Dieses Projekt l\u00e4sst sich als Projekt Web 2.0 im Bachelor und als Projekt Wissensverarbeitung im Master anrechnen.<\/p>\n
Projektvorbesprechung: Montag, 19.10.2015, 16.15 Uhr in Raum 0445\/E. Bei Interesse k\u00f6nnen Sie auch gerne vorab den jeweiligen Betreuer ansprechen.<\/p>\n
Themen:<\/span><\/p>\n Jeder Teilnehmer des Projektes bearbeitet eine individuelle Aufgabe im Umfeld unseres kooperativen Verschlagwortungssystems BibSonomy, der ubiquit\u00e4ren Plattform Ubicon oder dem Namensuchportal Nameling.<\/p>\n \u00a0Unter anderem stehen die folgenden Themen zur Auswahl:<\/p>\n (M<\/span> = methodischer Schwerpunkt, T<\/span> = technischer Schwerpunkt)<\/p>\n Integration eines Content Management Systems T<\/strong><\/span><\/p>\n Content Management Systeme (CMS) unterst\u00fctzen die gemeinschaftliche Arbeit an Inhalten und werden h\u00e4ufig f\u00fcr die Erstellung von Webseiten eingesetzt. Eines der bekanntesten CMS ist TYPO3<\/span><\/u><\/a>, das jedoch aufgrund seines gro\u00dfen Funktionsumfangs hohe Anforderungen an die Einarbeitung stellt. Neuere CMS wie NEOS<\/span><\/u><\/a> sind leichtgewichtig und sprechen durch ihre intuitive Bedienung eine Vielzahl von Benutzern an.<\/p>\n Im Rahmen des Projektes sind mehrere Aufgaben zu erf\u00fcllen:<\/p>\n Voraussetzung f\u00fcr die Bearbeitung dieses Projekts sind Kenntnisse in der Webentwicklung mit PHP, HTML und CSS. Idealerweise besteht bereits Erfahrung im Umgang mit einem CMS.<\/p>\n Informationen: Andreas Schmidt<\/span><\/u><\/a><\/p>\n Vergleich von Anomaly Detection-Verfahren T,M<\/strong><\/span><\/p>\n Anomaly Detection bezeichnet das Finden von Mustern in Daten, die stark von der gew\u00f6hnlichen Verteilung abweichen. Klassische Anwendungsgebiete sind beispielsweise die Betrugserkennung oder auch die Entdeckung von Ereignissen in Sensor-Daten.<\/p>\n In der Literatur werden verschiedene Verfahren beschrieben, mit denen diese Anomalien erkannt werden k\u00f6nnen. Im Rahmen des Projektes sollen einige dieser Verfahren ausgew\u00e4hlt und exemplarisch an einem Beispieldatensatz evaluiert werden.<\/p>\n Informationen: Andreas Schmidt<\/span><\/u><\/a><\/p>\n Big Data in der Praxis T,M<\/strong><\/span><\/p>\n Charakteristische Eigenschaften von Big Data sind u.a. ein gro\u00dfes Datenvolumen und eine hohe Geschwindigkeit mit der neue Daten entstehen. Dies stellt besondere Anforderungen an Algorithmen, da beispielsweise nicht alle Daten im Speicher gehalten werden k\u00f6nnen.<\/p>\n Im Rahmen des Projektes sind verschiedene Aufgabenstellungen m\u00f6glich. Zum Einen k\u00f6nnen Algorithmen aus den Bereichen Machine Learning und Information Retrieval mittels Big Data-Frameworks umgesetzt werden. Dar\u00fcber hinaus ist es auch m\u00f6glich, bereits implementierte Algorithmen auf ein konkretes Machine Learning-Problem anzuwenden.<\/p>\n F\u00fcr die Durchf\u00fchrung des Projektes sind grundlegende Kenntnisse im Umgang mit Unix erforderlich. Idealerweise besteht bereits Erfahrung mit Machine Learning und MapReduce.<\/p>\n Informationen: Andreas Schmidt<\/span><\/u><\/a><\/p>\n Auswertung der RFID-Daten und ihrer Qualit\u00e4t T,M<\/strong><\/span><\/p>\n Die vom SocioPatterns Konsortium entwickelte RFID-Technologie erm\u00f6glicht die Lokalisierung von Menschen sowie die Bereitstellung von Informationen \u00fcber deren soziale Kontakte. Die Daten sind aber nicht immer vollst\u00e4ndig. Dies kann mehrere Gr\u00fcnde haben: Distanz zum RFID-Reader, hohe Luftfeuchtigkeit, etc.<\/p>\n Ziel dieser Arbeit ist die Auswertung der vorliegenden RFID-Daten anhand gegebener Fotos (wo soziale Interaktionen aufgezeichnet sind) und eine qualitative Bewertung der mittels RFID aufgezeichneten Kontakte.<\/p>\n Informationen: Mark Kibanov<\/span><\/u><\/a><\/p>\n Erzeugung und Analyse von bipartiten Graph-Modellen T,M<\/strong><\/span><\/p>\n Zur Analyse von Netzwerken werden sehr oft Graphen herangezogen. Eine spezielle Klasse stellen hierbei die bipartiten Graphen dar. Die Knotenmenge eines solchen besteht aus zwei disjunkten Mengen und die zugeh\u00f6rige Kantenrelation enth\u00e4lt nur Kanten, die Knoten der einen mit Knoten der anderen Menge verbinden. Zum Beispiel l\u00e4\u00dft sich die Relation zwischen Schauspielern und deren Filmen als bipartiter Graph auffassen. Generiert man solche Graphen (naiv) zuf\u00e4llig, so weichen diese stark von aus echten<\/em> Daten erhaltenen ab. In [1] wird ein Verfahren zur Erzeugung von bipartiten Graphen vorgestellt, welches daf\u00fcr besser geeignet ist.