Refine
Year
Publication Type
- Conference Proceeding (995) (remove)
Keywords
- Process-Driven Application (5)
- BPMN (4)
- Blockchain (3)
- Cyber Security (3)
- Facility Management (3)
- Projektmanagement (3)
- QUIC (3)
- adaptive optics (3)
- deformable mirror (3)
- Augmented Reality (2)
Faculty
- Chemieingenieurwesen (CIW) (294)
- Physikingenieurwesen (PHY) (160)
- Wirtschaft (MSB) (106)
- Gesundheit (MDH) (101)
- Energie · Gebäude · Umwelt (EGU) (80)
- Bauingenieurwesen (BAU) (63)
- Oecotrophologie · Facility Management (OEF) (53)
- Maschinenbau (MB) (43)
- Elektrotechnik und Informatik (ETI) (42)
- Sozialwesen (SW) (23)
- Center for Real Estate & Organization Dynamics (17)
- Wandelwerk. Zentrum für Qualitätsentwicklung (13)
- ITB (6)
- keine Zuordnung (6)
- Design (MSD) (2)
- IBL (2)
- iSuN Institut für Nachhaltige Ernährung (2)
- Physikalische Technik (1)
Hintergrund:
Ziel des wissenschaftlichen Projekts MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für Autismus-Spektrum-Störungen) ist die Entwicklung eines Lernassistenz-Roboters, der autistische Kinder und ihre Therapeuten bei der Durchführung von Lernprogrammen im Rahmen verhaltenstherapeutischer Interventionen unterstützt. Die Ausstattung mit einem KI-basierten Zustandserkennungssystem ermöglicht es dem Roboter, Übungen zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Weiterhin soll der Roboter intervenieren, wenn Verhaltensweisen erkannt werden, die den Lernprozess beeinträchtigen. Als Reaktion auf identifiziertes, abgelenktes Verhalten soll der Roboter mit kindgerechter Ansprache die Aufmerksamkeit und Motivation des Kindes wiederherstellen. Die in anderen Studien genutzte Analyse von Sprache oder Gesichtsausdruck zur Erkennung von Emotionen stellt in der Anwendung bei autistischen Kindern aufgrund häufig eingeschränkter Mimik und sprachlicher Limitierungen eine technisch schwer umzusetzende Herausforderung dar. Zur Realisierung wird im Projekt MigrAVE stattdessen ein technologischer Ansatz vorgeschlagen, der sich auf die automatische Erkennung von Engagement auf der Grundlage von Blickrichtungs- und Gesichtsmerkmalsanalysen konzentriert. Um die Erkennung von Engagement zu ermöglichen, entwickeln wir in MigrAVE einen datenbasierten Algorithmus. Hierfür sind Trainingsdaten notwendig, die die reale Interaktion zwischen Kindern und Roboter spiegeln und eine Lerndatenerhebung erforderlich machen.
Methode:
Im Rahmen der Lerndatenerhebung interagierten 30 Teilnehmer mit einer gesicherten Diagnose aus dem autistischen Spektrum im Alter zwischen fünf und 21 Jahren (M = 10.44, SD = 3.43) mit dem Roboter. Während die Probanden zwei verhaltenstherapeutische Lernprogramme in Interaktion mit dem Roboter bearbeiteten, wurden Audio- und Videodaten aufgezeichnet. Die erhobenen Daten werden im Folgenden annotiert und dienen als Basis für das Training von Engagementdetektions-Modellen und entsprechenden Coping-Reaktionen.
Ergebnisse:
Da der Prozess der Annotation noch andauert, liegen aktuell keine abschließenden Ergebnisse vor. Diese werden zum Zeitpunkt der Konferenz präsentiert.
Schlussfolgerungen:
Aufgrund der Besonderheiten des mimischen und sprachlichen Ausdrucks bei Personen im autistischen Spektrum stellt der technologische Ansatz auf Basis von Blickrichtungs- und Gesichtsmerkmalsanalysen eine vielversprechende Alternative zu bisherigen klassischen Mimik- und Sprachanalysen dar.
Hintergrund:
Im BMBF-geförderten Forschungsprojekt MigrAVE wurde neben einem Assistenzroboter zur Unterstützung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionen eine multilinguale Online-Informationsplattform zu ASS entwickelt. Die Inhalte wurden auf Basis einer Anforderungsanalyse und einer Bestandsaufnahme verfügbarer Lernmaterialien, Texte und Informationssammlungen ausgewählt und gestaltet.
Methodik:
Die als Prototyp entwickelte MigrAVE-Plattform ist in einen offen zugänglichen und einen Log-In-Bereich unterteilt.
