Refine
Year of publication
Document Type
- Report (103)
- Working Paper (88)
- Journal (Complete Issue of a Journal) (84)
- Master's Thesis (76)
- Article (73)
- Book (49)
- Bachelor Thesis (44)
- Conference Proceeding (34)
- Study Thesis (8)
- Other Publications (7)
- Part of a Book (6)
- Doctoral Thesis (6)
- Patent (3)
- Course Material (2)
- Preprint (2)
- Journal (1)
Language
- German (447)
- English (138)
- Multiple languages (1)
Has Fulltext
- yes (586) (remove)
Keywords
- .NET Remoting (1)
- .NET-Plattform (1)
- 1D-CNN (1)
- 2 D environment Laser data (1)
- 3D Extended Object Tracking (1)
- 3D shape tracking (1)
- 3D-Druck (1)
- 5-10-40-Bedingung (1)
- ADO.NET (1)
- ASP.NET (1)
Institute
- Fakultät Architektur und Gestaltung (27)
- Fakultät Bauingenieurwesen (77)
- Fakultät Elektrotechnik und Informationstechnik (23)
- Fakultät Informatik (59)
- Fakultät Maschinenbau (33)
- Fakultät Wirtschafts-, Kultur- und Rechtswissenschaften (40)
- Institut für Angewandte Forschung - IAF (44)
- Institut für Naturwissenschaften und Mathematik - INM (2)
- Institut für Optische Systeme - IOS (14)
- Institut für Strategische Innovation und Technologiemanagement - IST (2)
Black-box variational inference (BBVI) is a technique to approximate the posterior of Bayesian models by optimization. Similar to MCMC, the user only needs to specify the model; then, the inference procedure is done automatically. In contrast to MCMC, BBVI scales to many observations, is faster for some applications, and can take advantage of highly optimized deep learning frameworks since it can be formulated as a minimization task. In the case of complex posteriors, however, other state-of-the-art BBVI approaches often yield unsatisfactory posterior approximations. This paper presents Bernstein flow variational inference (BF-VI), a robust and easy-to-use method flexible enough to approximate complex multivariate posteriors. BF-VI combines ideas from normalizing flows and Bernstein polynomial-based transformation models. In benchmark experiments, we compare BF-VI solutions with exact posteriors, MCMC solutions, and state-of-the-art BBVI methods, including normalizing flow-based BBVI. We show for low-dimensional models that BF-VI accurately approximates the true posterior; in higher-dimensional models, BF-VI compares favorably against other BBVI methods. Further, using BF-VI, we develop a Bayesian model for the semi-structured melanoma challenge data, combining a CNN model part for image data with an interpretable model part for tabular data, and demonstrate, for the first time, the use of BBVI in semi-structured models.
IT-Kosten machen heute einen immer größeren Anteil an den Gesamtkosten von Unternehmen aus. Die Verantwortlichen sind aufgefordert die IT-Kosten zu senken oder zumindest ein effizientes Management sicherzustellen. Oftmals fehlt es dafür an Transparenz und Verständnis für diese Ausgaben. Die Analyse der IT-Kostentreiber ermöglicht ein tieferes Verständnis der Ursachen und Auswirkungen strategischer Entscheidungen. Dieser Beitrag zielt darauf ab, die strategischen IT-Kostentreiber bezüglich des Wirkungshorizonts und des Entscheidungsortes zu analysieren. Die durchgeführte Delphi-Studie zeigt, dass Entscheidungen über diese Kostentreiber größtenteils mittel- bis langfristige Auswirkungen haben. Zudem wird deutlich, dass die IT-Abteilung zwar in den Entscheidungsprozess eingebunden ist, während die finalen Entscheidungen häufig stärker im Fachbereich liegen. Zusammenarbeit und effektive Kommunikation sind deshalb entscheidend und die Verantwortung für IT-Kosten sollte von allen EntscheidungsträgerInnen getragen werden. Dieser Beitrag erweitert die Forschung im IT-Kostenmanagement und sensibilisiert PraktikerInnen für Kostenbeeinflussungshebel und die strategische Diskussion über IT-Kosten und das Wertversprechen der IT.
Die folgende Masterarbeit gibt eine Übersicht zu modernen AR-Technologien für den Einsatz in der Lehre mit dem Ziel eine geeignete Software zu identifizieren, die eine AR-Anwendungserstellung sowie die Integration dieser in das Vorlesungsgeschehen der HTWG ermöglicht. Diese Arbeit baut auf einer Literaturrecherche auf, welche den gegenwärtigen Einsatz von AR in der Lehrpraxis analysiert. Es wird der aktuelle Stand der Entwicklung in Bezug auf verschiedenste Hard- und Softwarelösungen dargestellt, einschließlich der Funktionsweise von AR-Anwendungen sowie relevanter Systemkomponenten. Anschließend werden sowohl der Einsatz von Augmented Reality im Bildungsbereich betrachtet als auch andere Sektoren wie Medizin und Industrie einbezogen, um eine umfassende Übersicht zu Fallstudien sowie Praxisbeispielen zu gewährleisten. Der Auswahlprozess der Software wird ebenfalls thematisiert und eine Anleitung zur Benutzung des gewählten Tools, Vuforia Studio, wird dargeboten.
