Refine
Document Type
- Bachelor Thesis (92) (remove)
Language
- German (92) (remove)
Has Fulltext
- yes (92) (remove)
Is part of the Bibliography
- no (92)
Keywords
- Classification (1)
- Energieeinsparung (1)
- Hocheffizienzpumpentechnik (1)
- Machine Learning (1)
- Natural Language Processing (1)
- Ressourcenschonung (1)
- Sentiment Analysis (1)
- Supervised Learning (1)
Institute
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.
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.
Um die Ziele der Bachelorarbeit schrittweise zu erreichen, wird im Folgenden eine Einführung in die DIN EN 80001-1 gegeben. Danach wird die Methode zur Einführung der Norm im AGAPLESION DIAKONIEKLINIKUM ROTENBURG präsentiert, wobei auf die Struktur der Dokumentation und die Einführung der Prozesse eingegangen wird. Im letzten Schritt wird die Implementierung anhand eines Beispiels durchgeführt. Hierbei wird geprüft, wie gut die Norm umsetzbar ist und welche Probleme dabei auftreten. In der Zusammenfassung werden alle Informationen verknüpft und die daraus resultierenden Probleme vorgestellt und anschließend diskutiert.
Im Rahmen der vorliegenden Bachelorarbeit in Kooperation mit der Hospitaltechnik Planungsgesellschaft mbH wurden die möglichen Effekte eines verteilten Alarmsystems von Dräger und tetronik auf die Arbeitsqualität der Pflegekräfte auf Intensivstationen untersucht.
Dazu wurde eine Online-Befragung via Microsoft Forms mit den Intensivpflegekräften der Karl-Hansen-Klinik in Bad Lippspringe und der Spezialklinik Jugenheim in Jugenheim durchgeführt. Hierbei besitzt die Intensivstation Bad Lippspringe das verteilte Alarmsystem der
Unternehmen Dräger und tetronik, wohingegen die Intensivstation Jugenheim keins besitzt. Mit Hilfe selbstständig durchgeführter Interviews wurden sowohl die befragten Intensivstationen in
ihrem Aufbau dargestellt als auch das verteilte Alarmsystem in seiner Beschaffenheit und Funktion vollständig erläutert. Die Daten aus der Online-Befragung wurden mit Hilfe eines einseitigen Zweistichproben t-Tests ungleicher Varianzen ausgewertet.
Die Auswertung der Online-Befragung ergab acht signifikante Ergebnisse, die auf eine bessere Arbeitsqualität in der Intensivstation mit dem verteilten Alarmsystems von Dräger und tetronik hinweisen. Jedoch fiel die Mehrheit der 25 Mittelwertsunterschiede nicht signifikant aus.
Schlussfolgernd ist davon auszugehen, dass der positive Effekt eines verteilten Alarmsystems auf Intensivstationen noch nicht zu genüge erreicht ist. Es ist daher anzustreben, dass das verteilte Alarmsystem weiterhin verbessert wird, sodass auch die restlichen untersuchten
Effekte signifikant werden.
Gegenstand der hier vorgestellten Arbeit ist die Optimierung der Soft- und Hardware eines induktiven Niederschlagssensors im Rahmen des Verbundforschungsprojektes KIWaSuS (KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten). Auf Grundlage von Testergebnissen in einem Testlabor für Niederschläge ergeben sich Optimierungsansätze zur softwareseitigen Behebung von fehlerhaften Daten, eine hardwareseitige Steigerung der Qualität und der Empfindlichkeit des verwendeten induktiven Wirbelstromsensors und der Verbesserung des Wasserablaufes auf der Oberfläche des Sensorgehäuses. Zur Durchführung der Optimierung wurde empirisch das Ausführen des zugrunde liegenden Programmes auf mögliche Konflikte analysiert und angepasst, die Hardware des Sensors modifiziert und auf seine Empfindlichkeit überprüft sowie die Neigung und das Abdichtungskonzept des Gehäuses verändert und bewertet. Die Ergebnisse zeigen, dass kapazitive Anpassungen der Spule zu einer starken Stabilität des Sensors führen und eine hohe Resonanzfrequenz eine Steigerung der Empfindlichkeit hervorruft. Zusätzlich verhindert die Ausführung des Programmes auf zwei getrennten Mikrocontrollern das Auftreten fälschlicher Daten. Anpassungen des Sensorgehäuses durch die Erhöhung der Neigung und die Verwendung eines randlosen Abdichtungskonzeptes führen zu einem höheren Abfluss, aber zu keiner Eliminierung der Frequenzänderung aufgrund der Masse des aufliegenden Wassers. Die Ergebnisse zeigen, dass vor allem die Anpassungen der Software und der Spulenkonfiguration die Stabilität und Empfindlichkeit des Messsystems steigert.