have begun to develop family-based analyses. Family-based approaches analyze the code base of a configurable system as a whole, rather than the individual variants or parts of the system, this way exploiting similarities among individual variants to reduce analysis effort. Each of these three strategies has advantages and disadvantages, which might even prevent its application (e.g., the family-based strategy typically needs much main memory). The goal of this thesis is to enable the efficient analysis of configuable systems, even if existing strategies fail (e.g., the family-based strategy, because of memory limitations). To this end, we designed a framework that models the key aspects of configurable-system analysis strategies, independent of their implementation and of the analyses techniques (e.g., type checking or model checking). Guided by our model, we developed a number of analysis strategies for configurable systems. To learn about advantages and disadvantages of individual strategies, we compared these in a series of empirical studies. In particular, we developed and evaluated a model-checking analysis and a data-flow analysis for configurable systems. One of our key findings is that family-based analysis outperforms most sampling heuristics with respect to analysis time, while being able to make definite statements about all variants of a configurable system. Furthermore, we identified advantages and disadvantages of analysis strategies and how to mitigate them by combining strategies. In our endeavor, we identified two key problems that are common to configurable-system analyses, and we developed supporting techniques to solve them. These techniques are general and are applicable beyond our research. In particular, we developed presence-condition simplification and variability encoding. Presence-condition simplification provides a simple method to reduce the size of the output or the internal data structure of configurable-systemanalyses. Variability encoding provides a means for transforming compile-time variability to run-time variability, which enables many family-based analyses.
Our key contributions are the model of analysis strategies for configurable systems and the corresponding empirical comparisons of strategies. Our findings are backed by empirical studies, which helped broaden the community knowledge on analyses of configurable systems (indicated by citations). For these evaluations, we prepared several subject systems, which have also been used already by other researchers. Furthermore, we developed several analysis tools and demonstrated their feasibility in practical application scenarios based on code from, for example, the Linux kernel. Our tools are based on variability-aware optimizations that enable levels of scalability on configurable systems that were not possible with other tools before.
Employment of a very large number of antennas is seen as the key technology to provide future users with very high data rates. At the same time, the implementation complexity will rise due to large memories required and sophisticated signal processing algorithms employed. Continuous technology downscaling allows implementation of such complex digital designs. At the same time, its inherent variability and vulnerability to physical disturbances violate the assumption of perfectly reliable hardware operation.
This work considers Unique Word OFDM which represents the alternative to the standard Cyclic Prefix OFDM providing superior detection quality. The generalization of Unique Word OFDM to a MIMO system is performed which allows interpretation as a virtual massive MIMO system with only few physical antennas. Detection methods for the introduced generalization are discussed and their performance is quantified.
Because of the large memory size required, linear detection represents the cost and performance effective solution. The possible memory errors due to radiation effects or voltage scaling are addressed and the nonlinear MMSE detection algorithm is proposed. This algorithm keeps track of the memory errors and is able to significantly mitigate their effect on the quality of the estimated data.
Apart of memory issues, reliability of the actual computational hardware which constitutes the receiver is of concern in this work. An own implementation of the MMSE Sorted Givens Rotations is subjected to transient fault injection. The impact of faults in various parts of the implemented circuit on the detection performance is quantified. Most vulnerable components of the implemented circuit in terms of reliability are identified.
Security is another major address of this work, since most current implementations include cryptographic devices.
Fault-based attacks on such systems are known to be able to extract the secret key in feasible time.
The remaining part of this work addresses such fault injection-based malicious attacks. Countermeasures based on a combination of information and hardware redundancy are considered. Recently introduced robust codes target such attacks by providing guaranteed detection capability. The performance of these codes is assessed by application to actual cryptographic and general purpose circuits. The work introduces metrics that help to identify fault locations in the circuit which could escape detection with high probability. These locations are targeted by transistor resizing that renders fault injection unfeasible.
