{"id":3205,"date":"2020-05-27T12:56:53","date_gmt":"2020-05-27T10:56:53","guid":{"rendered":"https:\/\/aist.fh-hagenberg.at\/?page_id=3205"},"modified":"2023-12-12T14:16:54","modified_gmt":"2023-12-12T13:16:54","slug":"diplomarbeiten","status":"publish","type":"page","link":"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/diplomarbeiten","title":{"rendered":"Diplomarbeiten"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-page\" data-elementor-id=\"3205\" class=\"elementor elementor-3205\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-2436ed8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"2436ed8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-064ab34\" data-id=\"064ab34\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-cb8591d elementor-widget elementor-widget-text-editor\" data-id=\"cb8591d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p>Die Forschungsgruppe AIST bietet Studenten*innen die M\u00f6glichkeit sich mit ihren Diplomarbeiten (Bachelor, Master) im Rahmen von Forschungsprojekten praktisch auseinander zu setzen und sich so mit dem jeweiligen Themengebiet intensiver zu besch\u00e4ftigen. Die praktische Betreuung erfolgt dabei durch einen wissenschaftlichen Mitarbeiter (zus\u00e4tzlich zum Begutachter seitens der Fachhochschule).<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ec6e170 elementor-widget elementor-widget-html\" data-id=\"ec6e170\" data-element_type=\"widget\" data-widget_type=\"html.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<script> \r\njQuery(document).ready(function($) { \r\nvar delay = 100; setTimeout(function() { \r\n$('.elementor-tab-title').removeClass('elementor-active');\r\n $('.elementor-tab-content').css('display', 'none'); }, delay); \r\n}); \r\n<\/script>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-408f618 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"408f618\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-b2f3bd5\" data-id=\"b2f3bd5\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-80cdf6e elementor-widget elementor-widget-heading\" data-id=\"80cdf6e\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2023<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ad5754c elementor-widget elementor-widget-accordion\" data-id=\"ad5754c\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1811\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1811\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Population-based Standardized, Synthetic Patient Generation for Healthcare Applications (Sophie Bauernfeind, 2023)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1811\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1811\"><p>Sophie Bauernfeind besch\u00e4ftige sich in ihrer Masterarbeit mit Aufgabenstellungen aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/pica\">PICA<\/a> Forschungsprojekt.<\/p><h4>Abstrakt<\/h4><p><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\">Die weltweiten Auswirkungen der COVID-19-Pandemie haben die Notwendigkeit einer wirksamen Planung der Gesundheitssysteme und der Ressourceneinteilung deutlich gemacht. D<\/span><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\">ie Pandemie hat gezeigt, wie wichtig genaue Simulationen f\u00fcr die Gesundheitssysteme sind, um so effizient wie m\u00f6glich arbeiten zu k\u00f6nnen. Den \u00f6ffentlichen medizinischen Datens\u00e4tzen mangelt es jedoch oft an der Spezifit\u00e4t f\u00fcr einzelne Krankenh\u00e4user oder Gesundheitsdienstleister, was zu m\u00f6glichen Unterschieden in der Demografie und den Bed\u00fcrfnissen der Patientinnen und Patienten f\u00fchrt.<\/span><\/p><p><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\"><br \/>Diese Masterarbeit kombiniert eine Literatur\u00fcbersicht, die sich auf das Synthea-Tool konzentriert, gemeinsam mit der Implementierung eines Tools, das auf dieses Synthea-System basiert. Das Tool erstellt standardisierte Patienteninformationen unter Ber\u00fccksichtigung und Einbindung der statistischen Informationen der bereitgestellten Patientendaten. Ziel ist es, Synthea f\u00fcr die Patientengenerierung zu verbessern, indem zus\u00e4tzliche Informationen aus den bereitgestellten Patientendaten einbezogen werden.<\/span><\/p><p><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\"><br \/>Dieses Tool wurde verwendet, um die Grundwahrheit von Synthea zu \u00e4ndern und anzupassen. Die Analyse hat gezeigt, dass dies einen Einfluss auf den Generierungsprozess von Synthea hat. Es ist daher m\u00f6glich, mehr \u00e4hnliche synthetische Patienten zu generieren.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1812\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1812\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Semantic Process Mining: Ontology-based Dynamic Event Log Generation (Elisabeth Mayrhuber, 2023)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1812\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1812\"><p>Elisabeth Mayrhuber besch\u00e4ftige sich in ihrer Masterarbeit mit Aufgabenstellungen in Kooperation mit der STIWA Holding GmbH.<\/p><h4>Abstrakt<\/h4><p><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\">Die Analyse von Protokolldaten ist eine in der Industrie weit verbreitete Technik, die als Process Mining (PM) bekannt ist, um die Leistung und Entwicklung von Systemen zu bewerten. Bei herk\u00f6mmlichen Analyseans\u00e4tzen werden jedoch h\u00e4ufig die wertvollen semantischen Informationen \u00fcbersehen, die aus Protokolldaten extrahiert werden k\u00f6nnen. Durch die Einbeziehung semantischer Metadaten, die von Dom\u00e4nenexperten zur Verf\u00fcgung gestellt oder aus dem Datensatz selbst extrahiert werden, kann die Qualit\u00e4t der Erkenntnisse verbessert werden und bietet neue M\u00f6glichkeiten, sinnvolle Schlussfolgerungen aus den Daten zu ziehen. Ziel dieser Masterarbeit ist es, einen semantischen Header aus Dom\u00e4nenwissen zu erstellen, der als Ontologie dargestellt wird. Die Ontologie wird wichtige Prozesssemantiken erfassen, einschlie\u00dflich Entit\u00e4ten und Beziehungen zwischen Merkmalen. Durch die Integration dieses semantischen Headers in Ereignisdaten ergeben sich neue M\u00f6glichkeiten der Datenanalyse. Der Hauptvorteil liegt in der M\u00f6glichkeit, die Perspektive, aus der die Daten analysiert werden, zu wechseln, indem ein neues Ereignisprotokoll mit denselben Aktivit\u00e4ten, aber mit einer anderen Fallkennung erstellt wird. Dieser Perspektivenwechsel erm\u00f6glicht die Analyse eines Prozesses aus verschiedenen Objekten heraus, wobei vertraute Formate wie eXtensible Event Stream (XES) verwendet werden k\u00f6nnen, ohne dass komplexe Datenaustauschprotokolle erforderlich sind.<br \/>Die Analyse von Prozessen aus verschiedenen Blickwinkeln ist entscheidend, um Einblicke in Engp\u00e4sse zu gewinnen und Bereiche zu identifizieren, in denen Leistungsverbesserungen umgesetzt werden k\u00f6nnen. In einer Laborumgebung beispielsweise k\u00f6nnen Ereignisse aus der Sicht des Labors, eines Mitarbeiters oder sogar aus der Sicht des Kunden analysiert werden.<br \/>tive, eines Mitarbeiters oder sogar einzelner Patienten analysiert werden. Indem sie die Perspektive der Daten auf der Grundlage semantischer Metadaten dynamisch \u00e4ndern, k\u00f6nnen Analysten verborgene Muster aufdecken und fundierte Entscheidungen treffen. Dar\u00fcber hinaus werden in dieser Arbeit g\u00e4ngige Daten- und Austauschformate wie Mining eXtensible Markup Language (MXML), XES, Object-Centric Event Log (OCEL) und Object-Centric Event Data (OCED), die im PM verwendet werden, analysiert und die wichtigsten Anforderungen an die Datenaustauschformate skizziert.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1813\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1813\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Process Mining im Radiologiebereich - Eine ganzheitliche Betrachtung der organisatorischen und datenspezifischen Reife anhand eines kanonischen Reifegradmodells (Andreas Erhard, 2023)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1813\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1813\"><p>Andreas Erhard besch\u00e4ftige sich in ihrer Masterarbeit mit Aufgabenstellungen aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/pica\">PICA<\/a> Projekt.<\/p><h4>Abstrakt<\/h4><p><span class=\"ui-provider bqh bqi c d e f g h i j k l m n o p q r s t bqj bqk w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\">Im Krankenhaus- und Radiologiebereich stellen die steigende Anzahlen von zu behandelnden Personen und Kosten ein zunehmendes Problem dar. Es wird immer wichtiger, eine effizientere Nutzung der Ressourcen anzustreben, um sowohl den Bed\u00fcrfnissen der Pati-enten, als auch den Anforderungen der Organisation gerecht zu werden. Dabei ist es entscheidend, Daten gezielter zu erfassen und messbar zu machen, um Schwachstellen in den Prozessen zu erkennen und zu verbessern. Process Mining bietet hierf\u00fcr eine vielversprechende M\u00f6glichkeit. Durch die Analyse und Optimierung von Prozessen auf Basis der in Informationssystemen gesammelten Daten kann es dazu beitragen, Wartezeiten f\u00fcr Patientinnen und Patienten zu verk\u00fcrzen und gleichzeitig die Organisationskosten zu senken.<br \/>Insbesondere in der Radiologie bietet Process Mining ein gro\u00dfes Potenzial zur Verbesserung der Prozessqualit\u00e4t und -effizienz. Durch die Analyse der Arbeitsabl\u00e4ufe k\u00f6nnen Engp\u00e4sse und ineffiziente Prozesse identifiziert und der Arbeitsablauf optimiert werden. Eine wesentliche H\u00fcrde f\u00fcr den Einsatz von Process Mining in der Radiologie stellt jedoch die unzureichende Datenqualit\u00e4t dar. Daher ist es notwendig, bestimmte organisatorische und datenspezifische Kriterien zu erf\u00fcllen, um die Datenqualit\u00e4t zu verbessern und den Einsatz von Process Mining in der Radiologie zu erm\u00f6glichen.<br \/>Zur Erfassung und Bewertung dieser Kriterien wurden Reifegradmodelle entwickelt. Diese erm\u00f6glichen eine systematische Bewertung der Datenqualit\u00e4t und der organisatorischen Voraussetzungen f\u00fcr den Einsatz von Process Mining in der Radiologie. Ziel dieser Mas-terarbeit ist es, auf Basis von Recherchen und Interviews von Expertinnen und Experten \u00fcber Reifegradmodelle ein kanonisches Modell zu erstellen, das den Einsatz von Process Mining in der Radiologie erleichtern und die Qualit\u00e4t und Effizienz der Prozesse verbessern soll. Durch die Erstellung eines solchen Modells k\u00f6nnen Krankenh\u00e4user und radiologische Abteilungen in die Lage versetzt werden, die Datenqualit\u00e4t zu verbessern.<\/span><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-143bb80 elementor-widget elementor-widget-heading\" data-id=\"143bb80\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2022<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8658182 elementor-widget elementor-widget-accordion\" data-id=\"8658182\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1401\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1401\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Semantic clustering of structured categorical data using the GPT-3 language model (Martin Hanreich, 2022)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1401\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1401\"><p>Martin Hanreich besch\u00e4ftige sich in seiner Masterarbeit mit Aspekten aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/gemini\">Gemini<\/a> Forschungsprojekt.