Refine
Year of publication
- 2023 (237) (remove)
Document Type
- Bachelor Thesis (93)
- Article (68)
- Conference Proceeding (30)
- Part of a Book (22)
- Book (10)
- Master's Thesis (2)
- Patent (2)
- Preprint (2)
- Talk (2)
- Contribution to a Periodical (1)
- Habilitation (1)
- Other (1)
- Part of Periodical (1)
- Report (1)
- Administrative publication (1)
Keywords
- Corporate Design (6)
- Editorial (6)
- Illustration (6)
- Typografie (6)
- Nachhaltigkeit (5)
- Produktdesign (5)
- Fotografie (4)
- Publikation (4)
- Design (3)
- Erscheinungsbild (3)
- Information extraction (3)
- Kinder (3)
- Künstliche Intelligenz (3)
- Museum (3)
- Natural language processing (3)
- nachhaltig (3)
- Animation (2)
- Architektur (2)
- Associated liquids (2)
- Bacillaceae (2)
Institute
- Fachbereich Gestaltung (95)
- Fachbereich Medizintechnik und Technomathematik (38)
- Fachbereich Elektrotechnik und Informationstechnik (23)
- ECSM European Center for Sustainable Mobility (21)
- Fachbereich Luft- und Raumfahrttechnik (20)
- Fachbereich Wirtschaftswissenschaften (17)
- Fachbereich Chemie und Biotechnologie (14)
- Fachbereich Energietechnik (14)
- INB - Institut für Nano- und Biotechnologien (12)
- Fachbereich Maschinenbau und Mechatronik (10)
- IfB - Institut für Bioengineering (9)
- Nowum-Energy (7)
- MASKOR Institut für Mobile Autonome Systeme und Kognitive Robotik (6)
- Fachbereich Bauingenieurwesen (5)
- Kommission für Forschung und Entwicklung (3)
- Solar-Institut Jülich (3)
- FH Aachen (2)
- Fachbereich Architektur (2)
- Institut fuer Angewandte Polymerchemie (2)
- Arbeitsstelle fuer Hochschuldidaktik und Studienberatung (1)
Krebstherapie bei Kindern ist für alle Beteiligten eine emotional bedrückende Angelegenheit. Besonders die Strahlentherapie stellt Kinder aufgrund der Häufigkeit der Termine, der Isolation während der Bestrahlung und der Fixierung vor Herausforderungen. „nia“ ermöglicht es den Angehörigen, während der Behandlung einen physischen Kontakt zum Kind zu halten. Zwei miteinander verbundene Zwillingsgeräte registrieren die Bewegungen der Hände und übertragen die Berührung an das jeweils andere Gerät. Diese taktile Kommunikation sorgt für innere Ruhe und Verbundenheit. Vor der eigentlichen Therapie liegen die Geräte in einem Koffer, welcher ein Modell des Behandlungsraums beinhaltet. Mithilfe dessen werden die Kinder spielerisch auf die Bestrahlung vorbereitet. So sollen sich in Zukunft weniger Kinder ängstlich und allein einer Strahlentherapie stellen müssen.
Inhaltsverzeichnis - Bachelorarbeiten
1. Zukunft der Rente – Kann eine Erwerbstätigenversicherung das
demografische Problem nachhaltig lösen?
- Marcel Sept | Seite 4-73
2. Die versammlungsgebundenen Aktionärsrechte in der neuen
virtuellen Hauptversammlung – eine Bewertung aus Unternehmer- und Aktionärssicht
- Christina Zillinger | Seite 74-130
3. Praxisleitfaden für den Arbeitgeber zum gesetzlichen
Sonderkündigungsschutz – Was muss der Arbeitgeber tun, um durch
Gesetz besonders geschützten Arbeitnehmern kündigen zu können?
