Der Förderverein der Technischen Fakultät an der Universität Klagenfurt und die Wirtschaftskammer Kärnten laden Sie anlässlich des 35jährigen Bestehens des Fördervereins herzlich ein: Dienstag, 28. Februar 2023 Beginn: 18.00 Uhr Eventplateau der Raiffeisen Landesbank Kärnten Raiffeisenplatz 1, 9020 Klagenfurt am Wörthersee
Es erwartet Sie, neben Ehrungen des Roland-Mittermeir-Preises und der TEWI-Best-Performer, eine interessante Keynote zum Thema Cyberkriminalität und Cybersicherheit von Gerald Reischl – Autor des Buches „Internet of Crimes.“ Begrüßung Mag. Christian Inzko Förderverein TEWI
Grußworte Mag. Georg Messner Vorstandsdirektor Raiffeisen Landesbank Kärnten
Ehrungen Best Performer und Roland-Mittermeir-Preise für 2019-2021
Internet of Crimes – Herausforderungen für Unternehmen
Ob Gesundheit, Transport oder Industrie, ob Landwirtschaft, Automobilität oder Luftfahrt – keine Branche ist vor Hackern sicher.
Der Technologie-Experte Gerald Reischl hat sich intensiv mit dem Thema auseinandergesetzt und den bislang größten Überblick evidenzbasierter Fakten über die Welt der Cyberkriminellen und ihrer Methoden zusammengetragen.
Im Anschluss sind Sie recht herzlich zu Snacks & Getränken eingeladen!
Wir freuen uns auf Ihre Teilnahme.
Mag. Christian Inzko Förderverein TEWI
Für die organisatorischen Vorbereitungen ersuchen wir um Ihre Rückmeldung bis 20. Februar 2023 Margit.Letter@aau.at. Herzlichen Dank.
Posted inVeranstaltungen, News|Kommentare deaktiviert für 35-Jahre Förderverein: Internet of Crimes – Herausforderungen für Unternehmen
Abstract: Conceptual modeling activities need to integrate software and data quality at the same level of abstraction as the functionality of the system or the data itself (a conceptualization of quality). This need is related to the fact that looking at the problem domain to obtain its conceptual model only from the view of the system’s functionality or the structure of the associated data restricts the analyst and can be the source of mistakes. The reason for such mistakes is that many quality-related issues become only evident when the system is put into use; on the other hand, such mistakes are parts of the early design decisions and can be difficult and costly to fix. This thesis summarizes several selected publications of a research program towards elaborating conceptualizations of software and data quality on different stages of the software development process and for different domains. This program addresses five research challenges. The first challenge is related to the need for the unified classification of the quality conceptualization techniques based on the agreed-upon concept of the quality itself. Without such a classification it is difficult for analysts to decide which quality conceptualization solution is better suited for their problem. This is addressed in the thesis by proposing the classification of such techniques, which can serve as a foundation for the evaluation framework for quality conceptualizations; the rest of the thesis is aligned with this classification. The second challenge is positioned at the intersection of the research fields of static code analysis and requirement engineering. It is related to the problem that the rationale of applying code-checking rules in static code analysis is not captured explicitly, which leads to the problems of rule reuse in similar development contexts. In this thesis, it is proposed to trace possible sources of such rules back to design decisions and quality requirements and to conceptualize the quality[1]related rationale information along with specific code-checking rules to serve as a schema for a rule repository. The third challenge is positioned in the research field of quality-aware requirements engineering. It is related to the problem that more attention should be paid to conceptualizing software quality requirements before performing design-time activities. It is addressed in the thesis by the quality requirements conceptualization activity positioned between the activities of quality requirements elicitation and conceptual design. The results of this activity can be used at different stages of the software process, capturing the quality requirements semantics in a way that can be easily understood and verified by the system users and can be mapped into different design notations. The fourth challenge is positioned in the research field of software process improvement. It is related to the problem that organizing quality-related interaction between business stakeholders and software developers is difficult as they need