Refine
Year of publication
- 2023 (258) (remove)
Institute
- Fachbereich Gestaltung (95)
- Fachbereich Medizintechnik und Technomathematik (39)
- Fachbereich Elektrotechnik und Informationstechnik (29)
- ECSM European Center for Sustainable Mobility (24)
- Fachbereich Luft- und Raumfahrttechnik (24)
- Fachbereich Wirtschaftswissenschaften (21)
- Fachbereich Chemie und Biotechnologie (17)
- Fachbereich Energietechnik (14)
- INB - Institut für Nano- und Biotechnologien (12)
- Fachbereich Maschinenbau und Mechatronik (11)
Document Type
- Bachelor Thesis (93)
- Article (77)
- Conference Proceeding (37)
- Part of a Book (23)
- Book (11)
- Patent (3)
- Habilitation (2)
- Master's Thesis (2)
- Preprint (2)
- Talk (2)
Keywords
- Corporate Design (6)
- Editorial (6)
- Illustration (6)
- Typografie (6)
- Nachhaltigkeit (5)
- Produktdesign (5)
- Fotografie (4)
- Publikation (4)
- Design (3)
- Erscheinungsbild (3)
Zugriffsart
- weltweit (99)
- campus (47)
- bezahl (31)
- fachbereichsweit (FB4) (12)
Der heutige Alltag vieler Menschen ist durch längere Sitz-Einheiten gekennzeichnet, während die körperliche Bewegung vernachlässigt wird. Diese Entwicklung kann einen negativen Einfluss auf die Haltung von Personen und ihre Gesundheit haben. In diesem Fall ist eine korrekte Haltung nicht nur für die körperliche, sondern auch für die psychische Gesundheit von großer Relevanz. Die Bachelorarbeit „LittleHabit“ ermöglicht es, dass bei Kindern die Bewegung nach langen Sitz-Einheiten durch gezieltes Training zur Gewohnheit wird. Hierbei wird zwischen dem Zuhause- und dem Schulbereich differenziert. Zu Hause soll das Kind beim Erledigen der Hausaufgaben durch Animationen und Lichtsignale dazu motiviert werden, Bewegungspausen einzulegen. In der Schule soll dieses Vorhaben in reduzierter Form aufgegriffen und mithilfe von Licht- und Farbsignalen umgesetzt werden. Darüber hinaus fördert es die intrinsische Motivation, sodass Kinder aus eigenem Antrieb ein Interesse dafür entwickeln, sich nach langen Sitz-Einheiten zu bewegen. LittleHabit setzt einen Baustein für die Entwicklung einer gesunden Sitz-Haltung und zielt darauf ab, Haltungsschwächen zu verhindern.
This paper introduces an inexpensive Wiegand-sensor-based rotary encoder that avoids rotating magnets and is suitable for electrical-drive applications. So far, Wiegand-sensor-based encoders usually include a magnetic pole wheel with rotating permanent magnets. These encoders combine the disadvantages of an increased magnet demand and a limited maximal speed due to the centripetal force acting on the rotating magnets. The proposed approach reduces the total demand of permanent magnets drastically. Moreover, the rotating part is manufacturable from a single piece of steel, which makes it very robust and cheap. This work presents the theoretical operating principle of the proposed approach and validates its benefits on a hardware prototype. The presented proof-of-concept prototype achieves a mechanical resolution of 4.5 ° by using only 4 permanent magnets, 2Wiegand sensors and a rotating steel gear wheel with 20 teeth.
Shiba Moments ist ein 2D-Top-Down-Abenteuer Story-Spiel über die Wertschätzung der Zeit, die wir mit unseren Haustieren verbringen. Als Hundebesitzerin Conny wandert der / die Spieler:in durch eine Shiba-Traumwelt, die vergangene Momente mit ihrem Hund assoziieren und sich mit eigenen seltsamen Träumen vermischen. Die Spieler:innen erwartet eine Geschichte voller Emotionen, dunklem Humor und verrückter Ereignisse!