<\/p><h4>Abstrakt<\/h4><p>Clustering ist ein weit verbreitetes Verfahren des maschinellen Lernens, das dazu genutzt werden kann, Elemente nach ihrer \u00c4hnlichkeit in Klassen einzuteilen. Damit das Clustering-Verfahren bestimmen kann, zu welcher Klasse ein Element zuzuordnen ist, braucht es Informationen \u00fcber die \u00c4hnlichkeit der Elemente zueinander. Mit numerischen Werten ist diese \u00c4hnlichkeit leicht zu berechnen, da mathematische Operationen angewandt werden k\u00f6nnen. Mit sogenannten kategoriellen Daten, welche aus nicht-numerischen Werten bestehen wie etwa \u2019grob\u2019, \u2019Data Scientist\u2019 oder \u2019Google Chrome\u2019, f\u00e4llt diese Berechnung deutlich schwerer. Zur Anwendung kommen in der Praxis verschiedene Methoden, die sich haupts\u00e4chlich auf die Verteilung der Werte innerhalb des Datensatzes beziehen.<\/p><p>Allerdings lassen sich diese kategoriellen Daten auch auf eine andere Art betrachten. Anstatt diese als beliebig austauschbare Elemente zu behandeln, kann man sie auch als implizite Tr\u00e4ger von weiteren Informationen sehen z.B. mit dem Wort \u2019Katze\u2019 kann man \u2019Tier\u2019, \u2019Haustier\u2019, \u2019Vierbeiner\u2019 verbinden. Anhand dieser Betrachtungsweise ergibt sich eine andere Art die \u00c4hnlichkeit zwischen Elementen zu bestimmen und dadurch das Clustering durchzuf\u00fchren.<\/p><p>In den letzten Jahren haben die sogenannten Transformer im Bereich der nat\u00fcrlichen Sprachverarbeitung neue Ma\u00dfst\u00e4be gesetzt. Insbesondere das Modell GPT-3 aus der Familie der Transformer erhielt einiges an Aufmerksamkeit, dank dessen F\u00e4higkeit menschen\u00e4hnliche Texte zu verfassen. Um dies zu bewerkstelligen, muss das Modell Informationen \u00fcber eine gro\u00dfe Anzahl an Objekten besitzen und auch in einer Form verstehen, was diese f\u00fcr Eigenschaften haben und wie sie benutzt werden. In dieser Arbeit wird untersucht, wie ein Modell wie GPT-3 f\u00fcr das Semantische Clustering eingesetzt werden kann. Zuerst werden einige Varianten vorgestellt, wie das GPT-3-Modell dazu benutzt werden kann, um die semantische \u00c4hnlichkeit zwischen zwei kategoriellen Werten zu ermitteln. Diese werden miteinander verglichen anhand der Performance auf verschiedenen Benchmark-Datens\u00e4tzen sowie anderer relevanter Metriken, die deren Eignung f\u00fcr das Semantische Clustering anzeigen. Anschlie\u00dfend wird dargestellt, wie diese semantischen \u00c4hnlichkeitswerte im Zuge des Semantischen Clusterings genutzt werden k\u00f6nnen. Diskutiert werden Anforderungen bez\u00fcglich Vorverarbeitung, die Cluster-Interpretation sowie m\u00f6gliche Probleme, welche anhand eines Prototyps, geschrieben in der Programmiersprache Python, gezeigt werden. Die Arbeit bietet somit einen \u00dcberblick \u00fcber die Thematik und gibt tieferen Einblick in einige wichtige Aspekte zu dessen praktischer Anwendung.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1402\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1402\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Measuring Data Quality in STIX-based SOAR Platforms (Konstantin Papesh, 2022)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1402\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1402\"><p>Konstantin Papesh besch\u00e4ftige sich in seiner Masterarbeit mit Aspekten aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/soc-toolkit\">SOCToolkit<\/a> Forschungsprojekt.<\/p><h4>Abstrakt<\/h4><p>Sicherheitsanalysten verwenden Security Orchestration, Automation, and Response (SOAR) Plattformen, um Schadsoftware zu sezieren und analysieren. Diese Plattformen ben\u00f6tigen externe Dienste um die vorhandenen Daten anzureichern. Oft ist die Qualit\u00e4t neuer Dienste jedoch unklar. Um dieses Problem zu beheben k\u00f6nnen Metrik aufgestellt werden, welche verschiedene Parameter in Bezug auf Datenqualit\u00e4t erheben.<\/p><p>Diese Arbeit analysiert Cyber Threat Intelligence (CTI) Metriken, welche in der aktuellen Literatur vorgeschlagen werden, auf ihre Verwendbarkeit innerhalb Structured Threat Information Expression (STIX)-basierten SOAR Plattformen und implementiert eine erste Version eines solchen Frameworks. Mehrere Metriken werden mit einer Liste an Anforderungen von SOAR Plattformen verglichen. Nachdem verwendbare Metriken identifiziert sind, werden diese innerhalb eines Frameworks implementiert, welches in eine existierende SOAR Plattform eingebunden wird. Schlussendlich wird dieses Framework<br \/>getestet und die berechneten Metriken diskutiert.<\/p><p>Als Fazit kann gesagt werden, dass bereits Metriken existieren welche abge\u00e4ndert in SOAR Plattformen eingesetzt werden k\u00f6nnen. Jedoch verlangen manche Metriken Parameter welche nicht einfach von SOAR Plattformen zur Verf\u00fcgung gestellt werden. Das bedeutet, dass auch SOAR Plattformen auf die Anforderungen eines Datenqualit\u00e4tsframeworks eingehen m\u00fcssen.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1403\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1403\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Digitale Dokumentation von Pflegedienstleistungen: Analyse der Handlungsfelder und Terminologiesysteme (Clara Diesenreiter, 2022)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1403\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1403\"><p>Clara Diesenreiter besch\u00e4ftige sich in ihrer Bachelorarbeit mit Aspekten aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/pica\">PICA<\/a> Forschungsprojekt.<\/p><h4>Abstrakt<\/h4><p>Als Folge des demografischen Wandels hin zu einer alternden Gesellschaft wird dem Pflegesektor mehr Aufmerksamkeit gewidmet. Aufgrund der Bev\u00f6lkerungsentwicklung und der sozio\u00f6konomischen Zw\u00e4nge kommt es zu einer zunehmenden Spezialisierung und Konzentration der Ressourcen im Gesundheitssystem System. Um eine qualitativ hochwertige Gesundheitsversorgung zu gew\u00e4hrleisten, ist ein kontinuierlicher Informationstransfer zwischen den Leistungserbringern unerl\u00e4sslich. Die fortschreitende Digitalisierung erm\u00f6glicht den strukturierten Austausch von Versorgungsdaten durch digitale Dokumente \u00fcber die Grenzen der einzelnen IT-Systeme hinweg. Dies erfordert die Interoperabilit\u00e4t der Kommunikationskan\u00e4le und Daten. Hier kommen internationale Terminologiesysteme ins Spiel, die darauf abzielen, klinisch relevante Daten, wie z.B. Diagnosen oder Ma\u00dfnahmen, pr\u00e4zise zu benennen und zu kennzeichnen. Ziel dieser Arbeit ist es, geeignete Kommunikationsstandards und Terminologiesysteme zu evaluieren, um die digitale Dokumentation von Pflegeleistungen voranzutreiben. Da es keine bundesweit harmonisierten Vorgaben f\u00fcr Pflegekonzepte und -leistungen gibt, bezieht sich die vorliegende Arbeit nur auf das System der mobilen Pflege in Ober\u00f6sterreich. Um das Forschungsziel zu erreichen, wurden die Handlungsfelder der mobilen Dienste analysiert. Die aus der Analyse abgeleiteten Pflegehandlungen konnten mit zwei Terminologiesystemen, der International Classification for Nursing Practice (ICNP) und der Systematized Nomenclature of Medicine Clinical Terms (SNOMED CT), kodiert werden. Auf der Grundlage der kodierten Pflegeakte wurde ein interoperables Beispieldokument erstellt, das der Clinical Document Architecture (CDA) entspricht.<br \/>Die Arbeit zeigt, dass es m\u00f6glich ist, Pflegehandlungen zu kodieren. Dies geschah zum einen mit Ausdr\u00fccken, die durch die Terminologiesysteme bereits vordefiniert waren. Andererseits wurden Ausdr\u00fccke vorgeschlagen, die den Regeln der Terminologiesysteme entsprechen. So konnte gezeigt werden, dass sowohl ICNP als auch SNOMED CT ausreichend erweitert werden k\u00f6nnen, um den Bed\u00fcrfnissen des angewandten Pflegebegriffs sowie der Pflegedienste gerecht zu werden. F\u00fcr die \u00f6sterreichweite digitale Dokumentation von Pfleget\u00e4tigkeiten werden einheitliche Pflegekonzepte ben\u00f6tigt, um eine konsistente Datenbasis zu schaffen, die in geeignete Terminologiesysteme \u00fcbertragen werden kann.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1404\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1404\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Face Recognition system for Night Vision Images using Deep Learning (Anthony Alessi, 2022)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1404\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1404\"><p>Anthony Alessi (PXL University, Belgien) f\u00fchrte innerhalb seiner Bachelorarbeit, die Ergebnisse aus dem Forschungsprojekt <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/epilepsie-monitoring\">EpiMon<\/a> w\u00e4hrend seines Auslandssemesters in Hagenberg fort.<\/p><h4>Abstrakt<\/h4><p>Advanced Information Systems and Technology, kurz AIST, ist eine Forschungsgruppe der Fachhochschule Ober\u00f6sterreich, angesiedelt am Campus Hagenberg, Ober\u00f6sterreich. Ihre Schwerpunkte liegen in den Bereichen Machine Learning &amp; Data Mining, Computer Vision und eHealth. Die Aufgabe f\u00fcr dieses Praktikum war es, am EpiMon-Projekt mitzuarbeiten.<\/p><p>Das Ziel des EpiMon-Projekts ist die Erkennung von epileptischen Anf\u00e4llen bei kleinen bis jugendlichen Patienten, wenn diese schlafen. Eines der Anzeichen f\u00fcr einen aufsteigenden epileptischen Anfall ist, dass der Patient aufwacht und st\u00e4ndig starrt, woraufhin ein Anfall auftreten kann. Dies wird als Pr\u00e9vost-Zeichen bezeichnet. Es gibt noch weitere Anzeichen, wie z. B. Muskelkontraktionen, aber es gibt bereits Technologien zur \u00dcberwachung dieser Symptome. Dieses Projekt konzentriert sich speziell auf die Augen und besteht aus zwei Hardwarekomponenten: einem Raspberry Pi mit Nachtsichtkameras und einem Smartphone.<\/p><p>Diese L\u00f6sung verwendet Nachtsichtkameras, um den Patienten im Schlaf zu \u00fcberwachen. Diese Kameras sind mit einem Raspberry Pi verbunden, der als Hauptsystem fungiert und alle anderen Komponenten miteinander verbindet. Die Bilder der Kameras werden an den Raspberry Pi \u00fcbertragen, der eine Gesichtserkennung durchf\u00fchrt, um die Position des Gesichts auf dem Bild zu ermitteln und es zuzuschneiden. Anschlie\u00dfend wird das Bild des ausgeschnittenen Gesichts an ein Modell weitergeleitet, das erkennen kann, ob der Patient offene oder geschlossene Augen hat. Der Alarm ert\u00f6nt, wenn offene Augen \u00fcber einen l\u00e4ngeren Zeitraum erkannt werden. Die mobile Anwendung auf dem Smartphone wird verwendet, um zu steuern, wann der Raspberry Pi mit der \u00dcberwachung beginnt, und um verschiedene Einstellungen vorzunehmen.<\/p><p>Das Forschungsthema dieser Arbeit ist die Gesichtserkennung. Ein Patient k\u00f6nnte im selben Bett schlafen wie sein Partner oder ein Familienmitglied. Das Hauptsystem muss wissen, welches Gesicht es zu \u00fcberwachen hat. Durch die Aufnahme mehrerer Bilder des Patienten und seiner Familienmitglieder aus verschiedenen Blickwinkeln k\u00f6nnen die erforderlichen Daten f\u00fcr das Gesichtserkennungsmodell bereitgestellt werden.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-254658d elementor-widget elementor-widget-heading\" data-id=\"254658d\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2021<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3c6ab61 elementor-widget elementor-widget-accordion\" data-id=\"3c6ab61\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6331\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-6331\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Classification of Restaurant Articles into a Taxonomy (Simone Sandler, 2021)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-6331\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-6331\"><p>Simone Sandler besch\u00e4ftige sich in ihrer Masterarbeit mit einem Aspekt aus dem <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-voigas\">VOIGAS<\/a> Forschungsprojekt, n\u00e4mlich der Klassifikation von Restaurantartikeln innerhalb einer Taxonomie.