a common set of concepts. In this thesis, this challenge is addressed by three approaches. First, the thesis proposes to conceptualize the stakeholder interaction process on two levels: a coarse-grained level defining the set of generic quality-related activities and the conditions of launching these activities and a fine-grained level describing specific interaction steps in detail. Second, the thesis proposes to conceptualize such a process as a process of quality view harmonization on three levels: terminology harmonization (agreeing on the common quality-related terminology), view harmonization (agreeing on the sets of objects and the types of their qualities to be assessed, as well as the assessment procedures), and quality harmonization (agreeing on the evaluation schemes and the specific qualities to be used). Third, the thesis introduces a model-centered software solution that facilitates quality-related stakeholder communication in the software development process based on these concepts. The fifth challenge is positioned in the research field of data modeling and management for a specific domain (biobanking). It is related to the problem that the quality of data and metadata in biobanks is not properly defined on the conceptual level and that such conceptualizations are not used to facilitate the biobank search. In this thesis, it is again addressed by three approaches. First, the thesis conceptualizes the data item quality in biobanks and defines a set of data item quality characteristics and metrics. Second, the thesis proposes a definition and a conceptualization for the metadata in biobanks, which covers stored data item quality values, and defines a set of metadata quality characteristics and metrics. Third, the thesis proposes an architecture to support researchers in identifying relevant collections of material and data with documented quality for their research projects while observing strict privacy rules. It is based on the conceptualization of the biobank metadata (including its data item quality values) to serve as a schema for a metadata repository to be queried in a search for collections.
Bio: Volodymyr Shekhovtsov is a postdoctoral researcher at the Department of Informatics Systems (ISYS), University of Klagenfurt. He received his PhD degree in Computerized Control Systems and Progressive Information Technology in 1998 from the National Technical University “Kharkiv Polytechnic Institute”, Kharkiv, Ukraine. As a researcher, since 2012 he participated in total in 5 research projects at the University of Klagenfurt.
He co-authored more than 45 papers, published in journals such as Applied Sciences, Internet of Things, International Journal of Web Information Systems, and gave 27 talks at venues such as ACM/IEEE International Conference on Model Driven Engineering Languages and Systems (MODELS), International Working Conference on Requirements Engineering (REFSQ), Dagstuhl seminars “Next Generation Domain Specific Conceptual Modeling: Principles and Methods”, and “The Evolution of Conceptual Modeling”. As a teacher, since 1994 he was responsible for 14 university lecture and lab courses in both Ukraine and Austria. His research interests include software, data, and metadata quality, Internet of Things and Industry 4.0, behavior modeling and prediction, methods and tools for information system modeling, analysis, and design, source code analysis and quality, and applying decision theory and optimization techniques to software engineering problems.
Prämierung der besten Diplom- bzw. Masterarbeiten aller Studien der Technischen Fakultät an der Universität Klagenfurt
Der Förderverein Technische Fakultät an der Universität Klagenfurt schreibt die Prämierung der besten Diplom- bzw. Masterarbeiten aller Studien der Technischen Fakultät an der Universität Klagenfurt des laufenden Studienjahres aus.
Der Preis besteht aus einer Urkunde und einer Prämie in Höhe von
EUR 1.500,–
Die Jury ist ermächtigt den Preis gegebenenfalls zwischen mehreren Diplom- bzw. Masterarbeiten zu teilen. Antragsberechtigt sind Absolventinnen und Absolventen aller Studienrichtungen der Technischen Fakultät der Universität Klagenfurt, die Mitglied beim Förderverein sind (Beitrittserklärung hier!) und deren Diplom- bzw. Masterarbeit mit “Sehr Gut” beurteilt wurde. D.h. AbsolventInnen der folgenden Masterstudien: Informatik, Informationsmanagement, Informationstechnik, Technische Mathematik bzw. Lehramtsstudien mit einem Unterrichtsfach der TEWI zugeordnet (sofern die Diplom- bzw. Masterarbeit einem dieser Unterrichtsfächer zuzuordnen ist).
