Refine
Year of publication
Document Type
- Conference Proceeding (34)
- Bachelor Thesis (24)
- Article (22)
- Report (13)
- Part of a Book (10)
- Book (7)
- Master's Thesis (7)
- Contribution to a Periodical (5)
- Other (3)
- Course Material (2)
Language
- German (130) (remove)
Is part of the Bibliography
- no (130)
Keywords
- Digitalisierung (2)
- Künstliche Intelligenz (2)
- Academic-stress (1)
- Architektur (1)
- Augmented Reality (1)
- Automotive (1)
- Autonomes Fahren (1)
- Autonomous Driving (1)
- Classification (1)
- Computer Vision (1)
Institute
- Fachbereich 1 - Institut Informatik (130) (remove)
Es konnte in dieser Arbeit festgestellt werden, das Relationship Marketing eher eine Akzentuierung
des traditionellen Marketing darstellt und aufgrund der Inkonsistenzen in den einzelnen Ansätzen
kein neues Marketing Paradigma darstellt. Wenn Relationship Marketing sich zu einem neuem
Marketing Paradigma entwickeln soll, dann muss vor allen Dingen die Erschaffung von Werten, der
Verlauf von Beziehungen und deren Entstehung im Vordergrund stehen. Um den evolutorischen
Weg des Relationship Marketing voranzutreiben und im Vertrauensmanagement Kundenbindungen
zu beschreiben, wurde eine im E-Commerce gültige Typologie erstellt, welche qualitative
Ausprägung der Kundenbindung durch die Antezedenz Variable Vertrauen beschreibt. Den Beleg
der Existenz einer solchen Typologie brachte das im Verlauf dieser Abschlussarbeit entwickelte
Messinstrumentes einer qualitativen Ausprägung mittels Vertrauen. In der folgenden Diskussion
konnte zudem gezeigt werden, dass die Typologie in die drei wichtigsten Denkrichtungen des
Relationship Marketing integriert werden kann und somit eine Methode zur Ermittlung qualitativer
Ausprägungen der Kundenbindung im jetzigen Verständnis von Relationship Marketing darstellt.
Stress im Informatikstudium
(2020)
Einführung
Ziel der vorliegenden Thesis ist es, die Eu- und Disstressoren der Infomatikstudierenden an der Hochschule Ruhr West zu untersuchen. Hierzu sollen nach den Wünschen der neuen Beratungsstelle für den Studienstress die Studierenden befragt werden. Nachfolgend werden in der Thesis die bekannten Problematiken im Informatikstudium eingebunden. Zusätzlich sollen die Informatikstudierenden auf den Stress mit einem Cartoon-Video aufmerksam gemacht werden. Mithilfe des Videos sollen die zukünftigen Eu- und Disstressoren rechtzeitig erkannt und Hilfe an der Hochschule Ruhr West abgeholt werden.
Methode
Die Untersuchung der Stressoren wird mit einem Fokusgruppeninterview (N = 4) und mit einer Online-Fragebogenerhebung (N = 120) durchgeführt. Die Signifikanzprüfungen sind varianzanalytisch und die Abweichungen der Gruppen werden mit t-Tests und einfaktorieller ANOVA berechnet.
Ergebnisse
Die Ergebnisse zeigen Unterschiede zwischen den Stressoren in unterschiedlichen Gruppen. Vor allem in den Gruppen mit davor erworbenen Vorkenntnissen und mit verschieden bewerteten Fachkompetenzen. Insbesondere ist der Stresslevel zwischen den Geschlechtern und bei den Informatikstudierenden, die mehrmals im Studium erkrankt waren, unterschiedlich.
Schlussfolgerung
Die Ergebnisse sind für die aktuellen Stresssituationen im Informatikstudium und für die nächsten Studien relevant. Außerdem wird mit dieser Studie auch auf die Problematiken in der Informatik, wie z. B. dem Frauenmangel in der Informatik, die den Informatikstudierenden den Stress verursachen könnten, aufmerksam
gemacht.