<\/p><h4>Abstrakt<\/h4><p>Diese Arbeit besch\u00e4ftigt sich mit der Klassifizierung von Artikeln aus verschiedenen Restaurants in eine Taxonomie. Die verf\u00fcgbaren Daten dabei sind der Name des Artikels und eine restaurantinterne Kategorie. Beide Merkmale sind Strings, die vom Restaurantbesitzer bereitgestellt werden und sind daher fehleranf\u00e4llig.<br \/>Es werden Methoden entwickelt, um diese Art von Daten in hierarchisch strukturierte Kategorien zu klassifizieren. In dieser Arbeit werden die Kategorien durch eine Speisen- und Getr\u00e4nketaxonomie dargestellt, welche in Form eines Baumes gespeichert wird. Die Methoden k\u00f6nnen in Vorklassifizierungs- und Klassifizierungsmethoden unterteilt werden. Vorklassifizierungsmethoden versuchen, den besten Teilbaum innerhalb des Kategorienbaums f\u00fcr einen Artikel zu finden und Klassifikationsmethoden klassifizieren den Artikel innerhalb dieses Teilbaums. Insgesamt werden drei Vorklassifizierungs- und zwei Klassifizierungsmethoden entwickelt.<br \/>Die erste Vorklassifizierungsmethode wird Category Similarity Preclassification genannt und arbeitet durch den Vergleich des Namens der internen Kategorie mit den Kategorienamen der Taxonomie. Die Methode Common Ancestor Preclassification sucht nach dem gemeinsamen Vorfahren von bereits klassifizierten Artikel mit derselben internen Kategorie und die Methode Substring Preclassification vergleicht die interne Kategorie mit Zeicheketten, die f\u00fcr eine Kategorie eindeutig sind.<br \/>Die Klassifizierungsmethoden hei\u00dfen String Similarity Classification und Substring Classification. Die erste Methode vergleicht den Artikelnamen mit Namen von bereits klassifizierten Artikeln und die zweite Methode vergleicht den Artikelnamen mit Zeichenketten, die f\u00fcr eine Kategorie innerhalb des vorklassifizierten Teilbaums eindeutig sind.<br \/>Diese Methoden sind Teil eines halbautomatischen Klassifikationssystems, dass die Klassifizierung der Artikel mit Hilfe der entwickelten Methoden durchf\u00fchrt und die M\u00f6glichkeit bietet, die Essens- und Getr\u00e4nketaxonomie bei Bedarf zu erweitern.<br \/>Aufgrund der fehleranf\u00e4lligen Daten wird der Prozentsatz der klassifizierbaren Artikel auf 72% gesch\u00e4tzt. Das Klassifikationssystem ist in der Lage, diese Menge an Artikeln mit einer Genauigkeit von 83% f\u00fcr das Finden der bestm\u00f6glichen Kategorie und 90% f\u00fcr das Finden einer passenden Kategorie zu klassifizieren.<br \/><br \/><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6332\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-6332\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">FHIR-Tooling: Ein interaktiver Editor f\u00fcr Erstellung und Design von FHIR-Shorthand Spezifikationen (Sophie Bauernfeind, 2021)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-6332\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-6332\"><p>Sophie Bauernfeind arbeitete w\u00e4hrend ihres Sommerpraktikums am Projekt <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/project-oppa\">Oppa<\/a> im Kontext ihrer Bachelorarbeit &#8211; mit dem Titel &#8222;FHIR-Tooling: Ein interaktiver Editor f\u00fcr Erstellung und Design von FHIR-Shorthand Spezifikationen&#8220; &#8211; an einer Tool-Unterst\u00fctzung zur Erstellung von FHIR-Spezifikationen in Microsoft Visual Studio Code.<\/p><h4>Abstrakt<\/h4><div><div>Die Standardisierung und die Interoperabilit\u00e4t von Softwaresystemen in der Medizin ist ein besonders wichtiges Thema. Der derzeitig neueste Health Level 7 (HL7\u00ae) Standard \u2013 Fast Healthcare Interoperability Resources (FHIR\u00ae) \u2013 ist in der Community sehr pr\u00e4sent. FHIR bildet medizinisch relevante Anwendungsf\u00e4lle, wie einen Impfpass mit Implementierungsleitf\u00e4den ab. Ein Implementierungsleitfaden setzt sich aus mehreren medizinischen Komponenten zusammen, wodurch viele Zeilen Code zusammenkommen und der Leitfaden einen gro\u00dfen Umfang annimmt. Um die Erstellung solcher Implementierungsleitf\u00e4den zu erleichtern wurde die Sprache FHIR-Shorthand (FSH) entwickelt. Diese FSH-Dateien k\u00f6nnen in jedem beliebigen Editor erstellt und bearbeitet werden. Allerdings gibt es f\u00fcr diese Sprache kaum Softwareunterst\u00fctzung.<\/div><div><div>\u00a0<\/div><div><div>Das Ziel dieser Arbeit ist die Implementierung einer solchen Werkzeugunterst\u00fctzung. Farbliche Markierung, automatische Vervollst\u00e4ndigungen von Strukturen und Schl\u00fcsselw\u00f6rter sowie die \u00dcberpr\u00fcfung der Validit\u00e4t, der erstellten Datei, sind Funktionen die bereitgestellt werden sollen. Die erstellte Unterst\u00fctzung soll frei verf\u00fcgbar und von der HL7 FHIR Community aktiv weiterentwickelt werden k\u00f6nnen.<\/div><\/div><\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-6333\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-6333\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Synthetic Football Data: Modding FIFA 20 for Labelled Data Generation for Deep Learning Tasks (Clara Kainz, 2021)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-6333\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-6333\"><p>Clara Kainz hat im Zuge ihres Sommerpraktikums im Projekt Flink an ihrer Bachelorarbeit gearbeitet. Dabei hat sie sich mit Verfahren zur Datenaugmentierung f\u00fcr Trainingsdatens\u00e4tze im Kontext von Deep Learning mit dem Fu\u00dfballsimulationsspiel FIFA20 besch\u00e4ftigt.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-ff0fd68 elementor-widget elementor-widget-heading\" data-id=\"ff0fd68\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2020<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-af8392d elementor-widget elementor-widget-accordion\" data-id=\"af8392d\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1841\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1841\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Influence of depth data on the performance of instance segmentation utilizing Mask R-CNN and RGB-D images (Lukas Reithmeier, 2020)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1841\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1841\"><p>Lukas Reithmeier hat im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-eden\">EDEN<\/a> Projekts im Bereich von Neuronalen Netzwerken an seiner Masterarbeit zum Thema &#8222;Influence of depth data on the performance of instance segmentation utilizing Mask R-CNN and RGB-D images&#8220; gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Aufz\u00fcge sind eine Transportart, die aus dem modernen urbanen Leben nicht mehr wegzudenken ist. Bei Notf\u00e4allen in Aufz\u00fcgen kann ein Notfallschalter bet\u00e4tigt werden, um Hilfe zu rufen. Dies ist nicht immer m\u00f6glich. Daher entwickelt die Forschungsgruppe AIST ein System zur Notfallerkennung in Aufz\u00fcgen unter Verwendung von RGB-D Kameras, welche RGB Bilder und Tiefenbilder liefern. Um Personen in unterschiedlichen Posen und verschiedene Objekte zu erkennen und um deren Masken zur Verfolgung \u00fcber mehrere Kamera Bilder zu verwenden, wird ein Instanzsegmentierungs-Modul mit dem Mask R-CNN Algorithmus zum System hinzugef\u00fcgt.<\/p><p>Dank Metallw\u00e4nden und Spiegel von Aufzugumgebungen enthalten die Bilder der RGB-D Kamers viele Reflektionen und starkes Rauschen. Die Verwendung von RGB Bildern mit Instanzsegmentierungs-Algorithmen, wie dem Mask RCNN Algorithmus, ist wohlbekannt und wird oft durchgef\u00fchrt. Dies wirft die Frage auf, ob Instanzsegmentierung durch die Verwendung von stark reflektierenden und rauschenden Tiefenbildern verbessert werden kann.<\/p><p>Diese Arbeit vergleicht vier verschiedene Modellversionen, die sich durch ihre Eingabe und dem verwendeten Backbone Netzwerk unterscheiden. Die Erste verwendet ausschlie\u00dflich RGB Bilder, die Zweite ausschlie\u00dflich Tiefenbilder, die Dritte verwendet RGB-D Bilder. Diese drei Modellversionen verwenden ResNet-FPN als Backbone Netzwerk. Die vierte Modellversion verwendet RGB-D Bilder und ein FuseNet-FPN Netzwerk. Diese Arbeit f\u00fchrt au\u00dferdem den Elevator RGB-D Datensatz ein, welcher RGB-D Bilder aus Aufzug-Szenen enth\u00e4lt. Um einen fairen Vergleich zu erreichen, werden die Hyperparameter der Modellversionen mit Tree-structured Parzen Estimators optimiert. Um die Generalisierung der trainierten Modelle zu verbessern, werden die Modelle zuerst mit dem SUN RGB-D Datenset vortrainiert. Mittels Transferlernen werden die Modelle mit den vortrainierten Gewichten initialisiert und anschlie\u00dfend mit dem Elevator RGB-D Datensatz trainiert.<\/p><p>Diese Arbeit beweist die \u00c4quivalenz der Resultate unter Verwendung von RGB-D Bildern und von RGB Bildern zur Instanzsegmentierung in stark reflektierenden und rauschenden Aufzugumgebungen. Die ausschlie\u00dfliche Verwendung der Tiefenbilder f\u00fchrt hingegen zu schlechteren Resultaten. Wenn ein, auf RGB-D Bilder spezialisiertes Backbone-Netzwerk verwendet wird, verbessert dies die Resultate von Mask R-CNN.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1842\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1842\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Mining Software Repositories for the Effects of Design Patterns on Software Quality (Johann Aichberger, 2020)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1842\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1842\"><p>Johann Aichberger wrote his master thesis on &#8222;Mining Software Repositories for the Effects of Design Patterns on Software Quality&#8220;.<\/p><p><strong>Abstract<\/strong><\/p><p>Design patterns are reusable solutions for commonly occurring problems in software de-sign. First described in 1994 by theGang of Four, they have gained widespread adoptionin many areas of software development throughout the years. Furthermore, design pat-terns have also garnered an active research community around them, which investigatesthe effects that design patterns have on different software quality attributes. However,a common shortcoming of existing studies is that they only analyze the quality effectsof design patterns on a relatively small scale, covering no more than a few hundredprojects per case study. This calls into question how generalizable the results of thesesmall-scale case studies are.Pursuing more generalizable results, this thesis conducts a much larger-scale analysisof the quality effects of design patterns. To accomplish this, software metric and designpattern data for 90,000 projects from theMaven Centralrepository is collected usingthe metrics calculation toolCKJM extendedand the design pattern detection toolSSA.Correlations between design patterns and software quality attributes are then analyzedusing software metrics as proxies for software quality by following the methodologydescribed by the QMOOD quality model. The results of the analysis suggest that designpatterns are positively correlated withfunctionalityandreusability, but negatively corre-lated withunderstandability, which is consistent with the results of existing smaller-scalecase studies.