Es werden nur Diplom- bzw. Masterarbeiten bewertet, die im Zeitraum vom 1. Januar 2022 bis zum 31. Dezember 2022 fertiggestellt wurden. Als Fertigstellungstermin gilt der Tag der Ausstellung des Gutachtens/Beurteilung (lt. ZEUS). Die Einreichfrist für die Verleihung des Preises endet am 30. April 2023.
Der Antrag ist beim Geschäftsführer des Förderverein Technische Fakultät an der Universität Klagenfurt einzureichen und soll folgendes beinhalten:
Diplom- bzw. Masterarbeit (in elektronischer Form als PDF-Datei).
Gutachten des Betreuers der Masterarbeit.
Allfällige Software (oder Verweise auf existierende Software).
Eine kurze Zusammenfassung (max. eine Seite), die so geschrieben sein soll, dass sie auch für Nicht-ExpertInnen verständlich ist!
Beurteilungskriterien für die Zuerkennung des Preises sind strikt fachlicher qualitätsbezogener Natur. Sie umfassen die Aspekte:
wissenschaftlicher Gehalt,
Innovationsgehalt und Umsetzbarkeit,
Klarheit der Darstellung und Qualität der Ausführung.
Die Zuerkennung des Preises erfolgt durch eine Jury per Vorstandsbeschluß. Die Jury besteht i.a. aus:
dem Obmann des Förderverein Technische Fakultät an der Universität Klagenfurt (Vorsitz),
Vertretern der TEWI-Institute der Universität Klagenfurt und
Vertretern der institutionellen Mitglieder des Förderverein Technische Fakultät an der Universität Klagenfurt.
Der Geschäftsführer des Förderverein Technische Fakultät an der Universität Klagenfurt kann zu den Sitzungen der Jury als nichtstimmberechtigtes Mitglied beigezogen werden. Die Sitzungen der Jury sind geschlossene Sitzungen und die Entscheidungen der Jury sind endgültig. Der Rechtsweg ist ausgeschlossen.
Die Preisverleihung findet üblicherweise im Rahmen einer TEWI-Veranstaltung statt.
Posted inNews|Kommentare deaktiviert für Roland-Mittermeir-Preis: Ausschreibung 2022
Der Förderverein Technische Fakultät an der Alpen-Adria-Universität Klagenfurt wünscht allen Mitgliedern ein frohes Weihnachtsfest und einen guten Start in ein erfolgreiches Jahr 2023!
Abstract: Function-as-a-Service (FaaS) is the latest paradigm of cloud computing in which developers deploy their codes as serverless functions, while the entire underlying platform and infrastructure is completely managed by cloud providers. Each cloud provider offers a huge set of cloud services and many libraries to simplify development and deployment, but only inside their clouds, often in a single cloud region. With such „help“ of cloud providers, users are locked to use resources and services of the selected cloud provider, which are often limited. Moreover, such heterogeneous and distributed environment of multiple cloud regions and providers challenge scientists to engineer cloud applications, often in a form of serverless workflows. In this talk, I will present our design principle „code once, run everywhere, with everything“. In particular, I will present challenges and our approaches and techniques how to program, model, orchestrate, and run distributed serverless workflow applications in federated FaaS.
Bio:Dr. Sashko Ristov is Assistant Professor at the Computer Science Department of University of Innsbruck, Austria. His research interests include engineering distributed applications and systems in federated clouds, in particular automation, simulation, performance modeling, and optimization of serverless workflow applications.
Dr. Ristov has a PhD degree in computer science in 2012 from Ss. Cyril and Methodius University, Skopje, North Macedonia, where he was Assistant professor (2013-2016). He was also Postdoctoral University Assistant at the Distributed and Parallel Systems Group, Computer Science Department, University of Innsbruck, in the period 2016-2022.
Posted inTEWI-Kolloquium|Kommentare deaktiviert für Engineering Serverless Workflow Applications in Federated FaaS
October 25, 2022 | 09:00 – 11:00 am (CET) | HS 11 | Patrick Rodler | Alpen-Adria-Universität Klagenfurt
Abstract: In the modern world, we are permanently using, leveraging, interacting with, and relying upon systems of ever higher sophistication, ranging from our cars, recommender systems in eCommerce, and networks when we go online, to integrated circuits when using our PCs and smartphones, security-critical software when accessing our bank accounts, and spreadsheets for financial planning and decision making. The complexity of these systems coupled with our high dependency on them implies both a non-negligible likelihood of system failures, and a high potential that such failures have significant negative effects on our everyday life. For that reason, it is a vital requirement to keep the harm of emerging failures to a minimum, which means minimizing the system downtime as well as the cost of system repair. This is where model-based diagnosis comes into play.
