Archivierte Projekte und Abschlussarbeiten

• Betreuung: Prof. Dr. Daniela Nicklas und Simon Steuer
• Teilnehmer: 12

Bewegungsanalysen (?Tracking“) von Menschen und Gegenst?nden kann in vielen Anwendungen helfen, Prozesse effizienter, transparenter und sicherer zu machen. Bewegungsanalysen stellen jedoch einen Eingriff in die Privatsph?re der Betroffenen dar. Besonders problematisch sind solche Bewegungsanalysen bei Arbeitnehmern, denen durch die Auswertung erhebliche Nachteile entstehen k?nnen, etwa wenn Rückschlüsse auf ihre Leistungsf?higkeit m?glich sind. 

Die Herausforderung  besteht darin, datenschutzfreundliche Tracking-L?sungen zu schaffen, die durch Technikeinsatz sicherstellen, dass der Zugriff und die Verarbeitung von Tracking-Daten nur in zuvor von den betroffenen Parteien gemeinsam definierten Grenzen erfolgen kann. Hierzu werden Mechanismen aus den Bereichen der Kryptographie und der f?lschungssicheren Datenstrukturen (Distributed Lediger Technologies) verwendet.

Im studentischen Projekt sollen unter anderem aggregierte Informationen über einen Lokationstrack Privatsph?re-erhaltend ausgewertet und visualisiert werden sowie Pseudonymisierungs- und Anonymisierungsmethoden wie Online  K-Anonymit?t, z.B. für Ger?tekennungen, evaluiert und umgesetzt werden.

Die im Projekt behandelten Szenarien verfügen über Praxisbezug. Ein Szenario ist beispielswei?e Fairtracking von Brief- und Zeitungszustellungen.

• Betreuung: Prof. Dr. Andreas Henrich, Tobias Gradl
• Teilnehmer: 20

In dem Projekt werden wir biografische Texte (z. B. aus dem Historischen Lexikon der Schweiz, http://www.hls-dhs-dss.ch/) betrachten. In den Texten sollen Tupel (Person, Ort, Datum[, Aktivit?t]) ermittelt werden. Als Beispiel würde im Text zu Martin Naef aus dem Satz ?1926 pr?sidierte N. die Genfer Handelskammer“ im Idealfall das Tupel (Martin Naef, Genf, 1926, pr?sidiert Handelskammer) gewonnen. Hierzu k?nnen verschiedene Bibliotheken der Textanalyse und des Natural Language Processing genutzt werden. Die Eintr?ge sollen dann auf Karten und Zeitleisten visualisiert werden. Hierzu kommen Web-Technologien und geeignete Tools zum Einsatz (siehe z. B. https://geobrowser.de.dariah.eu/). Gruppen k?nnen wahlweise den gesamten Prozess unterstützen oder sich auf die Textanalyse bzw. die Visualisierung konzentrieren.

• Betreuung: Prof. Dr. Diedrich Wolter
• Teilnehmer: 10

Ziel dieses Projektes ist die Entwicklung eines robustes Verfahrens zur Steuerung eines Segelroboters. Der Segelroboter ist ein kleines autonom agierendes Segelboot (ca. 1m L?nge), welches als Sensorplattform zur Umweltbeobachtung eingesetzt werden soll. Mehrere Aufgaben sind dabei zu l?sen; eine Einteilung der Teilgruppen findet nach Interesse statt. Beispielsweise muss der Roboter in der Lage sein, trotz schlecht vorhersehbarer Windverh?ltnisse einen kollisionsfreien Kurs auf einem Gew?sser zu planen und diesen auch abzufahren. Dazu müssen die mit Unsicherheit behafteten Sensordaten (z.B. GPS, Lage- und Windsensorik) in Echtzeit ausgewertet werden. 

Projektteilnehmende k?nnen in diesem Projekt praktische Erfahrungen in der Verarbeitung von Sensordaten sammeln und Ihre Kenntnisse in Verfahren zur Dateninterpretation vertiefen. Sie k?nnen Techniken zur Handlungsplanung unter Unsicherheit und mit grob definierten Zielen erlernen, sowie sich in systemnahe Programmierung eines eingebetteten Robotiksystems vertiefen.

• Betreuung: Prof. Dr. Daniela Nicklas und Simon Steuer
• Teilnehmer: 8

Im Rahmen des Projekts sollen das Thema ?Luftdatenqualit?t“ aus verschiedenen Gesichtspunkten beleuchtet und bearbeitet werden. Im Fokus stehen dabei Feinstaubsensoren. Neben offiziellen Messstationen gibt es immer mehr sogenannte Citizen Science-Projekte, bei denen Bürger günstige Sensoren verwenden, um die Luftdatenqualit?t direkt an ihrem Wohnort zu messen. Auch in Bamberg gibt es bereits einige solcher Messstationen. 

In unserem aktuellen Projekt, Mobi-Luft (WiSe 17/18), bearbeiten wir unter anderem die folgenden Forschungsfragen: Wie gut sind diese Sensoren? Was l?sst sich aus den Messwerten ablesen? Und wie h?ngen die Messwerte von weiteren Faktoren wie z.B. Windrichtung oder Stra?enverkehr zusammen? Wie k?nnen unsere Feinstaubsensoren, mit Low-Power-Wide-Area Network (LPWAN), konkret LoRa, mobil werden?

Dieses Projekt wird auf den Ergebnissen von Mobi-Luft aufbauen. Schwerpunkt ist die Gegenüberstellung von mobilen und station?ren Feinstaubsensoren. Hierfür soll eine Testumgebung entwickelt werden. Es werden die folgenden Forschungsfragen beanwortet: Wie kann man mobil und station?r generierte Daten vergleichen? Was l?sst sich aus den verschiedenen Messwerten ablesen? Wie kann eine solche Testumgebung konzeptionell umgesetzt werden? Als UseCase dient die Idee, mobile Luftqualit?tsmessungen mit Bussen der Linie 910 durchzuführen (Innenstadt, Domberg, ...).