Vergleich von Logistischer Regression und Deep Learning bei der Vorhersage von Schlaganfällen
(2022)
Die Bachelorarbeit befasst sich mit dem Vergleich von Logistischer
Regression und Deep Learning bei der Vorhersage von Schlaganfällen
hinsichtlich der Frage, ob in einer binären Klassifikationsaufgabe die
komplexe und aufwändige Methode des Deep Learnings sich bei
Anwendung auf kleine tabellarische Datensätze bewährt oder ob
Logistische Regression als Basismodell des Maschinellen Lernens
effizienter ist. Methodisch werden folgende Schritte ausgeführt:
Beschreibung beider Modelle, Durchführung der Datenvorbereitung unter
Verwendung des „Stroke Prediction Dataset“ von Kaggle, Implementierung
beider Methoden mit dem gleichen angepassten Datensatz. Der
abschließende Vergleich benennt als Fazit die Unterschiede in den
Ergebnissen und Voraussetzungen für den sinnvollen Einsatz beider
Methoden. Eine Schlussfolgerung angesichts der geringen
Ergebnisunterschiede hinsichtlich der Prognosegenauigkeit der
Schlaganfallrisikos dürfte sein, dass Deep Learning, um ökonomisch
sinnvoll bei tabellarischen in kleineren Datensätzen eingesetzt zu werden, aktuell noch nicht genügend bessere Ergebnisse vorweist.
Positive Computing umfasst Design, Realisierung und Bewertung von Anwendungssystemen und deren Einflüsse mit dem Ziel, Lebensqualität und Wohlbefinden von Menschen zu verbessern und sie bei der Entfaltung ihrer Potenziale zu unterstützen. Das Institut Positive Computing (IPCo) an der Hochschule Ruhr West soll dieses neue Paradigma in einem inter- und transdisziplinären Ansatz erschließen, untersuchen und umsetzen. Das Paradigma ist anwendbar auf nahezu alle Bereiche des privaten und beruflichen Lebens. Die Forschung des IPCo fokussiert zunächst jedoch auf die positive Nutzung von Informations- und Kommunikationstechnologien (IKT) für generationenübergreifende Herausforderungen. Hierzu sollen technologische Lösungen unter kontinuierlicher Einbeziehung menschlicher Bedürfnisse und sozialer Fragestellungen erarbeitet
werden.
Analyse von Unsicherheiten künstlicher neuronaler Netze und Integration in die Objektverfolgung
(2022)
Over the last few years, the development of assistance systems for motor vehicles has shifted from comfort functions to control tasks. Increasingly, these control tasks are also being transferred to semi-autonomous systems. One safety-critical aspect is the correct and reliable observation of the immediate environment by the vehicle. These observations can be used, among other things, to set up models for tracking objects. Due to recent research, topics such as uncertainties for object detections and the calibration of artificial neural networks are now emerging.
The goal of this work is to investigate the possibility of processing positional uncertainties of a detector in a multiple object tracking approach and the eects on the tracking of objects. Additionally, the calibration of the used detector will be evaluated and corrected if necessary. The eects of the calibration on the tracking results will also be investigated in this context. After an investigation of the procedure used to generate the position uncertainties of the detector, a connection to the multiple object tracking was made and an approach to process the uncertainties based on a Kalman filter was developed. The confidence of the detections was also remodeled. For this purpose, the confidence was interpreted as the existence probability and processed using a Bayes Filter to reflect the existence of the tracks. In addition, appropriate calibration methods for the position uncertainties and confidence were selected and incorporated into the tracking procedure. The validation of the presented approaches was performed on a data set for driving situations.
The evaluation of the results showed that a processing of the position uncertainties generated by a detector is feasible in the presented tracking approach. The interpretation of the confidence as existence probability leads to good results. Calibration of the confidence further improves the results. However, the calibration of the position uncertainties led to worse results. Further inves-tigation of other calibration methods for the position uncertainties is needed.
Keywords: Multiple Object Tracking, Kalman Filter, Neural Network Calibration
Längsschnittuntersuchung des Konsumentenverhaltens im Online- Lebensmittelhandel in Deutschland
(2022)
Kurzfassung
Das Ziel in der vorliegenden Arbeit ist es zu untersuchen, inwiefern sich das
Konsumentenverhalten im Online-Lebensmittelhandel seit 2016 gewandelt
hat. Dazu wird folgende Forschungsfrage gestellt: Hat sich das Interesse
daran, Lebensmittel online zu bestellen, im Vergleich von 2016 zu 2022
verändert? Ferner soll zusätzlich untersucht werden, wie hoch das
Interesse der zu dieser Arbeit Befragten ist, Lebensmittel online zu
erwerben und ob es auch einen Zusammenhang zur Covid-19-Pandemie
gibt. Um diese Forschungsfragen zu untersuchen, wurde eine quantitative
Untersuchung durchgeführt. Es wurde unter anderem mit den hier
gewonnenen Daten eine Längsschnittuntersuchung durchgeführt, die zur
Grundlage die Daten aus einer Masterarbeit aus dem Jahr 2016 hat. Die
Ergebnisse dieser Untersuchung sind, dass das Interesse im Allgemeinen
gestiegen ist, Lebensmittel online zu bestellen und auch schon deutlich
mehr Menschen Erfahrungen mit den Dienstleistungen aus diesem Bereich
gesammelt haben.