- Johanna Wiechert | Seite 131-195
4. Die Steuervergünstigung bei Umstrukturierungen im Konzern nach
§ 6a GrEStG im Lichte der aktuellen Rechtsprechung
- Marius Thelen | Seite 196-265
Atmen tut jeder, automatisch. Es wird nicht auf die Ausführung geachtet. Doch was, wenn nur ein wenig Feinschliff an unserer Atmung bereits Großes für unsere Gesundheit bewirkt?
Von etlichen unterschiedlichen Studien wurde bezeugt, dass Atmung und Empfinden eins sind. Das persönliche Empfinden ist unser Portal zur Außenwelt. Die Art wie wir auf äußerliche Reize reagieren, wie achtsam wir im Tun und Denken sind, spiegelt unsere Innenwelt und körperliches Wohlbefinden wieder.
FLOWCEAN QI dient dazu, Stress- und Angststörungen im Alltagsleben für Berufstätige mit hohem Stressfaktor zu reduzieren. Vor allem, um das Gesundheitssystem zu entlasten und die Psyche der Menschen gesund wieder aufzubauen. Sind Berufstätige viel gelassener, steigen auch Leistung und Produktivität. Es ist immer wichtig, die Kernursache von Problemen zu finden und zu lösen. So können auch vielerlei andere auf die Psyche zurückzuführende Probleme der Gesellschaft gelöst werden.
FLOWCEAN QI agiert durch modernste Technologie aktiv mit dem Nutzer. Die KI-Assistenz gestaltet das Lernen der Atemtechniken spaßiger, was wiederum den Lerneffekt verbessert. Der Beamer wird im Innenbereich platziert und der Tracker begleitet einen unterwegs und zeichnet die Datenanalyse auf. Für mehr Datenschutz ist das Armband ein reines offline Produkt. Förmlich sollte es dem Nutzer nah sein, naturverbunden, vertrauenswürdig und beruhigend wirken.
FLOWCEAN QI basiert gestalterisch auf eine antike japanische Philosophie namens „Kintsugi“. Nach der japanischen Philosophie Kintsugi werden zerbrochene Teegläser wiederzusammengeklebt statt weggeworfen. Die in Teile getrennten Elemente werden glatt und geschmeidig wieder zusammengefügt. Sie formen ein neues Ganzes, dass die Schönheit des Originals meist übertrifft. Die Ästhetik hinter „Kintsugi“ nennt man „Wabi-Sabi“. Es bedeutet, die Schönheit im Vergänglichen, Alten oder Fehlerhaften zu verstehen. Die Philosophie dahinter wird metaphorisch auf das Design abgebildet und auf unsere Gesundheit übertragen. Statt letztere zu ignorieren, schenken wir ihr unsere volle Aufmerksamkeit. Ziel der Produkte ist, uns stets an sie zu erinnern, sodass wir täglich an unserem Wohlbefinden arbeiten können.
In Deutschland verfügen mehr als 95 % aller Haushalte über einen Internetzugang und das Interesse an Smart Home Anwendungen steigt. Je vernetzter das Zuhause wird, desto mehr Devices müssen dort ihren Platz finden. WLAN Router wirken durch ihre technische Designsprache meist wie Fremdkörper im Raum, sodass oft versucht wird, sie zu verstecken. Das soll sich mit „Cobo“, dem smarten WLAN Router, ändern. Neben der Bereitstellung einer Internetanbindung wird er zum Hub für alle Smart Home Anwendungen. Als Herzstück des Zuhauses sorgt er für die Vernetzung aller Devices und schafft zudem eine Verbindung zwischen Technologie und Interior. Mit seinem minimalistischen Design und der gezielten Auswahl an Materialien und Farben fügt sich der intelligente Router in die eigenen vier Wände ein. „Cobo“ ist kein WLAN Router, der im Schuhregal versteckt werden muss, denn er wird zum Teil der Einrichtung.