Der offene Bereich beinhaltet umfangreiche Informationen zur Symptomatik, Diagnostik sowie zu evidenzbasierten Interventionsmöglichkeiten bei ASS.
Dazu kommt eine umfangreiche Sammlung an Links zu Kontaktstellen, Literatur, Social-Media-Kanälen, sozialrechtlichen Informationen sowie verwandten Forschungsprojekten. Die genannten Inhalte werden in deutscher und englischer Sprache präsentiert. Zudem sind Info-Videos in derzeit acht Sprachen (Deutsch, Englisch, Spanisch, Polnisch, Türkisch, Ukrainisch, Arabisch und Russisch) verfügbar. Der Log-In-Bereich richtet sich an Therapeuten und Eltern, die an verhaltenstherapeutischen Förderprogrammen teilnehmen und die Online-Ressourcen ergänzend nutzen können. In diesem Bereich sind eine vertiefende Einführung in die Grundlagen und die Anwendung der autismusspezifischen Verhaltenstherapie und eine große Auswahl an Arbeitsmaterialien zum Download verfügbar. Die Beschränkung dient einer reflektierten und supervidierten Nutzung im Rahmen qualifizierter Förderprogramme.
Der Plattform-Prototyp wurde mit Blick auf Zugänglichkeit und Relevanz der präsentierten Inhalte zu Gebrauchstüchtigkeit (Usability Evaluation) und Benutzererfahrung (User Experience) durchgeführt, um die Gütekriterien nach der ISO (Effektivität, Effizienz und Zufriedenheit) zu erheben.
Ergebnisse:
Die Ergebnisse der Evaluation zeigen eine positive Nutzerbewertung bezüglich Umfang, Informationsgehalt, Glaubwürdigkeit und Verständlichkeit. Aus der Evaluation ergaben sich in einer ersten Iteration Redesign- und Verfeinerungsarbeiten zum User-Interface sowie
Recherche- und Servicefunktionen. Eine praktische Nutzung als therapiebegleitende Ressource ist für 2024 im Frühinterventionsprogramm „Münsteraner Intensivprogramm für Kinder mit Autismus“ und kooperierenden Programmen beabsichtigt.
Schlussfolgerungen:
Der Prototyp für ein qualitätsgesichertes und mehrsprachiges internetgestütztes Informationsangebot zu ASS konnte erfolgreich entwickelt und evaluiert werden. Die Teilung in ein allgemein zugängliches Material einer- und spezifischen Therapiesupport für Familien, die sich in professioneller Betreuung befinden, andererseits erscheint als eine sinnvolle Konzeption.
Assistenzrobotik für verhaltenstherapeutische Förderprogramme: Möglichkeiten und Limitierungen.
(2024)
Hintergrund:
Im BMBF-geförderten Forschungsprojekt MigrAVE (Multilinguales Online-Lernportal und transkultureller Roboter-Lernassistent für ASS) wurde neben einer Online-Informationsplattform ein Assistenzroboter zur Förderung autistischer Kinder im Rahmen verhaltenstherapeutischer Interventionsprogramme auf der Basis am Markt verfügbarer Hardware entwickelt. Der Roboter ist mit einem KI-basierten Zustandserkennungssystem ausgestattet, das das Engagement durch
Blickrichtungs- und Gesichtsmerkmalsanalysen automatisiert auswertet.
Dies ermöglicht dem Roboter, Aufgaben eigenständig zu initiieren und die Aufmerksamkeit der Kinder während der Ausführung zu überwachen. Zudem interveniert der Roboter mit einer kindgerechten Ansprache, sobald z.B. Ablenkung des Kindes festgestellt wird.
Methodik:
Zunächst wurde eine umfassende Anforderungsanalyse zu den Bedürfnissen
der möglichen Nutzer, ihrer betreuenden Therapeuten und Angehörigen
durchgeführt. Im Rahmen einer Lerndatenerhebung wurden im nächsten
Schritt Audio- und Videodaten von Kind-Roboter-Interaktionen gesammelt.
Die so erhobenen Daten wurden annotiert und bildeten die Grundlage für
das Training von Engagementdetektions-Modellen und entsprechenden
Coping-Reaktionen des Roboters. Feldversuche evaluierten die
Klassifikationsergebnisse der Detektionsalgorithmen und die Wirksamkeit
der Roboter-Coping-Reaktionen. Basierend auf den Ergebnissen erfolgten
im Anschluss Redesign- und Verfeinerungsarbeiten. Eine abschließende
Online-Studie bewertete schließlich die Akzeptanz bei den Endnutzern.
