The 20 most recently published documents
In Folge der gegenwärtigen Digitalisierung in der produzierenden Industrie werden Anwendungen oder Services mit potentiell positiven Auswirkungen auf Faktoren wie Effektivität und Arbeitsqualität entwickelt. Ein geeigneter Ansatz zur Stärkung motivierender Aspekte im Arbeitskontext kann Gamification darstellen. In dieser Arbeit ist die initiale Konzeption und Evaluation eines Gamification-Ansatzes für Anwender eines KI-Service zur Maschinenoptimierung dargestellt und möglichen Anforderungen an ein Konzept zur Motivationssteigerung extrahiert.
In dieser Ausarbeitung wird eine zeitliche Vorhersage von Erdbeben getroffen. Hierfür werden mit einem Datensatz aus Labor-Erdbeben Convolutional Neural Networks (CNN) trainiert. Die trainierten Netzwerke geben Vorhersagen, indem sie einen Input an seismischen Daten klassifizieren. Durch das Klassifizieren kann das CNN die zeitliche Entfernung zum nächsten Erdbeben vorhersagen. Es werden hierfür zwei Ansätze miteinander verglichen. Beim ersten Ansatz werden die Originaldaten in ein CNN gegeben. Beim zweiten Ansatz wird vor dem CNN eine Vorverarbeitung der Daten mit den Mel Frequency Cepstral Coefficients (MFCC) durchgeführt. Es zeigt sich, dass mit beiden Ansätzen eine gute Klassifikation möglich ist. Die Kombination aus MFCC und CNN liefert die besseren quantitativen Ergebnisse. Hierbei konnte eine Genauigkeit von 65 % erreicht werden.
Semi-automated image data labelling using AprilTags as a pre-processing step for machine learning
(2019)
Data labelling is a pre-processing step to prepare data for machine learning. There are many ways to collect and prepare this data, but these are usually associated with a greater effort. This paper presents an approach to semi-automated image data labelling using AprilTags. The AprilTags attached to the object, which contain a unique ID, make it possible to link the object surfaces to a particular class. This approach will be implemented and used to label data of a stackable box.
The data is evaluated by training a You Only Look Once (YOLO) net, with a subsequent evaluation of the detection results. These results show that the semi-automatically collected and labelled data can certainly be used for machine learning. However, if concise features of an object surface are covered by the AprilTag, there is a risk that the concerned class will not be recognized. It can be assumed that the labelled data can not only be used for YOLO, but also for other machine learning approaches.
Bereits zum elften Mal findet nun die Studierendenkonferenz Informatics Inside statt. Als Teil des Masterstudiengangs Human-Centered Computing organisieren Masterstudierende selbständig eine vollumfängliche wissenschaftliche Konferenz.
Die Informatik ist nach wie vor ständigem Wandel unterworfen. Unsere Studierenden tragen diesem Wandel bei, indem sie in ihrer wissenschaftllichen Vertiefung aktuelle Problemstellungen durch innovative Konzepte lösen. Inzwischen ist die Informatik aber auch nicht immer sofort sichtbar. Das merken wir immer dann, wenn etwas nicht wie vorgesehen funktioniert. Das diesjährige Motto der Informatics Inside ist experience (IT), verdeckt als Funktionsaufruf:).
The critical process parameters cell density and viability during mammalian cell cultivation are assessed by UV/VIS spectroscopy in combination with multivariate data analytical methods. This direct optical detection technique uses a commercial optical probe to acquire spectra in a label-free way without signal enhancement. For the cultivation, an inverse cultivation protocol is applied, which simulates the exponential growth phase by exponentially replacing cells and metabolites of a growing Chinese hamster ovary cell batch with fresh medium. For the simulation of the death phase, a batch of growing cells is progressively replaced by a batch with completely starved cells. Thus, the most important parts of an industrial batch cultivation are easily imitated. The cell viability was determined by the well-established method partial least squares regression (PLS). To further improve process knowledge, the viability has been determined from the spectra based on a multivariate curve resolution (MCR) model. With this approach, the progress of the cultivations can be continuously monitored solely based on an UV/VIS sensor. Thus, the monitoring of critical process parameters is possible inline within a mammalian cell cultivation process, especially the viable cell density. In addition, the beginning of cell death can be detected by this method which allows us to determine the cell viability with acceptable error. The combination of inline UV/VIS spectroscopy with multivariate curve resolution generates additional process knowledge complementary to PLS and is considered a suitable process analytical tool for monitoring industrial cultivation processes.
