Don’t Treat the Symptom, Find the Cause! Efficient AI Methods for (Interactive) Debugging

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.

Slides are animated. Please view in presentation mode.

Posted in TEWI-Kolloquium | Kommentare deaktiviert für Don’t Treat the Symptom, Find the Cause! Efficient AI Methods for (Interactive) Debugging

The Role of Machine Learning in Fluid Network Control and Data Planes

Thursday, October 20, 2022 | 04:00 pm (CET) | Online via Zoom, please register here:

Prof. Dr. Christian Rothenberg | University of Campinas, Brazil

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 in TEWI-Kolloquium | Kommentare deaktiviert für The Role of Machine Learning in Fluid Network Control and Data Planes

Förderverein Technische Fakultät an der Universität Klagenfurt vergibt Roland-Mittermeir-Preis

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 Kerstin Maier BSc BSc

„Solving the Combined Cell Layout Problem with Exact Approaches“

Studienjahr 2020: Frau Kathrin Spendier BSc

„Advanced Bayesian Statistical Methods for Fast Prediction of Human Motion in Cooperative Human-Robot Interaction using Space-Time Models

Studienjahr 2021: Frau Teresa Rauscher BSc

„Modelling and simulation of nonlinear wave propagation in ultrasound imaging“

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:

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 in News | Kommentare deaktiviert für Förderverein Technische Fakultät an der Universität Klagenfurt vergibt Roland-Mittermeir-Preis

Modelling and simulation of nonlinear wave propagation in ultrasound imaging

… 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 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 in News | Kommentare deaktiviert für Modelling and simulation of nonlinear wave propagation in ultrasound imaging

Advanced Bayesian Statistical Methods für Fast Prediction of Human Motion in Cooperative Human-Robot Interaction using Space-Time Models

… 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 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 in News | Kommentare deaktiviert für Advanced Bayesian Statistical Methods für Fast Prediction of Human Motion in Cooperative Human-Robot Interaction using Space-Time Models

Solving the Combined Cell Layout Problem with Exact Approaches

… ist der Titel des Roland-Mittermeir-Preises 2019 und wurde vom Förderverein Technische Fakultät mit EUR 1.500,00 ausgezeichnet. Der Autorin und Preisträgerin, Frau Mag.a DDIin Kerstin Maier BSc 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:

Die Masterarbeit behandelt das Combined Cell Layout Problem (CCLP). Das CCLP beschäftigt sich mit der Minimierung der Materialflusskosten in einer Produktionshalle mit mehreren Produktionszellen. Die zu produzierenden Teile sind auf die Bearbeitung von Maschinen in unterschiedlichen Produktionszellen angewiesen. Daher sucht dieses Problem nach der optimalen Anordnung der Maschinen innerhalb jeder Produktionszelle unter Berücksichtigung der einzelnen intra- und interzellulären Materialflüsse. In jeder Produktionszelle erfolgt die Anordnung der Maschinen entweder im Kreis oder in einer Reihe. Das CCLP wurde erstmals 2012 von Hungerländer and Anjos behandelt [P. Hungerländer and M. F. Anjos. An exact approach for the combined cell layout problem. In Operations Research Proceedings 2012]. In diesem Paper wurde ein Semidefinite Program (SDP) zur Lösung des CCLPs vorgestellt.

Im Zuge der Masterarbeit wurden zwei neue exakte Ansätze für das CCLP aufgestellt, nämlich ein In-
teger Linear Program (ILP) sowie ein Answer Set Program (ASP). Den Abschluss der Masterarbeit bildet eine umfassende computerbasierte Studie, welche die Ergebnisse der zwei neuen exakten Metho-
den, sowie des SDPs von Hungerländer und Anjos gegenüberstellt. Diese Studie zeigte auf, dass der ILP Ansatz deutlich das SDP, das bisher als das effizienteste mathematische Modell zur Lösung des CCLPs
galt, verbessert. Während das ILP optimale Lösungen für bis zu 240 Maschinen, die innerhalb von
10 Produktionszellen angeordnet sind, in unter einer Minute erzielt, benötigt das SDP bis zu 6 Stunden. Im Gegensatz dazu, stellte sich heraus, dass es nicht sinnvoll ist einen ASP Ansatz zur Lösung von Layout-
problemen zu verwenden, da bereits Instanzen mit 30 Maschinen auf 5 Produktionszellen verteilt nicht optimal gelöst werden können.

Die vorgelegte Masterarbeit diente bereits als Basis für internationale Konferenzvorträge bei der IEEE In-
ternational Conference on Industrial Engineering and Engineering Management 2018 (IEEM18) in Bang-
kok, bei der 30. European Conference on Operational Research in Dublin und beim 14. Workshop on Models and Algorithms for Planning and Scheduling Problems in Renesse. Außerdem wurde ein Teil der
Arbeit als Konferenzpapier in den IEEE IEEM18 Proceedings publiziert (https://ieeexplore.
) und mit dem IEEE Outstanding Paper Award ausgezeichnet (für Details siehe: Dies unterstreicht die Forschungsrelevanz des betrachteten mathematischen Optimierungsproblems.

