Refine
Year of publication
Document Type
- Bachelor Thesis (47) (remove)
Has Fulltext
- yes (47)
Is part of the Bibliography
- no (47)
Keywords
- Benutzerfreundlichkeit (4)
- Lernsoftware (4)
- Usability (4)
- Deep learning (3)
- Maschinelles Lernen (3)
- Neuronales Netz (3)
- Verwaltung (3)
- Aufgabenüberprüfung (2)
- Complex Event Processing (2)
- Machine Learning (2)
- Marketing (2)
- Moodle (2)
- Nachhaltigkeit (2)
- Siddhi (2)
- Softwareentwicklung (2)
- Softwaretest (2)
- XML (2)
- Öffentlicher Personennahverkehr (2)
- AI (1)
- Abalone (1)
- Agile Softwareentwicklung (1)
- Agilität <Management> (1)
- Air Quality Monitoring (1)
- Algorithmus (1)
- AlphaGo (1)
- Android <Systemplattform> (1)
- Anforderungsmanagement (1)
- Angular (1)
- Anwendungssystem (1)
- App <Programm> (1)
- Aufgabensammlung (1)
- Augmented Reality (1)
- Auswertung (1)
- Autobewerter (1)
- Automatic Identification System <Schifffahrt> (1)
- Automation (1)
- Autonomes Fahrzeug (1)
- Außerirdisches Leben (1)
- Baum (1)
- Befragung (1)
- Bekleidungsindustrie (1)
- Belohnung (1)
- Benutzererlebnis (1)
- Benutzeroberfläche (1)
- Bestärkendes Lernen <Künstliche Intelligenz> (1)
- Beziehungsmanagement (1)
- Bildgebendes Verfahren (1)
- Brettspiel (1)
- Bronchokonstriktion (1)
- Business Intelligence (1)
- C2C (1)
- Cochlea (1)
- Commitment (1)
- Company (1)
- Competitive Intelligence (1)
- Complex Event Processing Engine (1)
- Computer Graphics (1)
- Computergrafik (1)
- Computersimulation (1)
- Contactless Payment (1)
- Container (1)
- Corruption (1)
- Crowdsensing (1)
- Data Management (1)
- Data Quality (1)
- Datenmanagement (1)
- Datenqualität (1)
- Datenverarbeitungssystem (1)
- Deep Learning (1)
- Design Thinking (1)
- Desktop-Computer (1)
- Digitale Pathologie (1)
- Digitalisierung (1)
- Dunkle Triade (1)
- E-Assessment (1)
- E-Government (1)
- E-Learning (1)
- E-Voting (1)
- EAP (1)
- Editor (1)
- Electronic Payment (1)
- Elektronische Wahl (1)
- Emotional Competence (1)
- Emotionale Kompetenz (1)
- Erfolgskontrolle (1)
- Erweiterte Realität <Informatik> (1)
- Esper (1)
- Evolutionärer Algorithmus (1)
- Eye-Tracking (1)
- Facebook (1)
- Factorial Survey (1)
- Fahrplan (1)
- Faktorieller Survey (1)
- Fallstudie (1)
- Frageverhalten (1)
- Freiluftsport (1)
- Führung (1)
- GPGPU (1)
- General Purpose Computation on Graphics Processing Unit (1)
- Generation Y (1)
- Genetischer Algorithmus (1)
- Gesundheit (1)
- GraFLAP (1)
- Grader (1)
- Graja (1)
- Grappa (1)
- Green Tourism (1)
- Handypayment (1)
- Hardwarebeschleunigung (1)
- IEEE 802.1X (1)
- IT-Sicherheit (1)
- Incentivierung (1)
- Instanziierungsservice (1)
- Intelligent Transport Systems (ITS) (1)
- JFLAP-Wrapper (1)
- JFugue (1)
- JUnit (1)
- Java <Programmiersprache> (1)
- Java <Programmiersprache> (1)
- KPI (1)
- Key Performance Indicator (1)
- Klein- und Mittelbetrieb (1)
- Kommunalwahl (1)
- Kommunikation (1)
- Komposition <Musik> (1)
- Konfigurationen (1)
- Konfigurationsverwaltung (1)
- Konkurrenzanalyse (1)
- Kontaktloses Bezahlen (1)
- Konverter (1)
- Korruption (1)
- Künstliche Intelligenz (1)
- LON-CAPA (1)
- Landesbehörde (1)
- Landmarke (1)
- Landmarkenbasierte Registrierung (1)
- Landwirtschaft (1)
- Leistungskennzahl (1)
- Leistungskennzahlen (1)
- Lernerfolgsmessung (1)
- Luftqualität (1)
- M-Payment (1)
- Machiavellismus (1)
- Marketingstrategie (1)
- Marktanalyse (1)
- Marktpotenzial (1)
- Maschinelles Sehen (1)
- Mediendesign (1)
- Menschliche Cochlea (1)
- Metriken (1)
- Mobile Money Transfer (1)
- Mobile-Payment (1)
- Mobiles Internet (1)
- Mobilfunkbasierende Bezahlung (1)
- Modellierung (1)
- Monitoring (1)