Supervised machine learning and deep learning require a large amount of labeled data, which data scientists obtain in a manual, and time-consuming annotation process. To mitigate this challenge, Active Learning (AL) proposes promising data points to annotators they annotate next instead of a subsequent or random sample. This method is supposed to save annotation effort while maintaining model performance.
However, practitioners face many AL strategies for different tasks and need an empirical basis to choose between them. Surveys categorize AL strategies into taxonomies without performance indications. Presentations of novel AL strategies compare the performance to a small subset of strategies. Our contribution addresses the empirical basis by introducing a reproducible active learning evaluation (ALE) framework for the comparative evaluation of AL strategies in NLP.
The framework allows the implementation of AL strategies with low effort and a fair data-driven comparison through defining and tracking experiment parameters (e.g., initial dataset size, number of data points per query step, and the budget). ALE helps practitioners to make more informed decisions, and researchers can focus on developing new, effective AL strategies and deriving best practices for specific use cases. With best practices, practitioners can lower their annotation costs. We present a case study to illustrate how to use the framework.
Zeit spielt in unser aller Leben eine allgegenwärtige Rolle. Sie ist immer da, war schon immer da und nimmt ihren Lauf, ganz egal was wir tun. Aber was macht die Zeit und was hat sie für einen Einfluss auf uns? Ist sie unsere ständige Begleiterin oder unsere »Gegnerin«? Wie unterschiedlich wir auf Zeit blicken können, was sie bewirkt und wie unser Umgang mit ihr das Leben beeinflusst, zeigt die Reihe an monothematischen Magazinen »about time«. Das Thema wird aus unterschiedlichsten Blickwinkeln beleuchtet und soll so eine gewisse Sensibilität für den Umgang mit der eigenen Zeit schaffen — denn sie ist am Ende das Wertvollste, das bleibt.
In recent years, the development of large pretrained language models, such as BERT and GPT, significantly improved information extraction systems on various tasks, including relation classification. State-of-the-art systems are highly accurate on scientific benchmarks. A lack of explainability is currently a complicating factor in many real-world applications. Comprehensible systems are necessary to prevent biased, counterintuitive, or harmful decisions.
We introduce semantic extents, a concept to analyze decision patterns for the relation classification task. Semantic extents are the most influential parts of texts concerning classification decisions. Our definition allows similar procedures to determine semantic extents for humans and models. We provide an annotation tool and a software framework to determine semantic extents for humans and models conveniently and reproducibly. Comparing both reveals that models tend to learn shortcut patterns from data. These patterns are hard to detect with current interpretability methods, such as input reductions. Our approach can help detect and eliminate spurious decision patterns during model development. Semantic extents can increase the reliability and security of natural language processing systems. Semantic extents are an essential step in enabling applications in critical areas like healthcare or finance. Moreover, our work opens new research directions for developing methods to explain deep learning models.
Pendelleuchte aus Glas
(2023)
Glas ist seit jeher ein faszinierender Werkstoff. Es findet Anwendung in zahlreichen Gebieten und bietet als Material für Leuchten eine besondere Eleganz. Die Pendelleuchte „Calice di fiori“ vereint handwerkliche Kunstfertigkeit und komfortables Design. Sie ist aus mundgeblasenem Glas gefertigt und verleiht durch ihre Färbung eine kraftvolle und dynamische Atmosphäre im Raum. Das besondere Merkmal der Pendelleuchte ist eine Öffnung, die eine einfache und intuitive Montage erleichtert. Die Pendelleuchte ist mit energieeffizienten LEDs ausgestattet und lässt sich mit einem Smart-Home-System bedienen. Die Lichtintensität und Lichtfarbe können den individuellen Bedürfnissen angepasst werden. „Calice di fiori“ mit schnell abnehmbarem Leuchtenschirm fügt sich in modern eingerichtete Räume ein und bringt einen Hauch Blütenflair mit sich.