Der Erfolg des Resales in der Modebranche wird vor allem durch das starke Wachstum verdeutlicht, denn im Vergleich zum Retail wuchs dieser im vergangenen Jahr 24 Mal schneller. Eine aktuell aufstrebende Form des Verkaufs, Resale, bezeichnet den Prozess, den Produkte durchlaufen, wenn diese ein zweites Mal verkauft, das heißt aus zweiter Hand wiederverkauft werden. Retail hingegen beschreibt den traditionellen Verkauf von Produkten über den (stationären) Einzelhandel. Es kehren also immer mehr Produkte, welche bereits im Besitz eines anderen gewesen sind, in den Handel zurück und stehen erneut zum Verkauf bereit. Womit diese Aufwärtsentwicklung in der Modebranche ermittelt werden kann und inwiefern der Resale auf den Retail trifft, wird im Folgenden beschrieben.
„The fashion industry fundamentally operates in an unsustainable way and cannot carry on business as usual.“
Diese Aussage der Organisation Fashion Revolution entstand nach dem Fabrikeinsturz am 24. April 2013 in Rana Plaza, Bangladesch. Dabei kamen 1.130 Menschen ums Leben und 2.500 weitere trugen Verletzungen davon (Fashion Revolution 2015, S. 4). Das Unglück veranschaulichte – vor allem für Verbraucher – zum ersten Mal die grundlegenden Probleme der Modeindustrie, die schon lange vorherrschten. Es scheint eine Art Eskalation eines immer schneller agierenden Systems zu sein und kann als Indikator für die daraus resultierenden Probleme, wie in diesem Fall unsichere Arbeitsbedingungen oder unfaire Vergütung, verstanden werden.
In diesem Artikel soll die Frage behandelt werden, wie sich die Modebranche in Deutschland in den nächsten zehn Jahren entwickeln könnte und welchen Herausforderungen sie sich stellen muss. Zur Beantwortung dieser Frage wird eine Szenario-Analyse durchgeführt. Dabei werden verschiedene Zukunftsszenarien erstellt, die potentielle Entwicklungen innerhalb der Modebranche aufzeigen. Die Szenarien basieren auf einer vorangestellten Trend- und Unsicherheitsanalyse und lassen unterschiedlichste, teilweise auch zunächst sehr unrealistisch erscheinende Entwicklungen zu und beschreiben einen möglichen Zukunftszustand und den Weg dorthin.
Unternehmen, die restriktiv keinerlei Adaptionen innerhalb der Strukturen vornehmen, können angesichts der verschärften Wettbewerbssituation im tagtäglichen Business nicht bestehen. Warum Agilität ein geeignetes Tool für die Umsetzung einer innovativen Anpassung beschreibt und in zukunftsorientierten Unternehmen als Katalysator agiert, soll in diesem Artikel näher erläutert werden.
Immer deutlicher zeigt sich, dass die Modeindustrie nicht nur vor enormen Herausforderungen steht, sondern dass hiermit auch enorme Umbrüche einhergehen. Vor diesem Hintergrund interessiert uns nicht nur die Frage, was diese Herausforderungen sind, sondern auch, wie sie die Modeindustrie verändern. Unter dem Titel New fashion business wollen wir in diesem Band verstehen, welche Veränderungen bedeutsam sind und wie Unternehmen bereits darauf reagieren bzw. wie sie reagieren könnten.
Automatic classification of rotating machinery defects using Machine Learning (ML) algorithms
(2020)
Electric machines and motors have been the subject of enormous development. New concepts in design and control allow expanding their applications in different fields. The vast amount of data have been collected almost in any domain of interest. They can be static; that is to say, they represent real-world processes at a fixed point of time. Vibration analysis and vibration monitoring, including how to detect and monitor anomalies in vibration data are widely used techniques for predictive maintenance in high-speed rotating machines. However, accurately identifying the presence of a bearing fault can be challenging in practice, especially when the failure is still at its incipient stage, and the signal-to-noise ratio of the monitored signal is small. The main objective of this work is to design a system that will analyze the vibration signals of a rotating machine, based on recorded data from sensors, in the time/frequency domain. As a consequence of such substantial interest, there has been a dramatic increase of interest in applying Machine Learning (ML) algorithms to this task. An ML system will be used to classify and detect abnormal behavior and recognize the different levels of machine operation modes. The proposed solution can be deployed as predictive maintenance for Industry 4.0.