- MooPT (1)
- Moodle-STACK (1)
- Musikkomposition (1)
- Narzissmus (1)
- Netzwerk (1)
- Netzwerksicherheit (1)
- Node.js (1)
- Numerische Optimierung (1)
- Optimierung (1)
- Optische Zeichenerkennung (1)
- Organisationaler Zynismus (1)
- Organizational Cynicism (1)
- Outdoor (1)
- Parametrisierung (1)
- Pathologie (1)
- Payment (1)
- Personality (1)
- Personalpolitik (1)
- Persönlichkeit (1)
- Physically Based Rendering (1)
- Portabilität (1)
- ProFormA (1)
- Prognose (1)
- Programmieraufgabe (1)
- Programmierumgebung (1)
- Prototyp (1)
- Psychopathie (1)
- Punktwolke (1)
- RADIUS (1)
- Raspberry Pi (1)
- Raycasting (1)
- React <Framework, Informatik> (1)
- Real-Time Rendering (1)
- Regressionstest (1)
- Reinforcement Learning (1)
- Relationenalgebra (1)
- Rendering (1)
- Requirements engineering (1)
- Rückmeldung (1)
- Rückverfolgbarkeit (1)
- SUMO (Simulation of Urban MObility) (1)
- Salutogenese (1)
- Sandbox (1)
- Scientific Visualization (1)
- Server (1)
- Sicherheit (1)
- Signalverarbeitung (1)
- Simulation (1)
- Skelettieren <Bildverarbeitung> (1)
- Social Media (1)
- Social entrepreneurship (1)
- Software Engineering (1)
- Sprachassistent (1)
- Startup (1)
- Straßenverkehr (1)
- Studienerfolg (1)
- Super Resolution (1)
- Sustainability (1)
- Sustainable Tourism (1)
- Tourism (1)
- Tourismusmarketing (1)
- Traceability (1)
- Traffic Prediction (1)
- Traffic Simulation (1)
- Trusted Computing (1)
- UX/UI (1)
- Umsetzung <Informatik> (1)
- Unternehmen (1)
- Unternehmensgründung (1)
- Usability-Test (1)
- VOXEL (1)
- Verbesserung (1)
- Verkehrsleitsystem (1)
- Vertrauensdienste (1)
- Virtuelle soziale Netzwerke (1)
- Visualisierung (1)
- Volumen-Rendering (1)
- Web-Anwendung (1)
- WebGL (1)
- WebGL Einstieg (1)
- Webanwendung (1)
- Webentwicklung (1)
- Webgazer (1)
- Wettbewerbsanalyse (1)
- Wissensmanagement (1)
- Work-Life-Balance (1)
- World Wide Web (1)
- World Wide Web 2.0 (1)
- XING (1)
- abgesicherte Ausführungsumgebung (1)
- bluetooth low energy (1)
- combining simulation and machine learning (1)
- cross-platform (1)
- cross-plattform (1)
- flutter (1)
- generischer Editor (1)
- iOS (1)
- machine learning (1)
- mobile first (1)
- parameterization (1)
- question behaviour (1)
- react native (1)
- shared autonomous vehicle (1)
- simulation (1)
- studiVZ (1)
- variable Programmieraufgabe (1)
- zeitnahe Datenverarbeitung (1)
- ÖPNV (1)
- Öffentliche Verwaltung (1)
- Ökotourismus (1)
Institute
- Fakultät IV - Wirtschaft und Informatik (47) (remove)
Training and evaluating deep learning models on road graphs for traffic prediction using SUMO
(2024)
The escalation of traffic volume in urban areas poses multifaceted challenges including increased accident risks, congestion, and prolonged travel times. Traditional approaches of expanding road infrastructure face limitations such as space constraints and the potential exacerbation of traffic issues.
Intelligent Transport Systems (ITS) present an alternative strategy to alleviate traffic problems by leveraging data-driven solutions. Central to ITS is traffic prediction, a process vital for applications like Traffic Management and Navigation Systems.
Recent advancements in traffic prediction have witnessed a surge of interest, particularly in deep learning methods optimized for graph-based data processing, being considered the most promising avenue presently.
These methods typically rely on real-life datasets containing traffic sensor data such as METR-LA and PeMS. However, the finite nature of real-life data prompts exploration into augmenting training and testing datasets with simulated traffic data.