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1843\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1843\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">An Exploratory Approach for Finding Similarities Within Heterogeneous Data Sets of Small and Medium-Sized Enterprises (Eva-Maria Spitzer, 2020)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1843\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1843\"><p>Eva-Maria Spitzer hat im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-kimiku\">Kimiku<\/a> Projekts an ihrer Masterarbeit zum Thema &#8222;An Exploratory Approach for Finding Similarities Within Heterogeneous Data Sets of Small and Medium-Sized Enterprises&#8220; gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Kundenbindungsprogramme sind ein wichtiges Hilfsmittel f\u00fcr Unternehmen, um die Bed\u00fcrfnisse ihrer Kundinnen und Kunden besser wahrzunehmen und dadurch geeignete Ma\u00dfnahmen zur Steigerung der Zufriedenheit ergreifen zu k\u00f6nnen. F\u00fcr die erfolgreiche Umsetzung solcher Programme werden detaillierte Analysen ben\u00f6tigt, die eine gro\u00dfe Menge von Kundendaten voraussetzen. Viele Klein- und Mittelunternehmen haben nur wenig Daten und k\u00f6nnen folglich nur einen kleinen Datensatz f\u00fcr Analysen verwenden, was zu schlechteren Modellen und ungenaueren Ergebnissen f\u00fchren kann.<\/p><p>Eine L\u00f6sung ist es, Unternehmen zu finden, die in ihren Datencharakteristiken \u00e4hnlich sind. Wenn eines der sich \u00e4hnlichen Unternehmen \u00fcber gen\u00fcgend Daten verf\u00fcgt, um ein leistungsf\u00e4higes Modell zu erstellen, kann dieses auf die Daten eines \u00e4hnlichen Unternehmens mit weniger Kundendaten angewendet werden.<\/p><p>Die Arbeit beschreibt einen m\u00f6glichen Ansatz zur Erkennung von \u00e4hnlichen Unternehmen sowie die Identifikation von Features und Algorithmen, die bei den jeweiligen Datens\u00e4tzen zu guten Ergebnissen f\u00fchren. Als konkreter Anwendungsfall werden Daten von sechs Klein- und Mittelunternehmen<br \/>verwendet, die durch eine Kundenbindungsapp von einem \u00f6sterreichischen Software-Unternehmen aufgezeichnet wurden.<\/p><p>F\u00fcr die Identifikation \u00e4hnlicher Unternehmen wurden Datencharakteristiken extrahiert. Diese Charakteristiken h\u00e4ngen mit dem spezifischen Use Case zusammen und zielen darauf ab, die Daten der jeweiligen Unternehmen bestm\u00f6glich zu repr\u00e4sentieren. Zur Eruierung jener Features und Algorithmen (z.B.: Random Forest, Support Vector Regression) die in Kombination mit den<br \/>unterschiedlichen Datens\u00e4tzen zu guten Ergebnissen f\u00fchren wurde f\u00fcr jede Feature\/Algorithmus-Kombination ein Regressionsmodell trainiert und evaluiert. Die jeweiligen Kombinationen der Features und Algorithmen wurden gemeinsam mit den Datencharakteristiken der Unternehmen mit Hilfe von Agglomerative Hierarchical Clustering gruppiert. Zur Evaluierung der Leistung der jeweiligen Kombinationen wurde die aus den Durchl\u00e4ufen der Regressionsmodellen berechnete Fehlermetrik verwendet.<\/p><p>Diese Arbeit zeigt, dass es einige Herausforderungen gibt, Unternehmen mit \u00e4hnlichen Datens\u00e4tzen sowie Feature- und Algorithmus Kombinationen zu finden, die f\u00fcr bestimmte Datens\u00e4tze am besten funktionieren. Trotz der geringen Anzahl an verf\u00fcgbaren Daten konnte gezeigt werden, dass es m\u00f6glich ist, auf Basis von Datencharakteristiken \u00e4hnliche Unternehmen zu finden. Die Ergebnisse lassen zwar nicht auf Features und Algorithmen, die die Regressionsaufgabe unternehmens\u00fcbergreifend beeinflussen, r\u00fcckschlie\u00dfen, jedoch konnten Einfl\u00fcsse von Features auf bestimmte Datens\u00e4tze beobachtet werden. Die Ergebnisse dieser Arbeit erschlie\u00dfen weitere Forschungsm\u00f6glichkeiten, wie z.B. detaillierte Analysen spezifischer Features oder die Vorhersage des Fehlers einer Regressionsaufgabe wenn bestimmte Features, Algorithmen und Datencharakteristiken verwendet werden. Zusammenfassend l\u00e4sst sich feststellen, dass diese Arbeit die Grundbausteine f\u00fcr die Anwendung eines trainierten Modells auf andere Datens\u00e4tze legt.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-fb40495 elementor-widget elementor-widget-heading\" data-id=\"fb40495\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2019<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-53647a0 elementor-widget elementor-widget-accordion\" data-id=\"53647a0\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8741\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-8741\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Self-optimization of the emergency detection in elevator networks (David Baumgartner, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8741\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-8741\"><p>David Baumgartner hat im Zuge des Projekts <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-eden\">EDEN<\/a> an seiner Masterarbeit gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>F\u00fcr Millionen von Menschen sind Aufz\u00fcge jeden Tag ein unverzichtbarer Bestandteil. Die meisten Menschen verlassen sich darauf, dass Aufz\u00fcge 24\/7 im Jahr funktionieren. Aber was ist mit einem menschlichen Versagen im Aufzug, wie einem Herzinfarkt? Es gibt solche reale F\u00e4lle die h\u00e4tten verhindert werden k\u00f6nnen, wenn ein autonomes System Menschen mit einem Notfall vor Ort entdeckt h\u00e4tte. Die automatische Notfallerkennung in Aufz\u00fcgen ist von Interesse, da sie genau das Szenario menschlichen Versagens trifft. Das Projekt, in dem diese Arbeit realisiert wird, besteht aus einem Client, der autonom im Aufzug l\u00e4uft und den Notzustand darin verfolgt, sowie einem optimierenden Hintergrunddienst. Diese Arbeit schl\u00e4gt ein System als Prototyp vor, das darauf abzielt, die Selbstoptimierung der Klassifizierung im Aufzugssystem als\u00a0 Hintergrunddienst zu l\u00f6sen. F\u00fcr ein solches System m\u00fcssen mehrere Probleme bearbeitet werden. Erstens, wie man m\u00f6glicherweise die richtige Klasse f\u00fcr neu ankommende Daten aus einem echten Notfall oder einer Aufnahme extrahiert. Zweitens, welche Parametereinstellung f\u00fcr einen Klassifikator die effizienteste ist und wann ein Klassifikator vollst\u00e4ndig getestet ist. Dieser kann dann auf dem laufenden Client im Aufzug eingesetzt werden. Eine zus\u00e4tzliche Herausforderung f\u00fcr dieses Projekt besteht darin, konform gegen\u00fcber der Datenschutz-Grundverordnung (DSGVO) zu sein und keine Personen zu \u00fcberwachen, die die Aufz\u00fcge benutzen. Das Ziel dieser Arbeit ist es einen Prototyp zu entwickeln, der auf die L\u00f6sung der Hauptprobleme eingeht. Ein Beispiel daf\u00fcr ist die Dynamik, mit der neue Klassen w\u00e4hrend der Laufzeit gefunden werden, damit nicht zu gro\u00dfe Ressourcen f\u00fcr die Erstellung eines neuen flachen Klassifikators verschwendet werden. Die Ergebnisse zeigen, basierend auf zwei verschiedenen Datens\u00e4tzen, die Zeitspanne, die ben\u00f6tigt wird, um eine bessere L\u00f6sung zu finden, als das manuelle Testen nach einer guten L\u00f6sung. Eines der wichtigsten Ergebnisse ist die Gesamtstruktur der L\u00f6sung, die modernste Technologien in einem System kombiniert und die eine L\u00f6sung zeigt, welche in Zukunft leicht erweiterbar ist.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8742\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-8742\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Statusbasierte Analyse von Notf\u00e4llen in Aufzugsanlagen (Rainer Meindl, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8742\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-8742\"><p>Rainer Meindl hat im Zuge des Projekts <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-eden\">EDEN<\/a> an seiner Masterarbeit gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Das Erkennen und Reagieren auf Notsituationen im t\u00e4glichen Leben war in den letzten Jahren immer ein Forschungsthema, konzentrierte sich aber immer entweder auf Personen, die f\u00fcr Notsituationen anf\u00e4llig sind, wie z.B. \u00e4ltere Menschen, oder auf breiterer Ebene, wie z.B. das Erkennen von Aktivit\u00e4ten in gro\u00dfen Menschenmengen oder Fu\u00dfg\u00e4ngern. Aufgrund der schnell zunehmenden Verf\u00fcgbarkeit und Leistung externer Sensoren sowie der Einf\u00fchrung zuverl\u00e4ssigerer Daten sollte die Notfallerkennung und -verwaltung auch in engen R\u00e4umen, wie z.B. Aufz\u00fcgen, m\u00f6glich sein.Zusammen mit VIEW &#8211; Elevator als Dom\u00e4nen Experten und Partner der FH-OOE AIST Forschungsgruppe konzentriert sich diese Arbeit auf die Einf\u00fchrung von Aktivit\u00e4tserkennung und, darauf aufbauend Notfallerkennung im Aufzugsbereich. Es baut auf einem zustandslosen System zur Objekt- und Personenerkennung auf, das im Rahmendes Forschungsprojektes implementiert wurde, und verwendet die erzeugten zustandslosen Daten des Systems. Aber anstatt stochastische Methoden oder k\u00fcnstliche Intelligenz zu verwenden, zielt diese Arbeit darauf ab, das Problem der Notfalldetektion durch die Einf\u00fchrung einer generischen zustandsorientierten Komponente zu l\u00f6sen, da sie einfache,deterministische und vom Menschen lesbare Aktionen und Ergebnisse erm\u00f6glicht. Es vergleicht mehrere Zustandsmaschinen-Designs und schl\u00e4gt schlie\u00dflich eine neue Zustandsmaschinen-Definition vor, die auf farbigen Petrinetzen aufbaut, dem dynamischen, nicht-deterministischen Petrinetz (DNPN). Basierend auf dem DNPN wird eine Zustandsmaschine entworfen, die die Verfolgung des Aufzugszustands und aller seiner Insassen, einschlie\u00dflich Personen und ihrer Objekte, erm\u00f6glicht. Dar\u00fcber hinaus wird ein Hilfssystem entworfen, das die Systembereitschaft, die Verbindung mit der Zustandsma-schine und die weitere Auswertung des aktuellen Aufzugsszenarios und gegebenenfalls die Vorhersage eines m\u00f6glichen Notfalls erm\u00f6glicht.Die Handhabung und Bewertung dieser Notfallszenarien wird in einem Prototypdargestellt, der im Rahmen des Forschungsprojekts implementiert wird. Es implementiert das DNPN und Datenstrukturen, um die zustandslosen Daten f\u00fcr den Zustandautomaten zu aggregieren. Letztendlich wird der Prototyp als Ganzes verwendet, um die Zustandsmaschine zu bewerten, indem zuvor generierte Testdaten zugef\u00fchrt werden, die ein festes Skript und Ergebnis haben. Am Ende werden die Ergebnisse der Zustandsmaschine diskutiert, wobei auf das erwartete Ergebnis verwiesen wird, das im Skript definiert ist, sowie Vorschl\u00e4ge f\u00fcr die weitere Arbeit zur Verbesserung der DNPN-Definition und des gesamten Systems.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8743\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-8743\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Graphbasierte Transformationen f\u00fcr modellgetriebene Softwareentwicklung (Andreas Pointner, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8743\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-8743\"><p>Andreas Pointner besch\u00e4ftigte sich im Rahmen des Projektes <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-aicher\">PASS<\/a> mit &#8218;Graphbasierte Transformationen f\u00fcr modellgetriebene Softwareentwicklung&#8216;.