Die Corona-Pandemie veränderte auch nach der zweijährigen Dauer viele Aspekte des alttäglichen Lebens. Hand in Hand mit gesellschaftlichen Einschränkungen, die in der Allgemeinheit für Unmut sorgte und die Wirtschaft erschütterte, stellt sie auch einen Meilenstein in der Sammlung und Auswertung medizinischer Daten weltweit dar. Die umfassende Dokumentation und Bekanntgabe täglicher Daten wie Infektionszahlen, Hospitalisierungs- und Sterberate durch weltbekannte Organisationen wie das Robert-Koch-Institut oder die World Health Organisation bieten eine noch nie gebotene Forschungsgrundlage. So riefen diverse Organisationen und Regierungen dazu auf, diese Datenmenge zu nutzen, um Zusammenhänge zu erschließen, die dabei helfen können, diese Pandemie und auch zukünftige Notstände schneller und effizienter bewältigen zu können.
Zu diesem Zweck bietet sich eine Untersuchung und Auswertung mit Hilfe von maschinellem Lernen an. So können Klassifikationsmodelle verwendetet werden, um zuverlässige Diagnosen zu stellen und Clustering Algorithmen, um neue Zusammenhänge aus den Daten zu erschließen. Allerdings bleibt ein Problem bei der Nutzung von maschinellem Lernen: Die Modelle müssen nicht nur funktionieren und akkurate Vorhersagen treffen, sondern allen voran, verständlich und erklärbar sein. Denn gerade im Gesundheitswesen ist es von höchster Wichtigkeit, die Ergebnisse und Diagnosen auch belegen zu können, denn dies schafft Vertrauen in die Technik.
Akzeptanz und Vertrauen bilden zwei wichtige Aspekte, die den Einsatz eines Kategorisierungsmodells des maschinellen Lernens im Unternehmenskontext sowohl unterstützen als auch verhindern können. Diese Arbeit beschäftigt sich mit der Frage, wie und ob die Akzeptanz und darüber hinaus auch die Erklärbarkeit von Kategorisierungsmodellen erreicht werden können. Durch die Erklärbarkeit erlangt der Nutzer ein verbessertes Verständnis der Modellvorhersagen, sodass er diesen nicht blind vertrau-en muss. In dieser Arbeit werden dafür zunächst das zuvor angefertigte Modell erläu-tert und zwei Explainable AI Bibliotheken evaluiert, deren Methoden anschließend für die Erklärung von Kategorie Vorhersagen eingesetzt werden. Außerdem wird eine Di-mensionsreduktion des eingesetzten Sprachmodells untersucht. Die Dimensionalität des Sprachmodells, welches die Produktbeschreibungen abbildet, konnte um über 90% verringert werden bei einem gleichzeitigen Performanceverlust von knapp 6%. Um abschließend die Fragestellung zu beantworten, wurde ein Experten-Versuch durchgeführt, um einerseits die Auswirkungen von Erklärungen aus dem Bereich Ex-plainable AI zu untersuchen und andererseits Feedback der Experten zur Arbeit mit dem Modell zu erhalten. Die Ergebnisse zeigen, dass keine Verbesserung der Kategorisierungsergebnisse durch die Erklärungen erreicht werden konnte. Die benötigte Zeit zur Kategorisierung konnte jedoch als signifikant geringer und das Vertrauen ins Modell als gesteigert nachgewiesen werden.
Schlagwörter: Bachelorarbeit, ITscope, maschinelles Lernen, Explainable AI, Dimensionsreduktion
Bei Großschadensereignissen kann es durch die Vielzahl der Alarme dazu kommen, dass die verfügbaren Rettungskräfte nicht mehr ausreichen, um die anfallenden Aufgaben zu bewältigen oder Hilfsfristen einzuhalten. Die vorliegende Arbeit beschreibt einen Ansatz, sich zusätzlicher Hilfe aus der Bevölkerung zu bedienen, die über einen Disponenten aus der vorhandenen Leitstelle koordiniert wird. Dabei stehen nicht spontan organisierte Helfer im Vordergrund, sondern Personen, die sich vorab mit einem klaren Fertigkeitsprofil und ggf. auch Ausstattung im System registriert haben. Besondere Anforderungen entstehen bei den Disponenten der Leitstelle, deren Mehrbelastung durch das neue System gering zu halten ist, als auch bei den freiwilligen Helfern, die über eine App auf dem Mobiltelefon alarmiert werden und auch darüber die Kommunikation führen sollen. Die Anforderungen beeinflussen sowohl die System-Infrastruktur als auch die Benutzerschnittstelle.