Ergebnisse:
Für den Roboter-Lernassistenten wurde ein KI-basiertes
Engagement-Erkennungs-System entwickelt, welches die Besonderheiten von
Kindern im Autismus-Spektrum berücksichtigt und die Durchführung
verhaltenstherapeutischer Lernprogramme ermöglicht. Im Rahmen der
durchgeführten Feldevaluation des Roboters wurde sein Einsatz als
hilfreich bewertet, um Lernerfolg und Motivation der Kinder zu steigern.
Weiterer technischer Entwicklungsbedarf besteht hinsichtlich der
Handlungs-, Reaktions- und Bewegungsmöglichkeiten des Roboters sowie der
Personalisierbarkeit.
Schlussfolgerungen:
Grundsätzlich ist der Einsatz von Assistenzrobotern als Unterstützung im
Rahmen verhaltenstherapeutischer Förderprogramme möglich; mittlerweile
weisen die am Markt verfügbaren Systeme in Verbindung mit der im Projekt
entwickelten Software dem Grunde nach zentrale Fähigkeiten für
Zustandserkennung und eine adressatengerechte Kommunikation auf.
Reaktionsrepertoire, -geschwindigkeit und -individualisierung müssen bis
zur Praxistauglichkeit noch erweitert werden.
In-depth analysis of customer journeys to broaden the understanding of customer behaviors and expectations in order to improve the customer experience is considered highly relevant in modern business practices. Recent studies predominantly focus on retrospective analysis of customer data, whereas more forward-directed concepts, namely predictions, are rarely addressed. Additionally, the integration of robotic process automation (RPA) to potentially increase the efficiency of customer journey analysis is not discussed in the current field of research. To fill this research gap, this paper introduces “customer journey mining”. Process mining techniques are applied to leverage digital customer data for accurate prediction of customer movements through individual journeys, creating valuable insights for improving the customer experience. Striving for improved efficiency, the potential interplay of RPA and customer journey mining is examined accordingly. The research methodology followed is based on a design science research process. An initially defined customer journey mining artifact is operationalized through an illustrative case study. This operationalization is achieved by analyzing a log file of an online travel agency functioning as an orientation for researchers and practitioners while also evaluating the initially defined framework. The data is used to train seven distinct prediction models to forecast the touchpoint a customer is most likely to visit next. Gradient-boosted trees yield the highest prediction accuracy with 43.1%. The findings further indicate technical suitability for RPA implementation, while financial viability is unlikely.
Against the setting of an increasing need for innovation and low margins, companies in the logistics
sector are facing highly competitive pressure. One field with high potential for optimization lies within
damage quotas. The use of big data analytics or data mining represents a promising approach to face
this challenge. However, within supply chain management, data mining is hardly being researched on
regarding damage quotas and thus not being utilized to its full possible extend. At the current time it
seems to predominantly be used for route and utilization optimization while the analysis of delivery
damages is hardly considered.
The aim of this research is therefore to showcase an initial approach for data mining in logistics to predict
delivery damage probabilities and to validate this by means of a multiple case study research. To create
a sound basis for evaluation, the groundwork is laid out based on CRISP-DM by the analysis of reference
data (German road-cargo market).
As a central result it is noted that data mining can systematically be used to help reducing the damages
by forecasting the probabilities of damages occurring during transport in dependence of different factors.
The approach can be utilized across different markets as long as sufficient data tracking delivery
damages is being collected within a company. Challenges arise in the field of air- and sea-freight.
Der Spreadsheet Energy System Model Generator (SESMG) ist ein Werkzeug zur Modellierung und Optimierung von (urbanen) Energiesystemen. Der SESMG hat eine browserbasierte grafische Benutzeroberfläche, eine tabellenbasierte Dateneingabe und eine ausführliche Dokumentation, was einen einfachen Einstieg ermöglicht. Zudem erfordern die Installation und Anwendung keine Programmierkenntnisse. Im SESMG sind verschiedene Modellierungsmethoden implementiert, wie z. B. die Anwendung des Multi-Energie-System-Ansatzes, die multikriteriale Optimierung, modellbasierte Methoden zur Reduktion des Rechenaufwands sowie die automatisierte Erstellung von räumlich hoch aufgelösten Energiesystemmodellen. Somit können urbane Energiesysteme mithilfe des SESMGs mit vergleichsweise geringem Aufwand, aber unter Berücksichtigung einer Vielzahl von Parametern und Randbedingungen, modelliert und optimiert werden.