Die Analyse ergab, dass AR-Anwendungen es den Schülern und Studierenden ermöglichen, aktiv am Unterricht bzw. den Vorlesungen teilzunehmen und Inhalte interaktiv zu erkunden, was das Interesse am Lehrinhalt steigert sowie eigenständiges Lernen fördert. Dem Einsatz von AR in der Lehre stehen jedoch Herausforderungen gegenüber. Insbesondere eine pädagogisch angemessene AR-Inhaltserstellung erweist sich als schwierig. Sowohl die Anfertigung
eines 3D-Modells als auch das Arbeiten mit Programmen wie Vuforia Studio selbst stellen sich als zeitintensiv und technologisch anspruchsvoll heraus. Von Seiten der Bildungseinrichtung müssen finanzielle Mittel bereitgestellt werden, denn ohne entsprechende Schulungen und Ressourcen wird auch die Bereitschaft der Lehrenden, sich mit neuen Technologien auseinanderzusetzen, nicht ausreichend sein, um hochwertige AR-Inhalte zu konzipieren. Obwohl die
technologische Infrastruktur zwar deutlich besser ausgebaut ist als noch vor einigen Jahren, vor allem, weil flächendeckendes Internet zur Verfügung steht und die Lernenden zum Großteil eigene Smartgeräte besitzen, ist eine kontinuierliche Investition in Hard- und Software sowie das Pflegen der gesammelten Daten und genutzten Server unerlässlich.
Insgesamt bietet der Einsatz von Augmented Reality in der Lehre vielversprechende Möglichkeiten, um das Lernerlebnis zu verbessern und die Bildungsergebnisse zu optimieren, jedoch müssen die genannten Herausforderungen überwunden werden, um das gesamte Potenzial von Augmented Reality Technologien in der Lehre auszuschöpfen.
Das Freistellungssemester 2020 wurde für Recherchen zu unterschiedlichen Aufmaßsystemen in der historischen Bauforschung genutzt. Durch die Covid-19-Pandemie entwickelte sich das Arbeitsprogramm jedoch anders als geplant und verlagerte sich weitgehend in den virtuellen Raum. In der Disziplin der historischen Bauforschung entstand gerade durch die zeitweise Unmöglichkeit des Reisens und der Präsenzlehre ein intensiver Austausch zur Methodik in zahlreichen Onlinekonferenzen.
Using multi-camera matching techniques for 3d reconstruction there is usually the trade-off between the quality of the computed depth map and the speed of the computations. Whereas high quality matching methods take several seconds to several minutes to compute a depth map for one set of images, real-time methods achieve only low quality results. In this paper we present a multi-camera matching method that runs in real-time and yields high resolution depth maps. Our method is based on a novel multi-level combination of normalized cross correlation, deformed matching windows based on the multi-level depth map information, and sub-pixel precise disparity maps. The whole process is implemented completely on the GPU. With this approach we can process four 0.7 megapixel images in 129 milliseconds to a full resolution 3d depth map. Our technique is tailored for the recognition of non-technical shapes, because our target application is face recognition.
Diese Masterarbeit erforscht das Potenzial großer Sprachmodelle in der Bauindustrie mit einem Fokus auf digitale Transformation, Effizienzsteigerung und Nachhaltigkeit. Durch eine umfassende Literaturanalyse und qualitative Experteninterviews werden spezifische Anwendungsfälle, Herausforderungen bei der Implementierung und ethische sowie datenschutzrechtliche Überlegungen untersucht.
Die Arbeit hebt hervor, wie große Sprachmodelle die Planungsprozesse optimieren, das Risikomanagement verbessern und maßgeschneiderte Lösungen entwickeln können, um ökonomische und ökologische Vorteile zu erzielen. Zudem werden praxisorientierte Empfehlungen für eine erfolgreiche Integration dieser Technik in das Bauwesen präsentiert, die sowohl die technologische Machbarkeit als auch soziale Akzeptanz berücksichtigen.
Abschließend werden zukünftige Forschungsrichtungen aufgezeigt, die darauf abzielen, die digitale Transformation im Bauwesen unter Einbeziehung ethischer Standards und Datenschutz zu beschleunigen.
Die Ergebnisse dieser Arbeit demonstrieren das Potenzial von großen Sprachmodellen, traditionelle Bauprozesse zu revolutionieren, und betonen die Notwendigkeit einer sorgfältigen Implementierung, um die Vorteile dieser Technologie vollständig auszuschöpfen.
Research Report
(2024)