<\/p><p><strong>Abstrakt<\/strong><\/p><div><div class=\"fullwidth__description\"><div>Die Modelltransformation ist ein wesentlicher Teil der modernen Softwareentwicklung. Gerade im Bereich des Model-Driven Development (MDD) gibt es einige spannende neue Themen und Inhalte. Diese Arbeit legt den Fokus dabei auf die Entwicklung eines graphbasierten Modelltransformationsframeworks. Im Zuge dieser Arbeit werden daf\u00fcr die Grundlagen der Modelltransformation beschrieben. Darunter f\u00e4llt auch die Definition von Modellen, Metamodellen, aber auch welche Arten von Transformationen existieren. Dar\u00fcber hinaus werden einige theoretische Konzepte wie Triple Graph Grammar (TGG) analysiert, aber auch detailliert auf bestehende Frameworks wie Atlas Transformation Language (ATL) und Epsilon Transformation Language (ETL) eingegangen. Zus\u00e4tzlich dazu wird ein Konzept vorgestellt, wie die Graphdatenbank Neo4J zur Modelltransformation verwendet werden kann, beziehungsweise wie sie sich mit einem Modelltransformationsframework verbinden l\u00e4sst. Das Kernthema dieser Arbeit ist dabei das Design und die Implementierung der Graphtransformationsbibliothek. Dabei wird auf die entwickelten Konzepte und verwendeten Entwurfsmuster eingegangen, sowie die Analogien zu den zuvor analysierten Frameworks aufgezeigt. Diese Bibliothek wird dann anhand zweier Beispiele, der Transformation eines Graphen in ein XML Modell und der Transformation eines 2D Bauplanes in ein 3D Modell, welche im Zuge einer Forschungsarbeit entstand, evaluiert. Abschlie\u00dfend wird auf die jeweiligen Vor- und Nachteile der Bibliothek eingegangen und ein Ausblick f\u00fcr zuk\u00fcnftige Entwicklungen gegeben. Dabei zeigt sich, dass vor allem die Unabh\u00e4ngigkeit zu anderen Technologien, sowie die lose Koppelung der Komponenten ein wesentlicher Vorteil der Bibliothek ist. Es zeigt sich aber auch, dass gro\u00dfe Modelltransformationsframeworks wesentlich mehr Funktionalit\u00e4t zur Transformation bieten, diese aber h\u00e4ufig auch mit gro\u00dfem Overhead verbunden sind.<\/div><\/div><div class=\"fullwidth__details\">\u00a0<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8744\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-8744\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Erkennung von Informationsverlust in der Modelltransformation (Christoph Praschl, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8744\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-8744\"><p>Christoph Praschl besch\u00e4ftigte sich im Rahmen des Forschungsprojektes <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-aicher\">PASS<\/a> mit der &#8218;Erkennung von Informationsverlust in der Modelltransformation&#8216;.<\/p><p><strong>Abstrakt<\/strong><\/p><div><div class=\"fullwidth__description\"><div>Der Modellbegriff bezeichnet eine vereinfachte Darstellung von Gegenst\u00e4nden, Abl\u00e4ufen oder anderen Subjekten und wird in der Disziplin der Softwareentwicklung zur Repr\u00e4sentation eines abgek\u00fcrzten Realit\u00e4tsausschnittes verwendet. Die Modelltransformation erweitert diesen Bereich um den Informationstransfer zwischen mehreren Modellen und ist ein wesentlicher Bestandteil der modernen Softwareentwicklung, vor allem im Bereich der modellgetriebenen Softwareentwicklung. Die vorliegende These befasst sich mit verschiedenen M\u00f6glichkeiten zur Erkennung von Informationsverlust im Bereich der Modelltransformation. Dies ist n\u00f6tig, um sicherstellen zu k\u00f6nnen, dass Informationen von einem Quell-, richtig in ein Zielmodell \u00fcbertragen werden, sowie zur Detektion von semantischen Unterschieden zwischen betroffenen Modellen. Im Vordergrund dieser Abhandlung stehen die beiden Fragestellungen &#8222;Wo tritt in einem Modell bei der \u00dcberf\u00fchrung in ein anderes Modell ein Informationsverlust auf?&#8220; und &#8222;Wurde die Semantik eines Datensatzes durch die Transformation ver\u00e4ndert?&#8220;. Der ersten der beiden Forschungsfragen obliegt die Bewahrung von Informationen, welche aus dem Quell- in das Zielmodell \u00fcbertragen werden. Demnach sollen Daten nicht korrumpieren beziehungsweise auch an die korrekte Stelle im Zielmodell gelangen. Demgegen\u00fcber fokussiert sich die zweite Problemstellung auf die Erkennung von Modellcharakteristika in welchen sich die betroffenen Modelle unterscheiden. Dabei handelt es sich um Informationen, welche im Ziel- aber nicht im Quellmodell existieren. Zur Beantwortung der beiden Fragestellungen werden zun\u00e4chst Grundlagen der Modellierung, sowie theoretische Konzepte und Verfahren aus dem Bereich der Modelltransformation und -verifikation vorgestellt. Im Weiteren werden zwei graphbasierte Implementierungen pr\u00e4sentiert, welche es erlauben, von Informationsverlust betroffene Modellcharakteristika zu identifizieren. Dabei handelt es sich namentlich um die graphbasierte Einschr\u00e4nkungsaufl\u00f6sung und ein Verfahren zur Erkennung von Knotenmustern mithilfe einer Neo4j Graphdatenbank. Zus\u00e4tzlich wird die Verifikationskomponente des verwendeten Transformationsframeworks erl\u00e4utert, welche rudiment\u00e4re Modellpr\u00fcfungen erm\u00f6glicht. Abschlie\u00dfend werden die vorgestellten, praktischen Verfahren anhand zweier Beispiele evaluiert. Diese Evaluierung stellt die Verifikationsmethoden gegen\u00fcber und resultiert in verschiedenen Vor- und Nachteilen, zeigt dabei aber auch die grundlegende Anwendbarkeit der Implementierungen zur Erkennung von Informationsverlust.<\/div><\/div><div class=\"fullwidth__details\">\u00a0<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8745\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-8745\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">State classification of elevator doors to assist emergency detection in elevator networks (Ignace Jordens, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8745\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-8745\"><p>Ignace Jordens hat im Zuge seines Eurasmus Auslandspraktikums im Projekt <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-eden\">EDEN<\/a> an seiner Bachelorarbeit gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>EDEN steht f\u00fcr Emergency Detection in Elevator Networks und ist ein Projekt der AIST Forschungsgruppe an der Fachhochschule Ober\u00f6sterreich, zielt auf den Einsatz von Sensoren und Kameras Notf\u00e4lle in Aufz\u00fcgen automatisch zu erkennen, sie zu bewerten, in einen Kontext zu setzen und geeignete Ma\u00dfnahmen. Diese Bachelorarbeit befasst sich mit der Klassifizierung des Status einer Aufzugst\u00fcr. Um bestimmte Notf\u00e4lle richtig klassifizieren zu k\u00f6nnen, ist es von entscheidender Bedeutung, dass das Klassifizierungssystem kennt alle beteiligten Parameter. Eine bestimmte Situation kann unterschiedlich interpretiert werden, wenn alle Parameter ber\u00fccksichtigt werden. Der aktuelle Zustand der T\u00fcr ist in diesem Fall ein sehr wichtiger Parameter. Das EDEN-Projekt verwendet eine Intel RealSense D435-Kamera als Ger\u00e4t zur Erfassung von Bildern und Tiefeninformationen. Diese Bilder und die entsprechenden Tiefeninformationen werden vom Projekt analysiert, das in C++ geschrieben ist und das OpenCV-Framework f\u00fcr Computer Vision verwendet. In einem ersten Teil dieser Arbeit wird die Verwendung der von der Kamera bereitgestellten Tiefen- und RGB-Informationen zur Erkennung des Status einer Aufzugst\u00fcr untersucht. In der Forschung werden die verschiedenen m\u00f6glichen Ans\u00e4tze diskutiert. Die praktikabelsten Ans\u00e4tze werden in einem Proof-of-Concept ausgearbeitet. Der erste Schritt bei der Erkennung des T\u00fcrstatus ist die Lokalisierung der T\u00fcr selbst unter Verwendung von Tiefen- und RGB-Informationen. Danach folgt die Extraktion des Bodens, die durch den Einsatz von Kantenerkennungs- und Extraktionstechniken erreicht wird. Mit der Lokalisierung der T\u00fcr und des Fu\u00dfbodens, die der Anwendung bekannt sind, kann der Status der T\u00fcr bestimmt werden. Um diesen Status korrekt zu klassifizieren, konzentriert sich die Forschung auf verschiedene Methoden zur Erkennung des Status und Strategien zur Reduzierung von L\u00e4rmst\u00f6rungen, die entweder durch das Aufnahmeger\u00e4t oder durch Objekte, die die Sicht auf die T\u00fcr blockieren, verursacht werden. Der zweite Teil der Arbeit konzentriert sich auf das Testen der F\u00e4higkeiten der Intel RealSense D435 Kamera, genauer gesagt auf die Genauigkeit der Tiefeninformationen, die sie liefern kann. Um bestimmten ISO-Normen zu entsprechen, darf eine Aufzugskabine keinen H\u00f6henunterschied von mehr als 20 Millimetern aufweisen, verglichen mit der \u00e4u\u00dferen Etage. Es wird untersucht, ob die Kamera D435 eine so geringe H\u00f6he erkennen kann. Unterschied bei gleichzeitiger Beibehaltung einer visuellen \u00dcbersicht \u00fcber die gesamte Aufzugskabine, so dass die Anwendung noch immer auftretende Notf\u00e4lle erkennen.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8746\" class=\"elementor-tab-title\" data-tab=\"6\" role=\"button\" aria-controls=\"elementor-tab-content-8746\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Modelltransformation von digitalen Geb\u00e4udepl\u00e4nen zum STL 3D-Druck (Simone Sandler, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8746\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"region\" aria-labelledby=\"elementor-tab-title-8746\"><p>Simone Sandler hat ihre Bachelorarbeit im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/moxup\">MoxUP<\/a> Projekts erstellt.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Diese Bachelorarbeit befasst sich mit der Transformation von Geb\u00e4udemodellen. Diese Modelle sollen f\u00fcr den 3D Druck vorbereitet werden. Als Grundlage f\u00fcr die Transformation dienen OBJ-Dateien die dem sogenannten \u201co3D\u201d Standard entsprechen. Dieser Standard erleichtert die programmatische Verarbeitung der 3D Dateien. Verwendet und erstellt wurde dieser von der Firma moxVR, einem Start-Up mit Sitz in Linz. Dieses Unternehmen bietet ihren Kunden an, ihr zuk\u00fcnftiges Zuhause 3D drucken zu lassen. Dadurch wird es erleichtert sich Wohnen visuell vorzustellen. Die 3D-Dateien kommen dabei vom Architekten des Geb\u00e4udes. Um die Dateien 3D drucken zu k\u00f6nnen, m\u00fcssen zun\u00e4chst alle M\u00f6bel aus dem Geb\u00e4ude entfernt, sowie T\u00fcren und Fenster mit \u00d6ffnungen ersetzt werden. Anschlie\u00dfend soll das Modell in die einzelnen Stockwerke unterteilt und mit Halteelementen versehen werden um einen Zusammenhalt des Modells zu erm\u00f6glichen. Schlie\u00dflich muss es m\u00f6glich sein, das Modell in eine g\u00fcltige STL-Datei zu konvertieren, da diese f\u00fcr den 3D-Druck ben\u00f6tigt wird.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-8747\" class=\"elementor-tab-title\" data-tab=\"7\" role=\"button\" aria-controls=\"elementor-tab-content-8747\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Einrichtungs\u00fcbergreifende Kommunikation f\u00fcr Gesundheitsdiensteanbieter unter Verwendung der bestehenden \u00f6sterreichischen e-Health-Infrastruktur (Jacqueline Schwebach, 2019)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-8747\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"7\" role=\"region\" aria-labelledby=\"elementor-tab-title-8747\"><p>Diese Arbeit wurde von Jacqueline Schwebach im Rahmen ihrer Arbeit am <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-cas\">REPO<\/a> Projekt erstellt.