Model-based diagnosis is a principled, domain-independent approach that can be generally applied to troubleshoot systems of a wide variety of types, including all the ones mentioned above. It exploits and orchestrates techniques for knowledge representation, automated reasoning, heuristic problem solving, intelligent search, learning, stochastics, statistics, decision making under uncertainty, as well as combinatorics and set theory to detect, localize, and fix faults in abnormally behaving systems.
In this talk, we will give an introduction to the topic of model-based diagnosis, point out the major challenges in the field, and discuss a selection of approaches from our research addressing these challenges. For instance, we will present methods for the optimization of the time and memory performance of diagnosis systems, show efficient techniques for a semi-automatic debugging by interacting with a user or expert, and demonstrate how our algorithms can be effectively leveraged in important application domains such as scheduling or the Semantic Web.
Bio: Patrick Rodler is a postdoctoral researcher at the Department of Artificial Intelligence and Cybersecurity (AICS), University of Klagenfurt. He holds MSc degrees in Technical Mathematics and Computer Science, and received his PhD degree in Computer Science in 2015 from the University of Klagenfurt. As a researcher, he co-authored more than 50 papers, published in prestigious journals such as Web Semantics, Knowledge-Based Systems, Artificial Intelligence, or Information Sciences, and gave 30 talks at renowned venues such as the AAAI Conference on Artificial Intelligence (AAAI), the European Conference on Artificial Intelligence (ECAI), or the Int’l Conference on Knowledge Representation and Reasoning (KR). As a teacher, he was responsible for 26 university courses and lectures, and in 2018 he was awarded a university-wide prize for excellent teaching by the University of Klagenfurt. His research interests include artificial intelligence in general, and model-based diagnosis, intelligent search, heuristic problem solving, as well as knowledge representation and reasoning in particular.
Posted inTEWI-Kolloquium|Kommentare deaktiviert für Don’t Treat the Symptom, Find the Cause! Efficient AI Methods for (Interactive) Debugging
Abstract: As the network softwarization trend started by SDN and NFV keeps evolving, the hardware/software continuum becomes more relevant than ever, offering new offloading/acceleration opportunities at node and network-wide scales. This talk will review evolving transformations behind network softwarization with a special focus on network refactoring and offloading trends leading to “fluid networks planes”, characterized by multiple candidate options for the specific HW/SW embodiment and the location of chained network functions, from the edge to core, from one administrative provider to another, from programmable silicon to portable lightweight virtualized containers. The talk will overview concrete examples from the literature with a special focus on the role of Machine Learning to assist key (automated) decision-making steps. Lastly, the talk will conclude with a glimpse on ongoing ML work applied to Youtube video QoE prediction in live 5G networks.
Bio: Christian Rothenberg is Associate Professor (tenure-track) and head of the Information & Networking Technologies Research & Innovation Group (INTRIG) at the School of Electrical and Computer Engineering (FEEC) of the University of Campinas (UNICAMP), where he received his Ph.D. in Electrical and Computer Engineering in 2010. From 2010 to 2013, he worked as Senior Research Scientist in the areas of IP systems and networking, leading SDN research at CPQD R&D Center in Telecommunications, Campinas, Brazil. He holds the Telecommunication Engineering degree from the Technical University of Madrid (ETSIT – UPM), Spain, and the M.Sc. (Dipl. Ing.) degree in Electrical Engineering and Information Technology from the Darmstadt University of Technology (TUD), Germany, 2006. Christian has contributed to 07 international patents, co-authored three books, and over 200 scientific publications, including top-tier scientific journals and networking conferences such as SIGCOMM and INFOCOM, altogether featuring 10 000+ citations (h-index: 30+, i10-index: 70+).