Das Projekt findet im Rahmen des Innovationslabors ?Living Lab“ statt. Es wird in Kooperation mit der Hochschule Coburg, Prof. Dr. Thomas Wieland durchgeführt. Die Bereitschaft, auch Termine in Coburg wahrzunehmen und mit Teammitgliedern aus Coburg zusammenzuarbeiten, wird erwartet.

• Betreuung: Prof. Dr. Andreas Henrich, Martin Bullin
• Teilnehmer: 15

Das Projekt adressiert die semantische Lücke bei Bildern, d.h. die Diskrepanz zwischen den Informationen, die man in einem Bild erkennen kann, und denen, die einem Computer zu dem Bild vorliegen. 

Da viele Bildbest?nde annotiert sind - jedoch ohne eine Zuordnung der Annotationen zu Bildsegmenten - liefern Bildsuchen zu Bildausschnitten oft unzureichende Ergebnisse. Gerade Verfahren des maschinellen Lernens (ML) zur ?hnlichkeitssuche k?nnten von diesen Mehrinformationen durch Segmentierung profitieren. 

Der Kernteil des Projekts wird darin liegen, Segmente in Bildern zu identifizieren. Auf der einen Seite sollen mit Hilfe von annotierten Bildbest?nden die optimalen Features zur Segmentierung gefunden werden. Features stellen dabei tiefergehende Bildinformationen wie Farb- oder Texturverteilungen dar. 

Auf der anderen Seite sollen ML-Verfahren ausgew?hlt und eingesetzt werden, die mit den erzeugten Features eine sinnvolle Segmentierung und inhaltlich passendende Zuordnung der Annotationen durchführen. Die Ergebnisse sollen schlie?lich in einer kleinen Suchl?sung für Bilder Einsatz finden.

• Betreuung: Prof. Dr. Diedrich Wolter, Prof. Dr. Ute Schmied
• Teilnehmer: 20

Ziel des Projektes ist es, den autonom agierenden Agenten BamBirds für die Teilnahme an der n?chsten Weltmeisterschaft in ?AI Birds“ (eine Variante von ?Angry Birds“) fit zu machen.

Das Computerspiel Angry Birds wurde von Forscherinnen und Forschern innerhalb der künstlichen Intelligenz ausgew?hlt als ein Ma?stab der F?higkeit zum intelligenten Umgang mit Alltagswissen. Um n?mlich im Spiel erfolgreich sein zu k?nnen, muss ein grobes Verst?ndnis physikalischer Zusammenh?nge auf ein Spiel übertragen werden und strategische Entscheidungen unter Unsicherheit getroffen werden. Das macht Angry Birds schwieriger als beispielsweise Strategiespiele mit vollst?ndiger Information wie zum Beispiel Go oder Schach.

Das Besiegen menschlicher Spieler in Angry Birds wird deshalb als n?chster Durchbruch in der Künstlichen Intelligenz (KI) gesehen.

• Betreuung: Prof. Dr. Diedrich Wolter
• Teilnehmer: 4

Ziel dieses Projektes ist die Entwicklung eines robustes Verfahrens zur Steuerung eine Segelroboters gem?? den Regeln des internationalen Wettbewerbs. Eine Motivation der Forschungen in diesem Gebiet ist es, kleine Schiffe (< 1m L?nge) als  mobile Sensorplattformen nutzen zu k?nnen. Die erste Herausforderung liegt in einer geeigneten Interpretation der auf dem Schiff aufgenommenen Sensordaten, um zuverl?ssig Kurs halten zu k?nnen sowie den weiteren Kurs windabh?ngig planen zu k?nnen. Die Kursplanung ist eine weitere Herausforderung, da trotz fehlender Information m?glichst gute Entscheidungen getroffen werden müssen.  Projektteilnehmende k?nnen in diesem Projekt praktische Erfahrungen in der Verarbeitung von Sensordaten sammeln und Ihre Kenntnisse in Verfahren zur Dateninterpretation vertiefen. Sie k?nnen Techniken zur Handlungsplanung unter Unsicherheit und mit grob definierten Zielen erlernen, sowie sich in systemnahe Programmierung eines eingebetteten Robotiksystems vertiefen.

• Betreuung: Aboubakr El Hacen Benabbas, Golnaz Elmamooz
• Teilnehmer: 13

Wenn man "neu" an einer Universit?t ist, ist es schwer, sich zurechtzufinden. Man k?nnte eine Standort-basierte Suchmaschine (z.B.  Google Maps) nutzen, doch was, wenn man nicht wei?, nach was genau man sucht? Das Ziel dieses Projekts ist, ein Mobile Spiel für neue Studenten zu entwickeln. Nachdem sie es gespielt haben, sollten sie die wichtigsten Orte des Studentenlebens in Bamberg kennen, wie die unterschiedlichen Universit?tsgel?nde (ERBA, Feki,...), wichtige Verwaltungsbüros und Treffpunkte in der Freizeit, wie die Untere Brücke.

2004 wurde bereits ein solches Spiel unter dem Namen "NexusRallye" für das Universit?tsgel?nde der Universit?t Stuttgart entwickelt. Das folgende Paper gibt einen Eindruck, wie ein solches Spiel designed und entwickelt werden k?nnte:

Nicklas, N. H?nle, M. Moltenbrey, and B. Mitschang, “Design and Implementation Issues for Explorative Location-based Applications: the NexusRallye,” 2004, p. 167―182.