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Mit Einf\u00fchrung der elektronischen Gesundheitsakte in \u00d6sterreich (ELGA) wurde bereits ein erster Schritt zu einer besseren Vernetzung verschiedenster Gesundheitsdiensteanbieter (GDA) getan. Sie tr\u00e4gt ma\u00dfgeblich zur Verbesserung der Versorgungsqualit\u00e4t der PatientInnen und der \u00f6sterreichischen e-Health-Infrastruktur bei. Radiologische Befunde, \u00e4rztliche und pflegerische Entlassungsbriefe sowie die e-Medikation k\u00f6nnen bereits in der ELGA eingesehen werden. Die elektronische Gesundheitsakte wird schrittweise ausgebaut und kontinuierlich um neue Anwendungsf\u00e4lle erg\u00e4nzt.<\/p><p><br \/>Im Zuge des Berufspraktikums wird ein Prototyp weiterentwickelt, der die einrichtungs\u00fcbergreifende Zusammenarbeit von RadiologInnen im niedergelassenen Bereich sowie in Krankenh\u00e4usern mithilfe der \u00f6sterreichischen e-Health-Infrastruktur erleichtern soll. Ebenfalls wird ein bereits abgeschlossenes Projekt f\u00fcr die Verwendung in anderen Projekten \u00fcberarbeitet. Dabei sollen Code-Duplikate beseitigt und eine Dokumentation der Schnittstellen zur Verf\u00fcgung gestellt werden.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3d03912 elementor-widget elementor-widget-heading\" data-id=\"3d03912\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2018<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-90f615f elementor-widget elementor-widget-accordion\" data-id=\"90f615f\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1521\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-1521\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Digitalising Consent in Healthcare: Development of an eConsent Backend (Anna Lackerbauer, 2018)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1521\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-1521\"><p>Anna Lackerbauer hat an ihrer Masterarbeit im Rahmen des kooperativen Forschungsprojekts eConsent am Centre for Global eHealth Innovation des University Health Network Toronto geforscht.<\/p><p><strong>Abstrakt<\/strong><\/p><div>Um Personen, die an einer Forschungsstudie teilnehmen oder sich einer medizinischen Behandlung unterziehen, zu sch\u00fctzen, ist es essenziell, vorab ihr informiertes Einverst\u00e4ndnis (Informed Consent) einzuholen. Dies tr\u00e4gt dazu bei, der jeweiligen Person Entscheidungsfreiheit zu erm\u00f6glichen. Dabei handelt es sich um einen Prozess, der aus mehreren Schritten besteht. Zuerst muss gen\u00fcgend Information zur Verf\u00fcgung gestellt werden, um eine bewanderte Entscheidung treffen zu k\u00f6nnen. Nachfolgend muss sichergestellt werden, dass die betroffene Person f\u00e4hig ist, die Entscheidung zu treffen, und diese Entscheidung muss dokumentiert werden. Derzeitig wird dies oft im Zuge eines m\u00fcndlichen Aufkl\u00e4rungsgespr\u00e4ches erledigt, welches teilweise durch Informationsbrosch\u00fcren unterst\u00fctzt wird. Die Unterschrift des Patienten wird danach auf einer ausgedruckten Einverst\u00e4ndniserkl\u00e4rung festgehalten. Ein digitaler Prozess, welcher dieses Einverst\u00e4ndnis auf elektronische Weise verrichtet und dokumentiert (eConsent), hat neben Kostenreduktion das bedeutsame Potenzial, das Verst\u00e4ndnis des Patienten zu erh\u00f6hen, die Datenqualit\u00e4t zu verbessern und den Patienten zus\u00e4tzlich zu erm\u00e4chtigen. Diese Masterarbeit identifiziert acht Anforderungen f\u00fcr eine solche eConsent-Architektur im Zuge von Forschungsstudien und medizinischer Behandlungen. Anschlie\u00dfend wird ein auf dem HL7 FHIR-Standard basierendes Back-End-Modell dieser Architektur vorgeschlagen und prototypisch als Open-Source-Projekt implementiert. Realisiert wurde diese Arbeit in Kooperation mit zwei kanadischen Interessensvertretern: Das Centre for Global eHealth Innovation und Dr. Alvin Lin. Der Entwurf baut auf einem existierenden HL7 FHIR-Modell auf, welches derzeit f\u00fcr Einverst\u00e4ndniserkl\u00e4rungen im Datenschutzbereich implementiert ist. Es werden zus\u00e4tzliche Erweiterungen und Anpassungen vorgeschlagen, um die identifizierten Anforderungen realisieren zu k\u00f6nnen. Dabei ist ein Fokus auf die Beibehaltung einer Datenstruktur gelegt, die es weiterhin erlaubt, eine Benutzeroberfl\u00e4che automatisch zu generieren. Durch die Verwendung der standardisierten SNOMED CT-Terminologie wird f\u00fcr Teile der Information eine semantische Interoperabilit\u00e4t mit anderen Informationssystemen des Gesundheitswesens erm\u00f6glicht. Die vorgeschlagene eConsent-Architektur erf\u00fcllt den Gro\u00dfteil der identifizierten Anforderungen. Allerdings ist das System durch die niedrige Reifestufe der verwendeten FHIRRessourcen limitiert. Des Weiteren definiert die Terminologie keine fl\u00e4chendeckende Begriffsmenge f\u00fcr den implementierten Anwendungsfall. Die zus\u00e4tzliche Verwendung von propriet\u00e4ren FHIR-Extensions oder die Einf\u00fchrung einer anderen digitalen Informationsquelle als die vorgeschlagene FHIR-QuestionnaireResponse m\u00fcssen in Betracht gezogen<\/div><div>werden.<\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1522\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-1522\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Konzeption und Implementierung der Systemarchitektur f\u00fcr ein Mixed Reality-Brettspiel (Johann Aichberger, 2018)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1522\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-1522\"><p>Johann Aichberger hat im Rahmen seiner praktischen Bachelorarbeit eine Systemarchitektur f\u00fcr Mixed Reality-Brettspiele f\u00fcr das <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-rudy-games\">I2F Forschungsprojekt<\/a> konzepiert und implementiert.<\/p><p><strong>Abstrakt<\/strong><\/p><p>In den letzten Jahren hat die Einf\u00fchrung vieler neuer Augmented Reality (AR) Devices, darunter zum Beispiel die Microsoft HoloLens, sehr stark zur steigenden Popularit\u00e4t und Verbreitung von AR beigetragen. Gest\u00fctzt durch Weiterentwicklungen im Hardware- und Softwarebereich, sind seit Kurzem sogar g\u00e4ngige Smartphones dazu in der Lage, eine recht gro\u00dfe Teilmenge aktueller AR-Funktionen abzudecken, sodass AR mittlerweile f\u00fcr beinahe jedermann zug\u00e4nglich ist.<\/p><p><br \/>Die \u00f6sterreichische Firma rudy games mit Sitz in Linz m\u00f6chte sich die rapide wachsende Verbreitung von AR-f\u00e4higen Smartphones durch die Entwicklung eines Mixed Reality-Brettspiels zunutze machen, das durch den Einsatz von AR-Inhalten auf Smartphones das klassische BrettspielErlebnis um eine zus\u00e4tzliche Dimension erweitert. Im Rahmen des Forschungsprojekts interface2face Mixreality Game, das rudy games in Kooperation mit zwei Forschungsgruppen der FH Ober\u00f6sterreich, Campus Hagenberg, im November 2017 gestartet hat, soll ein erster Prototyp erstellt werden, der die Machbarkeit eines derartigen Spiels evaluiert und eine Basis f\u00fcr etwaige Weiterentwicklungen bis hin zur Produktreife bildet. Ziel dieser Bachelorarbeit war es, erste Grundsteine f\u00fcr die Systemarchitektur des Prototyps zu legen. Hinsichtlich der Hardwarerachitektur sollte die Frage beantwortet werden, ob Brettspiel-Elemente wie Tokens, Karten und Spielfeld-Elemente eines modularen Bretts daf\u00fcr geeignet sind, als Ankerpunkte f\u00fcr AR-Inhalte eingesetzt zu werden. Als problematisch wurde hierbei festgestellt, dass der Winkel zwischen dem Smartphone eines am Tisch sitzenden Spielers und den auf dem Tisch liegenden Spielfeld-Elementen, die mitunter recht weit vom Spieler entfernt liegen k\u00f6nnen, in der Regel zu flach ist, als dass eine zuverl\u00e4ssige Erkennung m\u00f6glich w\u00e4re. Um dieses Problem zu umgehen, wurden Personal Interaction Spaces (PIS) eingef\u00fchrt, die die Spielfeld Elemente als prim\u00e4re Ankerpunkte f\u00fcr AR-Inhalte ersetzen sollen. Diese liegen direkt vor den Spielern, wodurch es deutlich leichter ist, das Smartphone so \u00fcber einen PIS zu halten, dass dieser zuverl\u00e4ssig erkannt wird und damit auch eine stabile Platzierung von AR-Inhalten m\u00f6glich ist.<\/p><p><br \/>In Bezug auf die Softwarearchitektur wurden das Model-View-Controller-Architekturmuster (MVC), Reaktive Programmierung und das Entity-Component-System-Architekturmuster (ECS) als m\u00f6gliche Kandidaten f\u00fcr die Architekturbasis evaluiert. Das MVC-Muster, das urspr\u00fcnglich f\u00fcr die Implementierung von grafischen Benutzeroberfl\u00e4chen konzipiert wurde, konnte im Rahmen der Erstellung eines ersten Minispiels nicht \u00fcberzeugen. Die Reaktive Programmierung hat grunds\u00e4tzlich einen positiven Eindruck hinterlassen, schien aber als zentrales Architekturelement ebenfalls ungeeignet. Sehr positive Ergebnisse konnten daf\u00fcr mit dem ECS-Muster erreicht werden, das deshalb als Architekturbasis ausgew\u00e4hlt wurde.<\/p><p>\u00a0<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1523\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-1523\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Evaluierung von Klassifikatoren f\u00fcr den Einsatz in Notfallerkennungssystemen (Daniel Stigler, 2018)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1523\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-1523\"><p>Daniel Stigler hat im Zuge des Projekts <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-eden\">EDEN<\/a> an seiner Bachelorarbeit gearbeitet.<\/p><p><strong>Abstrakt<\/strong><\/p><p>In dieser Arbeit soll eine Evaluierung von verschiedenen Algorithmen des maschinellen Lernens, f\u00fcr die Informationsgewinnung aus Bilddaten zur sp\u00e4teren Notfallerkennung in Aufzugsystemen, durchgef\u00fchrt werden. Dazu wird, zur Ermittlung der Informationen, ein Klassifikations-Prototyp erstellt, welcher in drei Teile aufgeteilt wird. Im ersten Schritt werden Bilder von segmentierten Objekten analysiert und eruiert, ob es sich dabei um einen Menschen oder Gegenstand handelt. Im zweiten Teil werden Gegenst\u00e4nde in weitere Objektkategorien klassifiziert, wodurch eine Aussage \u00fcber eine bestehende Gefahrensituation gemacht werden kann. Im dritten Teil werden, als Mensch klassifizierte, Objekte einer Haltungsklassifikation auf Basis ihrer Silhouettenform unterzogen, wodurch sp\u00e4ter ein Notfallsignal ausgel\u00f6st werden kann, sollte eine Person \u00fcber einen l\u00e4ngeren Zeitraum am Boden liegen. Die getesteten Algorithmen werden von OpenCV angeboten und beschr\u00e4nken sich dabei auf K-Nearest Neighbor, Support Vector Machine, Random Forest sowie neuronales Netz. Die Ergebnisse zeigen, dass sich Support Vector Machines, mit einer Trefferquote von \u00fcber 98%, unter Verwendung von HOG-Deskriptoren, bestens f\u00fcr eine Kategorisierung von Objekten in Mensch und Gegenstand eignen. Auch lieferte diese Kombination, im Vergleich zu anderen Klassifikatoren, zwar die besten Resultate f\u00fcr die weitere Gruppierung von Gegenst\u00e4nden, allerdings sind diese mit einer 73-prozentigen Klassifikationsrate nicht sonderlich befriedigend. Bei der Haltungsklassifikation mittels Silhouetten-Merkmale, erwies sich das neuronale Netz, mit einer korrekten Klassifikation von 92% aller Testdaten, als der geeignetste Klassifikator.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-1524\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-1524\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Analysen von Baupl\u00e4nen (Lukas Reithmeier, 2018)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-1524\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-1524\"><p>Lukas Reithmeier hat im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-aicher\">PASS<\/a> Projekts an seiner Bachelorarbeit zu &#8222;Analysen von Baupl\u00e4nen&#8220; geforscht.