Lernen im Sozialraum - Ein Seminar zu bildungsbiografischen Übergängen und Verläufen von Kindern
(2016)
In diesem Beitrag wird ein Seminarkonzept vorgestellt, das am Lehrstuhl für Grundschulpädagogik entwickelt und erprobt wird. Auf Basis von Theorien situierten Lernens werden Studierende in sozialraumorientierte Jugendhilfe- und Schulentwicklungsplanung eingeführt und öffnen dabei den Blick für die soziale Netzwerkbildung auf lokaler Ebene. Von besonderer Bedeutung sind die Analyse der Schnittstelle von Schule und wohnortnahen sozialen Diensten und die daraus resultierenden pädagogischen Handlungsmöglichkeiten.
Im Schulalltag müssen Lehrkräfte nicht nur die Schülerleistung, sondern auch andere Schülermerkmale zutreffend beurteilen. Die vorliegende Arbeit, welche drei Studien umfasst, beschäftigt sich daher mit der Urteilsgenauigkeit von Mathematiklehrkräften zu verschiedenen Schülermerkmalen. Zudem wurden auch die Stabilitäten und Auswirkungen der Genauigkeit von Lehrkrafturteilen analysiert. Die Urteilsgenauigkeit stellt den Kern der diagnostischen Kompetenz von Lehrkräften dar, unter der man die Fähigkeit von Lehrkräften versteht, Schüler- und Aufgabenmerkmale zutreffend einschätzen zu können.
In der ersten Studie wurde die Urteilsgenauigkeit von Mathematiklehrkräften in der Einschätzung von Mathematikleistung, Konzentration, Arbeits- und Sozialverhalten untersucht. Auch wurde überprüft, ob die Urteilsgenauigkeit mit soziodemografischen Lehrkraftmerkmalen zusammenhängt und wodurch Lehrkrafturteile vorhergesagt werden. An der Untersuchung nahmen 357 Realschulfünftklässler sowie deren 17 Mathematiklehrkräfte teil. Die Lernenden bearbeiteten einen Mathematikleistungstest sowie einen Konzentrationstest und füllten Fragebögen zum Arbeits- und Sozialverhalten aus. Währenddessen schätzten die Lehrkräfte die verschiedenen Schülermerkmale ein. Lehrkräfte schätzten die Rangfolge der Schülerleistung mit mittlerer Genauigkeit ein, die Beurteilung von Konzentration, Arbeits- und Sozialverhalten fiel ihnen schwerer. Lehrkräfte überschätzten die Schülerleistung. Weder Alter, Geschlecht noch Berufserfahrung der Lehrkräfte hingen mit der Urteilsgenauigkeit zusammen. Lehrkrafturteile zur Schülerleistung und zu nicht-leistungsbezogenen Schülermerkmalen wurden durch sachfremde Urteilsmerkmale verzerrt.
Die zweite Studie baut auf der ersten Arbeit auf und erweitert diese um einen Messzeitpunkt. Da über Stabilität, genauigkeitsbeeinflussende Faktoren und differenzielle Wirkungen des Lehrkrafturteils zur Schülerleistung relativ wenig bekannt ist, wurden in dieser Studie diese Aspekte analysiert. An der Untersuchung nahmen 294 Realschülerinnen und -schüler sowie deren 17 Mathematiklehrkräfte teil. Die Fünftklässlerinnen und Fünftklässler bearbeiteten standardisierte Mathematikleistungstests und machten Angaben zum wahrgenommenen Lehrkraftverhalten. Parallel dazu schätzten die Lehrkräfte die Testleistungen ein und beantworteten Fragen zur Bezugsnormorientierung. Die Rangkomponente, Übereinstimmung des Lehrkrafturteils mit den Schülerleistungen, verbesserte sich im Zeitraum eines halben Schuljahres signifikant. Sie korrelierte signifikant positiv mit der kriterialen Bezugsnormorientierung. Die Genauigkeit des Lehrkrafturteils zum Schulhalbjahr, indiziert als Leistungsüber- und -unterschätzung, war prädiktiv für die Schülerleistung zu Schuljahresende. In der Leistung überschätzte Lernende wiesen im Vergleich zu unterschätzten Lernenden den größeren Leistungszuwachs auf und nahmen das Lehrkraftverhalten anders wahr.