Posted in News | Kommentare deaktiviert für Solving the Combined Cell Layout Problem with Exact Approaches

Roadshow der Firma igus

Dienstag, 23.08.2022 | Beginn: 13.30 Uhr |
Lakeside B13b, 9020 Klagenfurt / JOANNEUM RESEARCH ROBOTICS


  • Mobiler Messestand 3×6 Meter
  • igus® Gelenkarm-, Scara-, Delta- und Portalroboter live vor Ort
  • Kurzschulung an der igus® Robot Control & dryve D1 (Steuerungen)
  • Gerne können Sie auch vor Ort einfache Aufgaben mit unseren Robotern testen

Hier finden Sie nähere Informationen zur Firma igus und zur Roadshow!

Posted in Veranstaltungen | Kommentare deaktiviert für Roadshow der Firma igus

Edge Intelligence and Protocols for IoT Applications

Friday, July 15, 2022 | 02:00 pm (CET) | Room: S.2.42

Dr. Shajulin Benedict | Indian Institute of Information Technology Kottayam

Abstract: IoT-enabled applications increase tremendously in various sectors, such as transportation, healthcare, education, agriculture, and so forth. These applications sense properties using sensors, perform intelligence, and apply the findings using actuators. Instead of submitting sensor data directly to the cloud, intelligence could be performed with the inclusion of several edge/fog nodes. This improves the privacy and computation time of applications. This talk will provide insights on edge intelligence techniques for such IoT-enabled applications. In addition, a few protocols that are involved in such applications are discussed. 

Bio: Dr. Shajulin Benedict graduated in 2001 from Manonmaniam Sunderanar University, India, with Distinction. In 2004, he received M.E Degree in Digital Communication and Computer Networking from A.K.C.E, Anna University, Chennai. He is the University second rank holder for his masters. He did his Ph.D degree in the area of Grid scheduling under Anna University, Chennai (Supervisor – Dr. V. Vasudevan, Director, Software Technologies Group of TIFAC Core in Network Engineering). After his Ph.D award, he joined a research team in Germany to pursue PostDoctorate under the guidance of Prof. Gerndt. He served as Professor at SXCCE Research Centre of Anna University-Chennai. Later, he visited TUM Germany for teaching Cloud Computing as Guest Professor of TUM-Germany.

Currently, he teaches Internet of Things at the Technical University Munich, Germany; he is affiliated to TUM Germany and to the Indian Institute of Information Technology Kottayam, Kerala, India, an institute of national importance of India. He serves as Director/PI/Representative Officer of AIC-IIITKottayam (Sec.8 Company) for nourishing young entrepreneurs of India. His research interests include IoT Cloud, Performance Analysis of IoT Applications, Cloud Scheduling, Edge Analytics, and so forth.

Posted in TEWI-Kolloquium | Kommentare deaktiviert für Edge Intelligence and Protocols for IoT Applications

Computer Vision techniques for real estate rating

Friday, July 15, 2022 | 10:00 am (CET) | Room: S.2.42

Prof. (FH) PD Dr. habil. Mario Döller | FH-Rector at the University of Applied Science FH Kufstein Tirol

Abstract: Computer vision and AI methods are percolating many branches nowadays. Also in the research field of real estate rating computer vision and AI methods have lead to very interesting innovations. In this research talk, real estate classification by AI-enabled computer vision techniques is discussed.

The talk will give an overview of recent research efforts in the field and focus on latest findings of our research group. This consists of age or heating demand prediction of real estates by photographs as well as the analysis of satellite images for detecting building footprints.

Bio: Prof. (FH) PD Dr. habil. Mario Döller (male) obtained his PhD from the University of Klagenfurt (Austria) in 2004 and his lecturing qualification in computer science from the University of Passau (Germany) in 2012. Currently, Dr. Döller is full professor for multimedia and web based information systems and FH-Rector at the University of Applied Science FH Kufstein Tirol. Dr. Döller is an active member of the MPEG and JPEG consortium (worked as Session Chair on the standardization of the MPEG Query Format).

Besides, he was invited as scientific expert to the Media Annotation Working Group of W3C. Furthermore, he is in the PC of numerous conferences and participated on the organization committee of EuroPar 2002, MUE 2010, SMPT 2010. Dr. Döller is author or co-author of more than 80 scientific publications and has numerous contributions to standardization bodies. Besides, he holds a patent (RDF DB) and awards (e.g. Best Paper Awards). His research in the area of computer vision (e.g., automated real estate rating) has been awarded by MIT Technology Review in the category Most Thought-Provoking Papers 2018. In 2020, his work in automated mobility has been awarded by the 3rd place in the FFG Galileo Masters challenge.

Posted in TEWI-Kolloquium | Kommentare deaktiviert für Computer Vision techniques for real estate rating