KIM: Kaos In der Medizin
(2024)
Die sichere E-Mail-Infrastruktur für Ärzt*innen, Apotheker*innen, Krankenversicherungen und Kliniken in Deutschland, KIM - Kommunikation im Gesundheitswesen - ist mit über 200 Millionen E-Mails in den vergangenen zwei Jahren eine der am meisten genutzten Anwendungen in der Telematikinfrastruktur. Mit dem Ausgeben von S/MIME-Zertifikaten für alle medizinische Beteiligten in Deutschland verspricht KIM sichere Ende-zu-Ende-Verschlüsselung von E-Mails zwischen Heilberufler*innen in ganz Deutschland.
In diesem Paper analysieren wir die KIM-Spezifikation sowie eine beispielhafte KIM-Installation in einer deutschen Zahnarztpraxis. Wir zeigen, dass KIM kryptografisch ein sehr hohes Sicherheitslevel erfüllt, doch in der Verarbeitung der E-Mails bei den Clients eine schwerwiegende Sicherheitslücke besteht. Weiterhin zeigen wir zwei Sicherheitslücken in dem KIM-Verarbeitungsmodul eines großen deutschen Unternehmens für medizinische Software. Diese Defizite zeigen außerdem Mängel in dem verpflichtenden Zulassungsprozess der KIM-Komponenten auf.
A novel approach for ventilation systems is a periodically varying supply air flow rate, the so-called unsteady mode of operation. So far, useful effects of this unsteady operating mode have been observed, but the effect mechanisms are still unknown. In this manuscript, simulations using the recently proposed k-ω-ζ - f model implemented in a sensitized RANS computational framework for a cuboid room with swirl diffusers are compared and validated with PIV measurements.
Wastewater Generation Model to Predict Impacts of Urine Separation on Wastewater Treatment Plants
(2023)
Wastewater treatment plants are under increasing pressure to enhance resource efficiency and reduce emissions into water bodies. Separation of urine within the catchment area may be an alternative to mitigate the need for costly expansions of central wastewater treatment plant. While previous investigations assumed a spatially uniform implementation of urine separation across the catchment area, the present study introduces a modelling framework which allows to determine the influence of targeted urine separation on the operation and emissions of central wastewater treatment plants. The framework includes an adapted stochastic wastewater generation model, the Stormwater Management Model, and Activated Sludge Model No. 3 with Bio-P module (SIMBA#). The entire application is embedded in the R programming language. The model is validated by an extensive sampling and measurement campaign. Preliminary results based on observed and simulated wastewater generation and transport for a catchment area of 436 residents indicate the suitability of the model for wastewater generation and transport modelling, but also show further need for calibration.
A communication over an Internet Protocol (IP) based network fails if an endpoint sends packets that are too big to reach their destination and if the sender is unable to detect that. The node on the path that drops these packets should respond with a Packet Too Big (PTB) message. However, multiple scenarios exist in which the sender will not receive a PTB message. Even if it does, it refrains from using the information in case it suspects that a potential attacker forged the message. In particular, we are not aware of any implementation of the secure transport protocol QUIC (e.g., used by HTTP/3) that processes PTB messages. In this paper, we present a novel parameterizable PTB detection algorithm for reliable transport protocols that does not depend on PTB messages. We further describe how to integrate our algorithm into QUIC, present results from an evaluation using the algorithm within a QUIC simulation model and, based on these results, suggest concrete parameter values.
Additive manufacturing (AM) has been growing continuously over the past 20 years, enabling unprecedented tailoring to the anatomy of each patient. In Europe, custom-made devices qualify for an exemption and pass a simplified approval process. New technologies, like AM, provoke questions about the adequacy of the current regulatory framework for custom-made devices. This article addresses the regulatory requirements for such devices in Europe and discusses the implications for AM. It concludes that the legal framework for custom-made devices entails uncertainties which need to be resolved to guide manufacturers through the regulatory requirements, highlighting the specific areas of focus for AM.
The use of computational modeling and simulation (CMS) as a tool for gaining insight into the technical performance and safety of medical devices has emerged continuously over the past years. However, to rely on information and decisions derived from model predictions, it is essential to establish model credibility for the specific context of use. Limited regulatory requirements and lack of consensus on the level of verification and validation activities required result in rare use of CMS as a source of evidence in the medical device approval process. The American Society of Mechanical Engineers (ASME) developed a risk-informed framework to establish appropriate credibility requirements of a computational model: the ASME V&V 40?2018 standard. This paper aims to outline the concepts of this standard and to demonstrate its application using an example from the orthotics field. The necessary steps to establish model credibility for a custom?made 3D printed wrist hand orthosis (WHO) are presented. It is shown that the credibility requirements of each verification and validation activity depend on model risk by applying two different contexts of use to the same computational model.