Die dritte Studie ist ebenfalls längsschnittlich angelegt und umfasst zwei Messzeitpunkte, weswegen die Stabilitäten von Lehrkrafteinschätzungen und Schülermerkmalen sowie die differenziellen Wirkungen von Lehrkrafteinschätzungen auf verschiedene Schülergruppen untersucht werden konnten. Im Abstand eines Jahres wurden in der dritten und vierten Klasse Daten von 152 Grundschülerinnen und -schülern sowie von deren zehn Mathematiklehrkräften gesammelt. Die Grundschülerinnen und -schüler bearbeiteten jeweils einen standardisierten Mathematikleistungstest und einen Fragebogen zum motivational-affektiven Erleben in der Schule. Zeitgleich schätzten die Lehrkräfte verschiedene Schülermerkmale auf Skalen ein. Die Rangreihungen der Lehrkräfte zu Testleistung, Lernfreude, Schuleinstellung und Anstrengungsbereitschaft verbesserten sich über den einjährigen Untersuchungszeitraum signifikant. Das Lehrkrafturteil zur Testleistung sowie zur Erfolgserwartung und die Schülermerkmale waren stabil. Der Zusammenhang zwischen der Urteilsgenauigkeit und den Schülermerkmalen spiegelte sich in Unterschieden zwischen den Schülergruppen wider: In der vierten Klasse hatten überschätzte Lernende eine höhere Testleistung, Erfolgserwartung und Lernfreude sowie ein höheres Fähigkeitsselbstkonzept und eine niedrigere Leistungsangst als unterschätzte Lernende.
Insbesondere die Ergebnisse zu den interindividuellen Unterschieden in der Urteilsgenauigkeit, die in allen drei Studien zu finden sind, lassen eine Förderung der Urteilsgenauigkeit wünschenswert erscheinen. Daher werden abschließend verschiedene Möglichkeiten zur Förderung der Urteilsgenauigkeit vorgestellt.
Im PAradigma-Heft von 2011/2012 wurde das Portfolio als Lehr-, Lern-, Beurteilungs- und Reflexionsinstrument der Passauer Grundschullehrerinnen- und Grundschullehrerbildung vorgestellt. Seit dem Sommersemester 2014 liegt der Fokus der Weiterentwicklung des Konzepts insbesondere auf Maßnahmen zur Unterstützung der Studierenden bei der Reflexion.
Der Beitrag beschreibt, wie im Portfolio der Aufbau und die Weiterentwicklung der Reflexionskompetenz als zentraler Bestandteil pädagogischer Professionalität unterstützt werden kann. Nach der Darstellung theoretischer Grundlagen werden Möglichkeiten aufgezeigt, wie individuelle Lernwege, Einstellungen und Haltungen bewusst gemacht und von den Studierenden beschrieben werden können. 2015 wurden diese Hilfen erstmals in Seminaren und im Portfoliokonzept implementiert. Abschließend zeigt der Beitrag erste Rückmeldungen von den Studierenden zu den entwickelten Unterstützungsangeboten.
Die vorgelegte Dissertationsschrift setzt sich empirisch mit Themen der Lokalen Politischen Ökonomie auseinander. Durch die Analyse bayerischer Kommunaldaten werden kausale Effekte parteipolitischer Machtverhältnisse, kausale Effekte von Parteibanden auf das Zuteilen legaler Renten sowie kausale Effekte steigender Bezahlung auf die Eigenschaften von Lokalpolitikern untersucht.