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Die Analyse von Geb\u00e4udepl\u00e4nen in Bezug auf Barrierefreiheit oder Probleme der Fluchtpfade ist eine schwierige Aufgabe. Im Projekt PASS (Plan Analytics using Self learning Solutions) werden daher Analysen von Baupl\u00e4nen, welche zuvor von einem 2D-Bauplan in ein Interimsmodell \u00fcbertragen werden, entwickelt. Diese Analysen beinhalten eine Validierung der Barrierefreiheit, eine simulationsgest\u00fctzte Analyse der Fluchtpfade, sowie die optimale Platzierung von M\u00f6beln in R\u00e4umen mittels Maschinlern-Algorithmen.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-099bad4 elementor-widget elementor-widget-heading\" data-id=\"099bad4\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2017<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-33d5f75 elementor-widget elementor-widget-accordion\" data-id=\"33d5f75\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5431\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-5431\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Ausbildungssimulationen mithilfe von Virtueller Realit\u00e4t (Rainer Meindl, 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5431\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-5431\"><p>Diese Bachelorarbeit ist im Rahmen des Forschungsprojekts <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-formelracing\">Drive for Knowledge<\/a> entstanden.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Moderne Simulationshardware, wie Flugsimulatoren und Fahrsimulatoren sind teuer und platzineffizient. Au\u00dferdem ist ihr Potential meist nicht ausgesch\u00f6pft, da viele wichtige Merkmale der realen Welt, z.B. Rundumsicht, weniger oder nicht gegeben sind.<\/p><p>Die erneut aufkommende Technologie Virtuelle Realit\u00e4t erzeugt eine virtuelle Umgebung, die ein Modell der Realit\u00e4t darstellt. Mit dieser Umgebung kann der Benutzer mithilfe von neuartigen und intuitiven M\u00f6glichkeiten interagieren. Damit erzeugt die Virtuelle Realit\u00e4t eine sehr hohe Immersion, mit der, in Bezug auf Simulationen, die Effektivit\u00e4t der Software gesteigert werden soll. Zum einen soll es m\u00f6glich sein kosteng\u00fcnstigere Alternativen zu der traditionelleren Hardware zu erzeugen, indem nur minimale reale Hardware beschafft wird und der Rest im Modell simuliert wird. Au\u00dferdem soll durch den gezielten Einsatz der Technologie in traditionellere Simulatoren, vor allem als Ausgabeger\u00e4t, die Effektivit\u00e4t abermals verbessert werden.<\/p><p>Aktuell existieren zwei State&#8211;of&#8211;the&#8211;Art Ger\u00e4te zur Nutzung der virtuellen Realit\u00e4t, die HTC Vive und die Oculus Rift. Beide sind sogenannte Head Mounted Displays, welche die ben\u00f6tigte Immersion der virtuellen Realit\u00e4t unterst\u00fctzen. Beide Ger\u00e4te werden anhand der Hardwarespezifikationen, APIs und Interaktionsm\u00f6glichkeiten analysiert.<\/p><p>Um die Eigenschaften der virtuellen Realit\u00e4t praktisch darzulegen wird im Rahmen dieser Arbeit auch ein Prototyp entwickelt, der sich rein auf das virtuelle Modell verl\u00e4sst und keine weitere Hardware, mit Ausnahme der HTC Vive als Medium, einbindet. So soll gezeigt werden, dass mit minimierten Kosten und Aufwand eine doch sehr effiziente Simulation erzeugt werden kann.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5432\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-5432\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Elektromyographisches Signal als alternative Eingabem\u00f6glichkeit unter Android (Rainer Meindl, 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5432\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-5432\"><p>Diese Bachelorarbeit ist im Zug des Berufspraktikums zu der Arbeit am Forschungsprojekt <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/en\/projects\/project-psii-rehab-2\">VREHA<\/a> entstanden.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Im Rahmen eines Forschungsprojekts mit der Firma Psii.Rehab stellt sich die Frage ob und wie Biofeedback in Form eines elektromyographischen Signals als Eingabem\u00f6glichkeit in einer Applikation verwendet werden kann. Damit soll die Effektivit\u00e4t der Spiegeltherapie verbessert werden. Dies soll eng mit der Virtuellen Realit\u00e4t, mobilen Ger\u00e4ten und Fingertracking zusammenspielen um ein immersiveres Erlebnis zu erzeugen. Daher wird im Rahmen der Arbeit Hardware in Form von Mobile&#8211;Virtual Reality Brillen, Fingertrackingsensoren und Elektromyographen evaluiert mit dem Ziel ein hardwareunabh\u00e4ngiges System zu entwickeln, das Android als Zielplattform hat und durch ein elektromyographisches Signal gest\u00fctzt wird. Wegen diesen Gr\u00fcnden wird das Unity Framework eingesetzt<\/p><p>Hauptaugenmerk wird auf den Elektromyographen Thalmic Myo gelegt, da er eines der wenigen Ger\u00e4te ist, die verschiedene Anforderungen, wie etwa Abgreifen von Roh&#8211;Signal, Einspeisen der Daten in Unity usw., erm\u00f6glicht. Damit sind aber viele Probleme verbunden, da die Funktionalit\u00e4t der vom Hersteller gelieferten Software unvollst\u00e4ndig ist bzw. unter Android g\u00e4nzlich fehlt und selbst nachimplementiert werden muss.<\/p><p>Das aus der Thalmic Myo erhaltene Roh&#8211;Signal muss durch spezielle Verfahren normalisiert und aufgrund der Anforderungen abstrahiert werden. Erst dann kann es f\u00fcr eine Demoapplikation eingesetzt werden. Diese Applikation ist lediglich eine kleine Demonstration, wie die Implementierung eines Eingabesystems basierend auf einem Elektromyographischen Signal aussehen kann und welche M\u00f6glichkeiten sich dadurch pr\u00e4sentieren.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5433\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-5433\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Edge-Detection zur Fenstererkennung im Fahrzeug (Andreas Pointner, 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5433\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-5433\"><p>Andreas Pointner besch\u00e4ftigte sich im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-formelracing\">Drive for Knowledge<\/a> Forschungsprojekts mit seiner theoretischen Bachelorarbeit zum Thema &#8218;Edge-Detection zur Fenstererkennung im Fahrzeug&#8216;.<\/p><p><strong>Abstrakt<\/strong><br \/>In den letzten Jahren bekamen die Begriffe Virtual Reality und Augmented Reality eine zunehmende Bedeutung. F\u00fcr viele Funktionalit\u00e4ten ist dabei ein einfaches VR\/AR-Ger\u00e4t ausreichend, dennoch werden f\u00fcr manche Anwendungsbereiche zus\u00e4tzliche Technologien ben\u00f6tigt. So wird zum Beispiel um Fahrer von Einsatzfahrzeugen zu trainieren, auf derartige Technologien gesetzt. Dabei wird eine genaue Position der Windschutzscheibe ben\u00f6tigt um festzustellen, in welchem Bereich des Sichtfeldes zus\u00e4tzliche Gefahren eingeblendet werden k\u00f6nnen. Diese Arbeit hat sich genau diese Problematik als Ziel gesetzt und versucht dabei die M\u00f6glichkeiten der Fenstererkennung in Fahrzeugen mittels Kantenerkennung aufzugreifen. Dabei werden vor allem zwei zentrale Fragestellungen in den Mittelpunkt gestellt. Zum einen \u201eIst es m\u00f6glich Fenster rein mittels Kantenerkennung zu detektieren?\u201c, zum anderen \u201eWelche verschiedenen Algorithmen zur Kantenerkennung existieren und welche Vor- und Nachteile haben diese hinsichtlich der Erkennung von Fenstern in Fahrzeugen?\u201c Um diese beiden Fragestellungen beantworten zu k\u00f6nnen, unterteil sich diese Arbeit in einen Theorieteil, sowie in der Ausarbeitung mehrere Prototypen. Im theoretischen Teil dieser Arbeit wird die grundlegende Funktionsweise verschiedenster Kantenerkennungsalgorithmen beschrieben, sowie \u00fcberpr\u00fcft warum und ob sich diese zur Erkennung von Fenstern in Fahrzeugen eignen. Es wurden dabei im wesentlichen folgende Operatoren\/Verfahren betrachtet: Roberts, Prewitt, Sobel, Kompass-Gradient, Kirsch, Marr-Hildreth und Canny. F\u00fcr den praktischen Teil wurden drei Prototypen entwickelt, welche die drei ausgew\u00e4hlten Algorithmen hinsichtlich ihrer Funktionalit\u00e4t vergleichen. Die Auswahl fiel dabei auf Marr-Hildreth und Canny, da diese durch ihre Parametrisierbarkeit f\u00fcr dieses Szenario angepasst werden k\u00f6nnen. Als Vergleich zu den normalen steht stellvertretend Prewitt. Dabei kann damit ermittelt werden, welcher dieser Prototypen sich f\u00fcr ausgew\u00e4hlte Szenarien besser eignet und welche Einstellungen und Parametrisierungen des Prototypens daf\u00fcr notwendig waren. Die erzielten Ergebnisse der Prototypen waren sehr durchwachsen. In manchen Szenarien zeigten sie klar, welche Probleme rein mittels Kantenerkennung auftreten, in anderen wiederum erzielten sie sehr gute Ergebnisse. Au\u00dferdem zeigten sie die typischen Probleme von Kantenerkennungssysteme, besonders gewisse St\u00f6rfaktoren wie Rauschen oder Bildunsch\u00e4rfe verursachten Probleme. Der Einsatz von Kantenerkennungsalgorithmen zur Fenstererkennung ist dann m\u00f6glich, wenn es sich wirklich um perfekte Musterszenarien handelt. Vor allem dann, wenn wenig St\u00f6rfaktoren in der Umgebung vorhanden sind. Um die Erkennung auch f\u00fcr andere Szenarien zu erm\u00f6glichen, m\u00fcssen die Algorithmen mit weiteren Verfahren wie zum Beispiel Objekterkennung kombiniert werden.<\/p><div><div class=\"fullwidth__details\">\u00a0<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5434\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-5434\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Bildverarbeitungsmethoden zur Personenidentifikation (Andreas, Pointner 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5434\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-5434\"><p>Die praktische Bachelorarbeit &#8218;Bildverarbeitungsmethoden zur Personenidentifikation&#8216; von Andreas Pointner entstand im Zuge des Forschungsprojekts <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-credi2\">GUIDE<\/a>.<\/p><p><strong>Abstrakt<\/strong><\/p><div><div class=\"fullwidth__description\"><div>In dieser Arbeit wird die M\u00f6glichkeit evaluiert, mittels Bildverarbeitungsmethoden eine Personenidentifikation durchzuf\u00fchren. Dabei werden aktuelle Methoden zur Identifikation einer Person aufgegriffen, diese beschrieben und deren Automatisierungsm\u00f6glichkeiten aufgezeigt. Zu Beginn wird dazu der Prozess analysiert und mittels BPMN abgebildet. Dabei werden die entscheidenden Bereiche, welche f\u00fcr die rechtliche Umsetzung ben\u00f6tigt werden, modelliert. Die wesentlichen drei Punkte, welche in dieser Arbeit aufgegriffen werden, sind die Erkennung eines Ausweises, die Validierung von Sicherheitsmerkmalen, sowie das Auslesen der Maschinen lesbaren Bereiche. Im ersten Prozessschritt wird analysiert wie mittels Hough-Lines ein Ausweis in einem Bild erkannt werden kann. Dazu werden die daf\u00fcr ben\u00f6tigten algorithmischen Grundlagen erkl\u00e4rt, sowie die Hough-Transformation implementiert. Nach erfolgreicher Erkennung und Entzerrung des Ausweises wird mit der Validierung von Hologrammen fortgefahren. Hierf\u00fcr werden unter Verwendung von Bin\u00e4r-\/Farbsegmentierung die Bereiche des Ausweises analysiert und mit einem Template verglichen. Somit l\u00e4sst sich \u00fcber einen Pixelvergleich ein Konfidenzwert \u00fcber das Vorhandensein eines Hologramms ermitteln. Durch die Analyse \u00fcber mehrere Bilder, kann so ermittelt werden, ob ein g\u00fcltiges Hologramm vorhanden ist. Im sp\u00e4teren Verlauf der Arbeit wird dann auf die Texterkennung (OCR) eingegangen. Daf\u00fcr werden haupts\u00e4chlich die verwendeten Vorverarbeitungsschritte beschrieben. Die eigentliche Erkennung der Zeichen wird dann von Tesseract einem OCR Framework \u00fcbernommen. Zum Schluss werden die jeweiligen Ergebnisse der einzelnen Schritte ausgewertet. Als finales Ergebnis l\u00e4sst sich dabei zeigen, dass gerade die Form der Hologramm Erkennung noch Schw\u00e4chen aufweist. Deshalb werden in einem abschlie\u00dfenden Kapitel Verbesserungs- sowie Optimierungsm\u00f6glichkeiten aufgezeigt.