The aim of the present study was the characterisation of three true subtilisins and one phylogenetically intermediate subtilisin from halotolerant and halophilic microorganisms. Considering the currently growing enzyme market for efficient and novel biocatalysts, data mining is a promising source for novel, as yet uncharacterised enzymes, especially from halophilic or halotolerant Bacillaceae, which offer great potential to meet industrial needs. Both halophilic bacteria Pontibacillus marinus DSM 16465ᵀ and Alkalibacillus haloalkaliphilus DSM 5271ᵀ and both halotolerant bacteria Metabacillus indicus DSM 16189 and Litchfieldia alkalitelluris DSM 16976ᵀ served as a source for the four new subtilisins SPPM, SPAH, SPMI and SPLA. The protease genes were cloned and expressed in Bacillus subtilis DB104. Purification to apparent homogeneity was achieved by ethanol precipitation, desalting and ion-exchange chromatography. Enzyme activity could be observed between pH 5.0–12.0 with an optimum for SPPM, SPMI and SPLA around pH 9.0 and for SPAH at pH 10.0. The optimal temperature for SPMI and SPLA was 70 °C and for SPPM and SPAH 55 °C and 50 °C, respectively. All proteases showed high stability towards 5% (w/v) SDS and were active even at NaCl concentrations of 5 M. The four proteases demonstrate potential for future biotechnological applications.
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.
The work in modern open-pit and underground mines requires the transportation of large amounts of resources between fixed points. The navigation to these fixed points is a repetitive task that can be automated. The challenge in automating the navigation of vehicles commonly used in mines is the systemic properties of such vehicles. Many mining vehicles, such as the one we have used in the research for this paper, use steering systems with an articulated joint bending the vehicle’s drive axis to change its course and a hydraulic drive system to actuate axial drive components or the movements of tippers if available. To address the difficulties of controlling such a vehicle, we present a model-predictive approach for controlling the vehicle. While the control optimisation based on a parallel error minimisation of the predicted state has already been established in the past, we provide insight into the design and implementation of an MPC for an articulated mining vehicle and show the results of real-world experiments in an open-pit mine environment.
Extracting workflow nets from textual descriptions can be used to simplify guidelines or formalize textual descriptions of formal processes like business processes and algorithms. The task of manually extracting processes, however, requires domain expertise and effort. While automatic process model extraction is desirable, annotating texts with formalized process models is expensive. Therefore, there are only a few machine-learning-based extraction approaches. Rule-based approaches, in turn, require domain specificity to work well and can rarely distinguish relevant and irrelevant information in textual descriptions. In this paper, we present GUIDO, a hybrid approach to the process model extraction task that first, classifies sentences regarding their relevance to the process model, using a BERT-based sentence classifier, and second, extracts a process model from the sentences classified as relevant, using dependency parsing. The presented approach achieves significantly better resul ts than a pure rule-based approach. GUIDO achieves an average behavioral similarity score of 0.93. Still, in comparison to purely machine-learning-based approaches, the annotation costs stay low.
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.
Umsatzbasierte Bußgelder – wie sonst nur aus dem Kartellrecht bekannt – waren einer der Gründe, warum die Datenschutz-Grundverordnung (DSGVO) vor ihrem Inkrafttreten für erhebliches Aufsehen sorgte. Die vielfach relevanteren Schadensersatzansprüche, die, wie bei „Dieselgate“, aufgrund der Vielzahl von betroffenen Personen und der aus Sicht von Rechtsdienstleistern bestehenden Skalierbarkeit mit weitaus höheren Einbußen für Unternehmen einhergehen können, blieben zunächst unbeachtet. Inzwischen ist der Schadensersatzanspruch gem. Art. 82 DSGVO die Vorschrift, die die meisten Vorlagen zum Europäischen Gerichtshof (EuGH) der letzten Jahre hervorgerufen hat. Am 4.5.2023 hat nun der EuGH (Urteil v. 4.5.2023 - Rs. C-300/21, NWB GAAAJ-41389) in einem Grundsatzurteil über zentrale Fragen rund um den Ersatz immaterieller Schäden als Folge von Datenschutzverstößen entschieden.