Posted inTEWI-Kolloquium|Kommentare deaktiviert für The Role of Machine Learning in Fluid Network Control and Data Planes
Klagenfurt, Österreich / 16. September 2022 – Der Roland-Mittermeir-Preis prämiert die besten Masterarbeiten aller Studien der technischen Fakultät an der Universität Klagenfurt. Antragsberechtigt sind Absolventinnen und Absolventen aller Studienrichtungen der Technischen Fakultät der Universität Klagenfurt, die Mitglied beim Förderverein sind und deren Masterarbeit mit “Sehr Gut” beurteilt wurde. D.h. Absolventinnen und Absolventen der folgenden Masterstudien: Informatik, Informationsmanagement, Informationstechnik, Technische Mathematik bzw. Lehramtsstudien mit einem Unterrichtsfach der TEWI zugeordnet (sofern die Masterarbeit einem dieser Unterrichtsfächer zuzuordnen ist).
Beurteilungskriterien für die Zuerkennung des Preises sind strikt fachlicher qualitätsbezogener Natur. Sie umfassen die Aspekte: wissenschaftlicher Gehalt, Innovationsgehalt und Umsetzbarkeit, Klarheit der Darstellung und Qualität der Ausführung. Die Zuerkennung des Preises erfolgt durch eine Jury per Vorstandsbeschluss. Der Roland-Mittermeir-Preis ist mit € 1.500,– dotiert.
Für die Ausschreibung des Roland-Mittermeir-Preises 2019, 2020 und 2021 wurde aus den zahlreichen Einreichungen jeweils eine Gewinnerin ermittelt.
Studienjahr 2019: Frau Mag.a DDIin Dr.in Kerstin Maier BSc BSc
Roland-Mittermeir-Preis (v.l.n.r.): C. Timmerer (Geschäftsführer), K. Maier (2019), T. Rauscher (2021), K. Spendier (2020), M. Kollienz (Vorstandsmitglied, Raiffeisen Rechenzentrum)
Der Preis wurde in einer gemeinsamen Veranstaltung mit den TEWI-Schüler*innenpreisen und den Best Performer Awards am 16. September 2022 übergeben.
Rückfragen: Christian Timmerer (Geschäftsführer), Institut für Informationstechnologie (ITEC), Universität Klagenfurt, Universitätsstraße 65 – 67, A-9020 Klagenfurt, Telefon: ++43 463/2700-3621, Email: christian.timmerer@aau.at
Über den Förderverein Technische Fakultät
Der Förderverein Technische Fakultät an der Universität Klagenfurt verfolgt das Ziel, die Technische Fakultät bei der Erfüllung ihrer Aufgaben in Forschung und Lehre zu fördern und die Arbeit der Mitglieder, Studierenden und Absolvent*innen zu unterstützen. Ein weiteres wesentliches Ziel ist die Intensivierung des Erfahrungs- und Erkenntnisaustausches zwischen Wissenschaft und Praxis. Mit fast 200 Mitgliedern ist er der anzahlstärkste (Förder-)Verein im Umfeld der Universität Klagenfurt.
Über die Universität Klagenfurt
Die Universität Klagenfurt hat sich seit ihrer Gründung anno 1970 als eine von sechs staatlichen Universitäten mit breitem Fächerspektrum in Österreich etabliert. Mehr als 12.000 Studierende lernen und forschen an der Universität Klagenfurt, etwas mehr als 2.000 davon kommen aus dem Ausland. Etwa 1.500 Mitarbeiterinnen und Mitarbeiter streben nach qualitativen Höchstleistungen in Lehre und Forschung. In den Times Higher Education World University Rankings 2022, die den Anspruch hegen, die 1.400 besten Universitäten weltweit zu reihen, rangiert sie in der Platzgruppe 351-400, Platz 5 in Österreich. Im Ranking der besten jungen Universitäten der Welt unter 50 Jahren (The Young University Rankings 2022) findet man sie auf Platz 77 weltweit (von 790 gelisteten Universitäten). Im Fachbereich Computer Science belegt die Universität Klagenfurt in der Platzgruppe 201-250 den vierten Rang unter den österreichischen Universitäten. Eines ihrer Forschungsstärkefelder sind „Vernetzte und autonome Systeme“.