Barrierefreies Klettern : ein System zur Inklusion sehbehinderter Menschen in den Klettersport
(2023)
Ziel des Projekts war die Entwicklung eines Systems, das es Menschen mit starker Sehbehinderung ermöglicht, Klettersport als ein Training für ihren Körper und ihren Orientierungssinn nutzen zu können. Inklusion ist als gesellschaftliches Thema in den letzten Jahren stark in den Fokus gerückt. Dennoch ist es für Menschen mit Behinderung oft schwer, sozialen Anschluss zu finden. Dies wird zusätzlich durch das mangelnde Angebot an inklusiven Freizeitaktivitäten erschwert. Apollon ermöglicht Menschen mit starker Sehbehinderung die Orientierung während des Kletterns, indem es einerseits Informationen vermittelt, die normalerweise nur visuell wahrgenommen werden können und andererseits dabei hilft, sich besser an bereits gekletterte Routen zu erinnern. Das System setzt sich aus 3 Komponenten zusammen. Die Tritthilfen helfen der blinden Person dabei, auch kleine Tritte zu finden. Die taktilen Wegmarken stellen eine Art Checkpoint dar und helfen der blinden Person dabei, die Route in mehrere Abschnitte zu unterteilen. Gleichzeitig weisen sie darauf hin, welches Feature die kletternde Person erwartet. Die taktile Karte ist modular aufgebaut und setzt sich aus einer Legende und den Repräsentanten der Wegmarken einer Route zusammen. Analog zu dem Betrachten der Route ist die blinde Person so vor dem Klettern in der Lage, Informationen über die Route zu erfahren.
Roverandom : eine illustrative Aufarbeitung und Neuinterpretation des Kinderbuches von J.R.R Tolkien
(2023)
Die Geschichte „Roverandom“ von J.R.R Tolkien lädt auf eine spannende Reise an der Seite des kleinen Hundes Rover ein, welche zum Mond und in die Tiefsee, vorbei an Zauberern und Drachen führt. Um das Abenteuer Tolkiens neu aufleben zu lassen, befasst sich dieses Projekt mit der illustrativen Aufarbeitung der Geschichte. Auf Grundlage der Betrachtung von Inspirationen und eigenen Illustrationen des englischen Schriftstellers entwickelte sich eine einheitliche Gestaltung innerhalb des Projekts. Durch die Kombination analoger und digitaler Medien entstanden über 40 Illustrationen, welche verschiedenste Szenen visualisieren und so die Welt des kleinen Hundes Rover auf eine anschauliche Art und Weise darstellen. Die Geschichte „Roverandom“ wird so durch eine ganz eigene Bildsprache visuell begleitet und für interessierte Leser:innen neu geöffnet.
Künstliche Intelligenz (KI) wird heute vielfältig eingesetzt, so auch im Bereich der Sprache. Persönliche Assistent:innen und Chatbots beeindrucken, da sie so etwas Vielschichtiges wie die menschliche Sprache beherrschen. Dass Maschinen dabei nur komplexen mathematischen Regeln folgen, ist den meisten klar. Doch was verbirgt sich hinter dem vermeintlichen „Sprachverständnis“ einer KI? Word Embeddings bilden eine numerische Repräsentation von Sprache ab und dienen einem Machine Learning Algorithmus als eine Art „Wortschatz“, mit dem gerechnet werden kann. Das Projekt bildet einen hundertdimensionalen Word Embedding Datensatz auf verschiedene Weise und mittels explorierbarer interaktiver Tools ab. Kombiniert mit Erklärungen und eigenen Erkenntnissen finden sich diese Tools in einem Blog, der fachfremden Einsteigenden ins Thema KI erste tiefergehende Einblicke „hinter die Kulissen“ bieten soll."