<\/p>\n Ziele des Projektes seien die folgenden:<\/p>\n Die Ausarbeitung, d.h. die Formalisierung der Algorithmen sowie die Darstellung und der Vergleich der Messergebnis, sollte m\u00f6glichst in LaTeX erstellt werden. Die Implementierung sollte in einer der folgenden Programmiersprachen geschehen: C\/C++, Java, Python, GNU R.<\/p>\n [1] “Bipartite Graphs as Models of Complex Networks”, Jean-Loup Guillaume and Matthieu Latapy<\/p>\n Informationen: Tom Hanika<\/span><\/u><\/a><\/p>\n Aufgabenstellung und Termin:<\/span><\/p>\n Nach Absprache mit dem jeweiligen Betreuer. Je nach Thema kann die Aufgabe in Kleingruppen oder einzeln bearbeitet werden.<\/p>\n Vorkenntnisse:<\/span><\/p>\n Informatik Grundstudium<\/p>\n Angesprochener H\u00f6rerInnenkreis:<\/span><\/p>\n Inf. Hauptstudium Bachelor und Diplom I, Master, Math. NF Inf. Hauptstudium<\/p>\n Umfang:<\/span><\/p>\n 4 oder 8 SWS im Bachelor und Diplom I nach Absprache, 4 SWS im Master<\/p>\n Leistungsnachweis:<\/p>\n Implementierung, schriftliche Ausarbeitung und zwei Vortr\u00e4ge<\/p>\n Veranstalter:<\/span><\/p>\n Prof. Dr. Gerd Stumme<\/span><\/u><\/a>, PD Dr. Martin Atzm\u00fcller<\/span><\/u><\/a>, Dipl.-Math. Tom Hanika<\/span><\/u><\/a>, Dipl.-Inform. Mark Kibanov<\/span><\/u><\/a>, Master Inform. Juergen Mueller<\/span><\/u><\/a>, Master Inform. Andreas Schmidt<\/span><\/u><\/a><\/p>\n Ablauf:<\/span><\/p>\n In der Regel sollte die Projektarbeit mit Semesterbeginn begonnen werden. Nach 4-6 Wochen findet eine Zwischenpr\u00e4sentation statt, in der der Stand der Projektarbeit vorgestellt wird. In der Regel in der ersten Vorlesungswoche des folgenden Semesters werden dann die Endergebnisse vorgestellt. Eine kurze Beschreibung der Arbeit (5 Seiten) ist 3 Tage vor dem Vortrag einzureichen.<\/p>\n Eine Woche nach der Annahme des Themas gibt der Student eine einseitige Beschreibung der Aufgabe, sowie einen Arbeitsplan f\u00fcr das Semester ab. Zur besseren Koordination und Kommunikation wird erwartet, dass der Student bei einem 4(8) SWS-Projekt regelm\u00e4\u00dfig an einem (zwei) Tagen in der Softwarewerkstatt anwesend ist. Der genaue Tag ist in Absprache mit dem Betreuer festzulegen.<\/p>\n Als Richtlinie f\u00fcr die Erstellung einer guten Ausarbeitung wird das Buch<\/p>\n empfohlen, welches in der Bibliothek im Semesterapparat des Fachgebiets Wissensverarbeitung ausliegt, und welches auch in einigen Exemplaren ausleihbar ist. Wir empfehlen die Anschaffung dieses Buchs (9,50 \u20ac), da es Sie bis zur Masterarbeit (und weiter) begleiten kann.<\/p>\n Alle verwendeten Referenzen sind zus\u00e4tzlich zum Literaturverzeichnis der Ausarbeitung in BibSonomy<\/span><\/u><\/a> einzugeben, mit den Tags “projekt”, “kde”, dem laufenden Semester in der Form “ss14” bzw. “ws14” und weiteren sinnvollen Tags.<\/p>\n","protected":false},"excerpt":{"rendered":" Dieses Projekt l\u00e4sst sich als Projekt Web 2.0 im Bachelor und als Projekt Wissensverarbeitung im Master anrechnen. Projektvorbesprechung: Montag, 19.10.2015, 16.15 Uhr in Raum 0445\/E. Bei Interesse k\u00f6nnen Sie auch gerne vorab den jeweiligen Betreuer Read more…<\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"parent":55,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-218","page","type-page","status-publish","hentry"],"translation":{"provider":"WPGlobus","version":"3.0.2","language":"en","enabled_languages":["de","en"],"languages":{"de":{"title":true,"content":true,"excerpt":false},"en":{"title":false,"content":false,"excerpt":false}}},"_links":{"self":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/218","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/comments?post=218"}],"version-history":[{"count":5,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/218\/revisions"}],"predecessor-version":[{"id":575,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/218\/revisions\/575"}],"up":[{"embeddable":true,"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/pages\/55"}],"wp:attachment":[{"href":"https:\/\/www.kde.cs.uni-kassel.de\/en\/wp-json\/wp\/v2\/media?parent=218"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}\n
\n
\n