<\/div><\/div><div class=\"fullwidth__details\">\u00a0<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5435\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-5435\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Augmented Reality Frameworks (Christoph Praschl, 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5435\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-5435\"><p>Diese theoretische Bachelorarbeit mit dem Titel &#8218;Augmented Reality Frameworks&#8216; ist im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-formelracing\">Drive for Knowledge<\/a> Projekts entstanden.<\/p><p><strong>Abstrakt<\/strong><\/p><div><div class=\"fullwidth__description\"><div>F\u00fcr den Bereich der derzeit allgegenw\u00e4rtigen Technologie Augmented Reality existieren diverse Frameworks, welche Entwickler bei der Erstellung von Applikationen in dieser Dom\u00e4ne mit unterschiedlichsten f\u00fcr dieses Einsatzgebiet geeignete Funktionalit\u00e4ten entlasten. Diese Abhandlung befasst sich deswegen einleitend mit der Definition und den Grundlagen von Augmented Reality. Weiterf\u00fchrend wird die Differenzierung zu der verwandten Technologie Virtual Reality behandelt, um \u00fcber eine Erl\u00e4uterung der technischen Basis in Bezug auf die Software als auch die Hardware, bis hin zu bekannten, mit der Verwendung von Augmented Reality Systemen einhergehenden, Problemen zu kommen. Aufbauend auf dieses Wissen folgt die Definition von Augmented Reality Frameworks, den verschiedenen grundlegenden Bestandteilen und einer Auswahl an Entwurfsmustern, welche von mehreren solcher Softwarebausteine umgesetzt werden. Bevor es zu einem \u00dcberblick an existierenden L\u00f6sungen verschiedenster Hersteller \u00fcbergeht, werden typische Funktionalit\u00e4ten behandelt, welche von diversen Frameworks zur Verf\u00fcgung gestellt werden. Abschlie\u00dfend werden anhand zuvor festgelegter Pr\u00e4missen die Frameworks Vuforia und Kudan AR Engine selektiert, mithilfe von Prototypen n\u00e4her erl\u00e4utert und in einem abschlie\u00dfenden Kapitel unter anderem in den Disziplinen des markerbasierten und des markerlosen Trackings miteinander verglichen. Mit der eigentlichen Fragestellung dieses Elaborats (Welche AR-Frameworks existieren und welche Funktionalit\u00e4t decken diese ab?) als allgegenw\u00e4rtige Problemstellung soll so auf Unterschiede aufmerksam gemacht werden, welche bei der Implementierung von Anwendungen im Bereich von Augmented Reality von Bedeutung sein k\u00f6nnen, um so f\u00fcr zuk\u00fcnftige Entwicklungen sowohl eine technische Grundlage als auch eine Basis hinsichtlich des konzeptionellen Verst\u00e4ndnisses zu schaffen.<\/div><\/div><div class=\"fullwidth__details\">\u00a0<\/div><\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-5436\" class=\"elementor-tab-title\" data-tab=\"6\" role=\"button\" aria-controls=\"elementor-tab-content-5436\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Bildbasierte Orientierung im Outdoorbereich (Christoph Praschl, 2017)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-5436\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"6\" role=\"region\" aria-labelledby=\"elementor-tab-title-5436\"><p>Diese praktische Bachelorarbeit zum Thema &#8218;Bildbasierte Orientierung im Outdoorbereich&#8216; ist im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-formelracing\">Drive for Knowledge<\/a> Forschungsprojektes entstanden.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Die r\u00e4umliche Orientierung ist f\u00fcr Anwendungen vor allem im Bereich von Augmented Reality von gro\u00dfer Relevanz. Neben der Position im dreidimensionalen Raum handelt es sich dabei um einen der wichtigsten Faktoren, um virtuelle Objekte im Raum pr\u00e4zise und richtig darstellen zu k\u00f6nnen. Dabei ist die Orientierung bei sogenannten Head Mounted Displays, wie etwa der Microsoft HoloLens, mit der Blickrichtung gleichzusetzen, wodurch eben jene Daten dar\u00fcber bestimmen, welche Informationen im Sichtfeld eines Benutzers dargestellt werden und welche nicht. Dies geschieht zum derzeitigen Stand der Technik zu meist markerbasiert mit in der Umgebung angebrachten, visuellen Hinweisen und\/oder mithilfe von Sensoren. Diese Abhandlung erl\u00e4utert anhand der beiden Augmented Reality Frameworks Vuforia und Kudan AR zwei \u00fcbliche M\u00f6glichkeiten zur markerbasierten Bestimmung der eigenen Orientierung und beschreibt das Problem dieses merkmalsbasierten Ansatzes, dass Anwendungen von einer einzigen fixen Position oder einer enormen Anzahl von Referenzbilder f\u00fcr jeden virtuellen Gegenstand abh\u00e4ngig sind. Diese fehlende Praxistauglichkeit f\u00fchrt zur Notwendigkeit eines alternativen Ansatzes, woraus sich das Ziel dieses Diskurses ableitet, einen merkmalsunabh\u00e4ngigen, bildbasierten Ansatz zu finden, welcher mithilfe der Berechnung des Bildverschubs die Orientierung ermittelt. Diese Vorgehensweise basiert auf der zugrundliegenden Hypothese, welche besagt, dass die Rotation um die eigene Achse bei gleichbleibender Position im Raum durch eine Translation der Eingangsbilder vereinfacht ermittelt werden kann. Anhand mehrerer Testszenarien wird die Implementierung dieser Hypothese evaluiert. Basierend auf diesen Ergebnissen wird die Fragestellung dieser Abhandlung \u201eIst es m\u00f6glich, im Outdoorbereich bei einem gleichbleibenden Ausgangspunkt mithilfe von bildbasierten Verfahren die pr\u00e4zise Orientierung im Raum zu ermitteln?\u201c beantwortet und aufgrund des Resultats von einem Medianunterschied von 0,00015\u00b0 zwischen realer und berechneter Rotation als untermauert erachtet.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-11dc485 elementor-widget elementor-widget-heading\" data-id=\"11dc485\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<h2 class=\"elementor-heading-title elementor-size-default\">2016<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e2266b8 elementor-widget elementor-widget-accordion\" data-id=\"e2266b8\" data-element_type=\"widget\" data-widget_type=\"accordion.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion\">\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2371\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-2371\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Implementierung des IHE MHD-Profils und Integration in ein bestehendes System des Gesundheitswesens (Anna Lackerbauer, 2016)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2371\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-2371\"><p>Diese praktische Bachelorarbeit wurde von Anna Lackerbauer im Rahmen des <a href=\"https:\/\/aist.fh-hagenberg.at\/index.php\/de\/projekte\/projekt-cgm-clinical\">Kimbo<\/a> Projekts erstellt.<\/p><p><strong>Abstrakt<\/strong><\/p><div>Die Anbindung mobiler Ger\u00e4te als Datenquelle oder -verbraucher an ein bestehendes System des Gesundheitswesens erfreut sich wachsender Beliebtheit, bringt allerdings auch einige Herausforderungen mit sich, weshalb derzeit von Integrating the Healthcare Enterprise (IHE) ein Profil zum mobilen Dokumentenaustausch entwickelt wird. Diese Arbeit dokumentiert neben der Vorgehensweise auch auftretende Herausforderungen w\u00e4hrend der Implementierung im Zuge eines mehrmonatigen Berufspraktikums. Die Entscheidungen, die n\u00f6tig waren um diese Herausforderungen \u2014 welche haupts\u00e4chlich im Zuge der Versionierungen des sich noch in Entwicklungsstand befindenden Profils und des FHIR-Standards auftraten \u2014 zu l\u00f6sen, sind in dieser Arbeit erfasst und argumentiert. Des Weiteren wird beschrieben, wie die Integration in das bestehende System erfolgte. Diese Arbeit dient vor allem zur Dokumentation der Implementierung der derzeit aktuellen Version dieses Profils namens Mobile access to Health Documents (MHD).<\/div><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-accordion-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2372\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-2372\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-accordion-title\" tabindex=\"0\">Stadtroutingsystem f\u00fcr Menschen mit Mobilit\u00e4tseinschr\u00e4nkung (Anna Lackerbauer, 2016)<\/a>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t<div id=\"elementor-tab-content-2372\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-2372\"><p>Die theoretische Bacheloarbeit mit dem Titel &#8222;Stadtroutingsystem f\u00fcr Menschen mit Mobilit\u00e4tseinschr\u00e4nkung&#8220; wurde von Anna Lackerbauer im Rahmen der Landessonderausstelung Gallneukirchen erstellt.<\/p><p><strong>Abstrakt<\/strong><\/p><p>Das Auffinden eines barrierefreien Weges ist f\u00fcr mobilit\u00e4tseingeschr\u00e4nkte Personen kraftraubend und oft nicht trivial, weshalb ein ihren Anspr\u00fcchen entsprechendes System zur Wegfindung eine gro\u00dfe Hilfe darstellt. Der Bereich der Geoinformatik ist sehr breit gestreut und in Verbindung mit gegebenen Einschr\u00e4nkungen aufgrund der Barrierefreiheit ergeben sich beachtliche Herausforderungen f\u00fcr Entwickler, die ein solches System erstellen. Auf Basis von bereits bestehenden oder sich in Entwicklung befindlichen Produkten, Interviews und Literaturrecherchen, sowie einer selbstst\u00e4ndigen Einarbeitung in das Thema H\u00f6hendaten, liefert diese Arbeit einen \u00dcberblick \u00fcber die f\u00fcr Entwickler zukommenden Herausforderungen. Des Weiteren werden L\u00f6sungsvorschl\u00e4ge gegeben und ein Prototyp zur Evaluierung von Interpolationsalgorithmen liefert Testergebnisse deren Genauigkeit betreffend. Diese Arbeit kann als Basis zur praktischen Umsetzung eines prototypischen Routingsystems f\u00fcr mobilit\u00e4tseingeschr\u00e4nkte Personen herangezogen werden oder auch, durch verschiedene Vergleiche der Algorithmen und des Kartenmaterials, als Entscheidungshilfe der zu verwendenden Komponenten dienen.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Die Forschungsgruppe AIST bietet Studenten*innen die M\u00f6glichkeit sich mit ihren Diplomarbeiten (Bachelor, Master) im Rahmen von Forschungsprojekten praktisch auseinander zu [&hellip;]<\/p>\n","protected":false},"author":10,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"tags":[],"class_list":["post-3205","page","type-page","status-publish","hentry","col-lg-4 col-md-6"],"_links":{"self":[{"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/pages\/3205","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/comments?post=3205"}],"version-history":[{"count":82,"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/pages\/3205\/revisions"}],"predecessor-version":[{"id":6969,"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/pages\/3205\/revisions\/6969"}],"wp:attachment":[{"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/media?parent=3205"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aist.fh-hagenberg.at\/index.php\/wp-json\/wp\/v2\/tags?post=3205"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}