Power line communications (PLC) reuse the existing power-grid infrastructure for the transmission of data signals. As power line the communication technology does not require a dedicated network setup, it can be used to connect a multitude of sensors and Internet of Things (IoT) devices. Those IoT devices could be deployed in homes, streets, or industrial environments for sensing and to control related applications. The key challenge faced by future IoT-oriented narrowband PLC networks is to provide a high quality of service (QoS). In fact, the power line channel has been traditionally considered too hostile. Combined with the fact that spectrum is a scarce resource and interference from other users, this requirement calls for means to increase spectral efficiency radically and to improve link reliability. However, the research activities carried out in the last decade have shown that it is a suitable technology for a large number of applications. Motivated by the relevant impact of PLC on IoT, this paper proposed a cooperative spectrum allocation in IoT-oriented narrowband PLC networks using an iterative water-filling algorithm.
Our paper gives first answers on a fundamental question: how can the design of architectures of intelligent digital systems and services be accomplished methodologically? Intelligent systems and services are the goals of many current digitalization efforts today and part of massive digital transformation efforts based on digital technologies. Digital systems and services are the foundation of digital platforms and ecosystems. Digtalization disrupts existing businesses, technologies, and economies and promotes the architecture of open environments. This has a strong impact on new value-added opportunities and the development of intelligent digital systems and services. Digital technologies such as artificial intelligence, the Internet of Things, services computing, cloud computing, big data with analytics, mobile systems, and social enterprise networks systems are important enablers of digitalization. The current publication presents our research on the architecture of intelligent digital ecosystems and products and services influenced by the service-dominant logic. We present original methodological extensions and a new reference model for digital architectures with an integral service and value perspective to model intelligent systems and services that effectively align digital strategies and architectures with artificial intelligence as main elements to support intelligent digitalization.
his book highlights new trends and challenges in intelligent systems, which play an important part in the digital transformation of many areas of science and practice. It includes papers offering a deeper understanding of the human-centred perspective on artificial intelligence, of intelligent value co-creation, ethics, value-oriented digital models, transparency, and intelligent digital architectures and engineering to support digital services and intelligent systems, the transformation of structures in digital businesses and intelligent systems based on human practices, as well as the study of interaction and the co-adaptation of humans and systems. All papers were originally presented at the International KES Conference on Human Centred Intelligent Systems 2020 (KES HCIS 2020), held on June 17–19, 2020, in Split, Croatia.
Bis zum Jahr 2050 soll in Baden Württemberg mit dem Ziel „50-80-90“ der Energiebedarf um 50% reduziert werden, die erneuerbaren Energien sollen zu 80% an der Energieversorgung beteiligt sein und die Emissionen von Treibhausgasen um 90% sinken.Entsprechende Ziele sind für andere Regionen und Länder in ähnlicher Weise festgelegt.
Damit diese Ziele erreicht werden, muss bei der Gebäudewärmeversorgung ein konsequenter Umbau stattfinden. Hier spielt die Sektorenkopplung mit Hilfe von Wärmepumpen (WP) eine entscheidende Rolle. Zur Abschätzung des Potenzials sowie des Aufwandes für einen großflächigen Einsatz von Wärmepumpen ist es unmöglich, eine spezifische und angepasste Dimensionierung der Wärmepumpensysteme für jedes einzelne Gebäude durchzuführen. Stattdessen müssen auf Seiten der Bebauung Referenzgebäude definiert und auf Seiten der Wärmepumpensysteme mittlere Leistungsdaten der am Markt befindlichen Modelle verwendet werden. Während die Festlegung von Referenzgebäuden verschiedentlich in der Literatur zu finden ist, widmet sich der erste Teil der Veröffentlichung der Vorstellung von Korrelationsfunktionen für die thermische und elektrische Leistung sowie die Leistungszahl (COP) von Wärmepumpen, die auf Basis von Herstellerdaten in Abhängigkeit der Quellen- und Vorlauftemperatur ermittelt wurden.