This thesis explores the potential of utilizing traffic simulations, employing the microscopic traffic simulator SUMO, to train and test deep learning models for traffic prediction. A framework integrating PyTorch and SUMO is proposed for this purpose, aiming to elucidate the feasibility and effectiveness of using simulated traffic data for enhancing predictive models in traffic management systems.
Die Arbeit untersucht die Anwendung von maschinellem Lernen zur Erkennung von Aktivitäten von Schiffen anhand von AIS-Signalen. Das Automatic Identification System (AIS) wird von Schiffen genutzt, um Informationen über ihren Status in regelmäßigen Intervallen zu übertragen. Auf Basis der Daten wurden mithilfe von Machine Learning-Algorithmen aus der Gruppe der überwachten Klassifikationsalgorithmen Modelle gelernt, die in der Lage sind zu erkennen, welcher Aktivität ein Schiff zu einem Zeitpunkt nachgeht.
Da das erfolgreiche Lernen eines Modells von einer sorgfältigen Datenvorbereitung abhängt, wurden verschiedene Verfahren zur Datenvorbereitung verwendet. Anschließend wurden verschiedene Algorithmen eingesetzt, darunter der Random Forest und k-NN, um Modelle zu lernen.
Die Ergebnisse zeigen, dass die Aktivitäten mit einer Genauigkeit von bis zu 99% erkannt werden konnten, wenn in der Datenvorbereitung geeignete Verfahren gewählt wurden.
Nachhaltiges Anforderungsmanagement mit externen IT-Dienstleistern in der öffentlichen Verwaltung
(2023)
Kontext: Der Einfluss der Organisationskultur und -struktur auf das Outsourcing von IT-Prozessen in der öffentlichen Verwaltung wird untersucht.
Zielsetzung: Es wird die Wirkung der kulturellen und strukturellen Besonderheiten der öffentlichen Verwaltung auf die Zusammenarbeit mit externen IT-Dienstleistern erforscht. Ziel ist die Entwicklung eines nachhaltigen, zukunftswirksamen Konzepts des Anforderungsmanagements.
Methode: Expert*inneninterviews mit einer anschließenden qualitativen Inhaltsanalyse nach der Methodik von Gläser und Laudel werden durchgeführt.
Ergebnisse: Die Struktur der öffentlichen Verwaltung ist stark fragmentiert; die Kultur geprägt von Risikoaversion und bürokratischem Handeln.
Konklusion: Eine Kombination aus Kommunikations-, Wissens- und Beziehungsmanagement ermöglicht ein nachhaltiges Anforderungsmanagement.
Daten sind für jedes Unternehmen die treibende Kraft und die konsistenteste Quelle für qualifizierte Entscheidungsprozesse. Für die optimale Nutzung der vorliegenden Daten über alle Geschäftsbereiche hinweg wird das Datenmanagement benötigt, jedoch bringt dessen Einführung große Herausforderungen mit sich. Wird es nicht eingeführt bzw. umgesetzt hat dies Folgen für das Unternehmen wie z. B. Wettbewerbsnachteile und hohe Kosten. Ziel dieser Bachelorarbeit ist es von Datenmanagement, den Nutzen aufzuzeigen, die Herausforderungen zu identifizieren und Lösungsansätze zu untersuchen bzw. eigene zu entwickeln. Das Ergebnis ist eine Untersuchung und ein Vergleich des Nutzens, der Herausforderungen sowie der Lösungsansätze im Datenmanagement, zwischen Literatur und einem Anwendungsfall.
The purpose of this research is to explore results that are measured by social enterprises (= SEs) according to their mission and vision. Four SEs are examined for this reason. The status quo of aligned measurements was captured by conducting seven semi-structured interviews with persons from the middle and top management of the considered SEs. A conceptual framework, which categorizes output, outcome and impact measurements, is used as the basis for a structured content analysis. The findings imply that SEs’ measurements are not sufficiently aligned with their mission and vision. Outputs are measured by all considered SEs. However, they fail to measure outcomes with all its sublevels. Especially, measuring mindset change and behavior change outcomes are neglected by the examined SEs. That can lead to adjustments, where SEs only create more outputs but fail to create more outcomes and impact. Furthermore, neglecting outcome measurements makes existing but mostly unsystematic impact measurements invalid, since outputs, outcomes and impact build on each other. The research presented here provides one of the first investigations into the alignment of measurements with mission and vision in the context of SEs. Ultimately, the findings question SEs current measurements and aim to open further perspectives on improving the performance of SEs.