Posted inNews|Kommentare deaktiviert für Förderverein Technische Fakultät an der Universität Klagenfurt vergibt Roland-Mittermeir-Preis
… ist der Titel des Roland-Mittermeir-Preises 2021 und wurde vom Förderverein Technische Fakultät mit EUR 1.500,00 ausgezeichnet. Der Autorin und Preisträgerin, Frau Dipl.-Ing.in Teresa Rauscher BSc, wurde der Preis im Rahmen einer TEWI-Veranstaltung (gemeinsam mit der Vergabe der TEWI-Schüler*innenpreise und Best Performer Awards) am 16. September 2022 übergeben und die Arbeit wird hier kurz vorgestellt:
Ultraschallbildgebung – für die meisten bekannt aus der Frauenheilkunde – ist ein komplexes Zusammen- spiel von physikalischen Prinzipien und Signalverarbeitungsmethoden. Es basiert auf hochfrequenten Schallwellen, die uber eine Sonde in den Körper geschickt werden und dort vom Gewebe unterschiedlich stark reflektiert oder gestreut werden, um so ein Bild zu erhalten. Bei hohen Intensitäten zeigen die Schallwellen ein starkes nichtlineares Verhalten. Dieses wird zurzeit aber noch nicht genutzt, sondern im Gegenteil durch lineare Modelle angenähert. Sofern man diese Nichtlinearitäten aber richtig abbildet, kann die Qualität der Bilder enorm verbessert werden und auch weitere Anwendungen wie beispielsweise Tissue Harmonic Imaging oder therapeutischer Ultraschall können davon profitieren.
In meiner Masterarbeit habe ich mich eben genau mit der Modellierung dieser Nichtlinearitäten bei der Ausbreitung von Ultraschallwellen beschäftigt. Ziel war es, ein drei dimensionales Modell fur die nicht- lineare Wellenausbreitung im Wasser ausgehend von einer rechteckige Sonde zu entwickeln und dieses auch zu implementieren. Durch die Zusammenarbeit mit GE Healthcare in Zipf, Oberösterreich, konnte ich einen sehr wertvollen praktischen Einblick erhalten und deren Messungen mit den Simulationen vergleichen, um die Genauigkeit des entwickelten Modells zu verifizieren.
Um Nichtlinearitäten abzubilden, muss man in das Feld der nichtlinearen Akustik eintauchen und auf nichtlineare partielle Differentialgleichungen zurückgreifen, in diesem Fall auf die KZK-Gleichung. Die KZK-Gleichung ist eine parabolische Differentialgleichung, die die nichtlineare Ausbreitung von gerichteten Wellen abbilden kann. Die Berechnung von drei dimensionaler fokussierter nichtlinearer Schallwellenausbreitung ist zeitlich noch recht aufwändig, was uns auch zu einer der größten Herausforderungen bringt, denn Ultraschallbildgebung findet in Echtzeit statt.
Um die Berechnung also zu beschleunigen, benötigt man Approximationen. Also denkt man sofort an Linearisierung, doch Ziel ist es gerade diese Nichtlinearitäten abzubilden. Damit mussten andere Ideen her.
Grundlegend basiert das entwickelte Modell auf einem Operator Splittingverfahren. Dies ist eine Methode zur einzelnen Berücksichtigung der Terme in der Gleichung, wodurch diese für eine sehr kleine Schrittweite parallel gelöst und dann nach jedem Schritt wieder zusammengefugt werden können. Durch diese mögliche Parallelisierung kann man Rechenzeit gewinnen und verliert bei entsprechender Schritt weite kaum an Genauigkeit.
Außerdem hat jede Ultraschallsonde eine bestimmte Geometrie, in diesem Fall rechteckig. Dadurch kann das zugrunde liegende Eigenwertproblem fur den Laplace Operator in der KZK-Gleichung explizit gelöst werden. Mithilfe der Eigen-funktionen und einem entsprechenden Ansatz kann man dies auf eine Cosinustransformation zurückführen und somit einen Teil der Gleichung im Frequenzbereich lösen und vernachlässigbare Anteile herausfiltern.