Konkret wurden als Ausgangsbasis für die Korrelationsfunktionen Datenblätter verschiedener Sole- und Luft-Wasser Wärmepumpen (SWP, LWP) zusammengestellt und ausgewertet. Die Grundlage hierfür war die Liste „Wärmepumpen mit Prüfnachweis eines unabhängigen Prüfinstituts“ des Bundesamts für Wirtschaft und Ausfuhrkontrolle (BAFA).
Heat pumps in combination with a photovoltaic system are a very promising option for the transformation of the energy system. By using such a system for coupling the electricity and heat sectors, buildings can be heated sustainably and with low greenhouse gas emissions. This paper reveals a method for dimensioning a suitable system of heat pump and photovoltaics (PV) for residential buildings in order to achieve a high level of (photovoltaic) PV self-consumption. This is accomplished by utilizing a thermal energy storage (TES) for shifting the operation of the heat pump to times of high PV power production by an intelligent control algorithm, which yields a high portion of PV power directly utilized by the heat pump. In order to cover the existing set of building infrastructure, 4 reference buildings with different years of construction are introduced for both single- and multi-family residential buildings. By this means, older buildings with radiator heating as well as new buildings with floor heating systems are included. The simulations for evaluating the performance of a heat pump/PV system controlled by the novel algorithm for each type of building were carried out in MATLAB-Simulink® 2017a. The results show that 25.3% up to 41.0% of the buildings’ electricity consumption including the heat pump can be covered directly from the PV installation per year. Evidently, the characteristics of the heating system significantly influence the results: new buildings with floor heating and low supply temperatures yield a higher level of PV self-consumption due to a higher efficiency of the heat pump compared to buildings with radiator heating and higher supply temperatures. In addition, the effect of adding a battery to the system was studied for two building types. It will be shown that the degree of PV self-consumption increases in case a battery is present. However, due to the high investment costs of batteries, they do not pay off within a reasonable period.
Rising consumption due to a growing world population and increasing prosperity, combined with a linear economic system have led to a sharp increase in garbage collection, general pollution of the environment and the threat of resource scarcity. At the same time, the perception of environmental protection becomes more sensitive as the consequences of neglecting sustainable business and eco-efficiency become more visible. The Circular Economy (CE) could reduce waste production and is able to decouple economic growth from resource consumption, but most of the products currently in use are not designed for the reuse-forms of the CE. In addition, the decision-making process of the End of-Usage (EoU) products regarding the following steps has further weaknesses in terms of economic attractiveness for the participants, which leads to low return rates and thus the disposal is often the only alternative.
This paper proposes a model of the decision-making process, which uses machine learning. For this purpose, a Machine Learning (ML) classification is created, by applying the waterfall model. An artificial neural network (ANN) uses information about the model, use phase and the obvious symptoms of the product to predict the condition of individual components. The resulting information can be used in a downstream economic and ecological evaluation to assess the possible next steps. To test this process comprehensive training data is simulated to train the ANN. The decentralized implementation, cost savings and the possibility of an incentive system for the return of an end-of-usage product could lead to increased return rates. Since electronic devices in particular are attractive for the CE, laptops are the reference object of this work. However, the obtained findings are easily applicable to other electronic devices.
Service Blueprinting
(2020)
Ein Ansatz des Dienstleistungsmanagements, mit dessen Hilfe Gesundheitsleistungen ganz aus Perspektive der behandelten Person und ihrer Customer Journey durch den Leistungsprozess analysiert werden kann, ist das sogenannte Service Blueprinting. Die vorliegende Fallstudie beginnt mit einer kurzen Einführung zur Begründung und zum Vorgehen dieses Ansatzes. Im Anschluss wird der Ansatz anhand der holprigen Customer Journey des imaginären Patienten Torben Schulz im Rahmen einer Bandscheiben-Operation kritisch diskutiert und auf einen Teilaspekt dieser Dienstleistung angewendet.
Die klassischen Vertriebsaufgaben verändern sich intensiv und schnell. Vertriebsmanager benötigen dringend neue strategische Ansätze, wie sie künftig Kundenkontakte gestalten, Distributionskanäle steuern und effektiver verkaufen können. Eine aktuelle Studie gibt Aufschluss, wie sich Unternehmen auf den Strukturwandel einstellen können.
Faszination Flughafen
(2020)