An der Hochschule Hannover wird das Lern-Management-System Moodle eingesetzt. Für die dort verfügbare Quizfunktion wurde der neue Fragetyp MooPT (Moodle Programming Task) von der Abteilung Informatik der Fakultät IV entwickelt. Einem solchen Quiz muss immer ein Frageverhalten zugewiesen werden. Die Frageverhalten, welche Moodle standardmäßig anbietet, sind nicht mit dem MooPT-Fragetypen kompatibel. Aus diesem Grund müssen diese angepasst werden. Dies wurde bereits für zwei der acht Standard-Frageverhalten von der Abteilung Informatik durchgeführt.
Diese Arbeit beschäftigt sich mit der Entwicklung der restlichen Verhalten für den MooPT-Fragetypen. Dabei wird die Moodle-Quiz-Komponente und der MooPT-Fragetyp mit seinen Frageverhalten analysiert. Anschließen wird auf Basis dieser Analyse die Entwicklung der restlichen Frageverhalten erläutert.
Der Quellcode der Moodle-Plattform ist in PHP geschrieben und somit auch der des MooPT-Fragetypen und der der Frageverhalten. Auf GitHub stehen die Implementierungen der entwickelten Frageverhalten unter der GPL-Lizenz zur Verfügung:
https://github.com/LennartRolfes/moodle-qbehaviour_adaptivemoopt
https://github.com/LennartRolfes/moodle-qbehaviour_adaptivemooptnopenalty
https://github.com/LennartRolfes/moodle-qbehaviour_deferredmooptcbm
https://github.com/LennartRolfes/moodle-qbehaviour_immediatemooptcbm
https://github.com/LennartRolfes/moodle-qbehaviour_interactivemoopt
Im ländlichen Raum können Mobilitätsbedarfe schwer über den öffentlichen Personennahverkehr gedeckt werden. Wie diese Bedarfslücke über den Einsatz kombinierter Transportkonzepte von Personen und Gütern reduziert werden kann, wird prototypisch über eine agentenbasierte Simulationsanwendung in der Simulationssoftware AnyLogic untersucht. Reale Mobilitätsdaten werden dabei jedoch nicht berücksichtigt.
Das Ziel der vorliegenden Arbeit ist die Verbesserung der Datengrundlage des Prototypen mit Hilfe von Machine Learning. Unter Verwendung des Forschungsansatzes Design Science Research wurden ML-Modelle entlang des CRISP-DM Frameworks entwickelt. Diese verarbeiten die zur Verfügung stehenden Mobilitätsdaten und können nach deren Integration in den Prototypen zur Parametrierung genutzt werden. Im Zuge der Arbeit werden dazu geeignete Parameter identifiziert, die Mobilitätsdaten beschafft und umfangreich für das Modelltraining in H2O Driverless AI transformiert. Das beste ML-Modell wird in den Prototypen integriert und es werden notwendige Anpassungen vorgenommen, um die Parametrierung zu ermöglichen. Die anschließende Evaluation der Simulationsanwendung zeigt eine datenbasierte und realitätsgetreuere Simulation des simultanen und kombinierten Transports von Personen und Gütern.
Bis heute ist völlig unbekannt, ob wir allein im Universum sind. Um auf dieses Thema eine Antwort zu finden, überprüft diese Bachelorarbeit, ob Convolutional (CNN) und Recurrent Neural Networks (RNN) für die Erkennung außerirdischer Signale geeignet sind.
Das Ziel war dabei, in einem Datensatz bestehend aus Spektrogrammen mehr als 50% aller außerirdischer Signale zu erkennen, da nur so ein Neuronales Netzwerk ein besseres Resultat als eine zufällige Klassifikation liefert, bei der im Mittel 50% aller Signale erkannt werden.
Dabei zeigte sich, dass sich mit beiden Varianten der Neuronalen Netzwerke bis zu 90% aller Signale erkennen lassen, die Vorhersagen von CNNs allerdings verlässlicher sind. RNNs bieten hingegen aufgrund ihrer geringeren Größe einen deutlich leichtgewichtigeren Ansatz und führen zu einer signifikanten Speicherersparnis.
Daraus folgt, dass Neuronale Netzwerke bei der Suche nach außerirdischem Leben im Universum helfen können, um die Frage „Sind wir allein im Universum?“ endgültig zu beantworten.
Recent developments in the field of deep learning have shown promising advances for a wide range of historically difficult computer vision problems. Using advanced deep learning techniques, researchers manage to perform high-quality single-image super-resolution, i.e., increasing the resolution of a given image without major losses in image quality, usually encountered when using traditional approaches such as standard interpolation. This thesis examines the process of deep learning super-resolution using convolutional neural networks and investigates whether the same deep learning models can be used to increase OCR results for low-quality text images.