Spannend sind natürlich die Ergebnisse. Um dies zu untersuchen, wurde das Modell diskretisiert. Implizite Zeitschritt-verfahren wurden entwickelt, um die Stabilität zu gewährleisten. Dann wurde es in MATLAB implementiert, die simulierten und gemessenen Wellen wurden in unterschiedlichen Tiefen verglichen und insgesamt konnte eine sehr gute Übereinstimmung festgestellt wreden. Bei Messungen sprechen wir von akustischen Messungen, die mithilfe eines Hydrophones in einem Wassertank bei GE Healthcare in Zipf durchgefuhrt wurden. Auch die Rechenzeit konnte vor allem durch die genannten Annäherungen signifikant reduziert werden.
Damit konnte im Rahmen dieser Masterarbeit ein effizientes Modell entwickelt und implementiert werden, um die nichtlineare Wellenausbreitung bei der Ultraschallbildgebung abzubilden.
Posted inNews|Kommentare deaktiviert für Modelling and simulation of nonlinear wave propagation in ultrasound imaging
… ist der Titel des Roland-Mittermeir-Preises 2020 und wurde vom Förderverein Technische Fakultät mit EUR 1.500,00 ausgezeichnet. Der Autorin und Preisträgerin, Frau Dipl.-Ing.in Kathrin Spendier BSc, wurde der Preis im Rahmen einer TEWI-Veranstaltung (gemeinsam mit der Vergabe der TEWI-Schüler*innenpreise und Best Performer Awards) am 16. September 2022 übergeben und die Arbeit wird hier kurz vorgestellt:
The increasing demand for collaborative robot systems in industrial applications has led to new and interesting research areas in the field of personal safety. By guaranteeing personal safety, the common working area must be monitored completely by sensors. For this purpose, there are a large number of standard-certified safety devices such as laser scanners or safety light curtains. In addition to the classic safety devices, imaging systems are also tested for their suitability in practical applications. The project comprises the modelling of spatially and temporally variable data in an industrial context. To improve safety between humans and robots, safety devices have to be installed at suitable positions in the room. These sensors have to be analysed in space and time and evaluated on the basis of statistical methods or models, the overall uncertainty should be evaluated. The thesis consists of theoretically processing statistical models to analyze and model human-robot interaction. Among other things, the calculation of the minimum distance between the human and the robot should ensure a safe human-robot relationship.
It is also important to pay attention to the technical specifications and standards which must be fullfilled by the JOANNEUM RESEARCH ROBOTICS institute. These technical specifications, in conjunction with the safety requirements, are relevant to the collaborative operation of industrial robots. In order to gain the most precise understanding of the safety of robot systems, the corresponding standards must be worked through. In particular, space-time models for three-dimensional data are examined and processed, which provide information about the safety of human-robot collaboration. The goal is to predict human motion in order to guarantee a confident working atmosphere between a human and the robot. The focus in this work is the usage of Gaussian processes in connection with the efficient Integrated Nested Laplace Approximation (INLA) method, which will be used for model estimation. The developed models are generated on the basis of existing data, with processing of existing R packages. If packages in R are not available yet, suitable algorithms are implemented. The implementation includes data preparation, model estimation and the corresponding application of the model to the data. Finally, a corresponding toolbox is to be set up in R for the robot safety. This is followed by an assessment of the quality and precision of the models and methods from a statistical perspective. The output is very satisfactory and the collected data can be used for further data analysis and human motion predictions.
This project is planned in cooperation with the JOANNEUM RESEARCH institute ROBOTICS on risk models for autonomous robots in a shared work environment with humans. The practical aspects, corresponding implementations and graphical creations are completely done in R.
Posted inNews|Kommentare deaktiviert für Advanced Bayesian Statistical Methods für Fast Prediction of Human Motion in Cooperative Human-Robot Interaction using Space-Time Models
