Offenburg University of Applied Sciences
Hochschulschriftenserver der Hochschule OffenburgNot a member yet
6641 research outputs found
Sort by
Entwicklung eines universellen Flashers
No full textDiese Bachelor-Thesis beschreibt die Entwicklung eines universellen Flashers zur Aktualisierung von Betriebssystemen auf Revolution Pi-Modulen. Angesichts bestehender Herausforderungen bei der Aktualisierung dieser Geräte entwickelt diese Arbeit ein Gerät, das eine einfachere und fehlerresistente Aktualisierung ermöglicht. Der Flasher kombiniert speziell entworfene Hardware mit einer Software, die auf einem Linux-Betriebssystem basiert, und bietet eine benutzerfreundliche Oberfläche über ein integriertes Touch-Display. Die Ergebnisse zeigen, dass der Flasher eine zuverlässige Alternative zu bestehenden Methoden darstellt, was die Wartung und Aktualisierung von Revolution Pi-Modulen erheblich vereinfacht
Entwicklung und Implementierung eines Systems zur vollautomatischen Erfassung und Bewertung des Gesundheitszustands der IT-Umgebung eines Kunden
No full textDiese Bachelorarbeit beschäftigt sich mit der Entwicklung und Implementierung eines Systems zur vollautomatischen Erfassung und Bewertung des Gesundheitszustands der IT-Umgebung eines Kunden. Diese Checks wurden bisher durch das IT-Systemhaus LEITWERK AG manuell durchgeführt. Diese manuellen Checks waren zeitaufwendig und führten dazu, dass die gleichen Daten unterschiedliche Bewertungen ergaben. Ziel war es, dies zu automatisieren. Das entwickelte System ermöglicht es, Checks vollautomatisch durchzuführen und die Ergebnisse effizient und mit hoher Ergebniskonsistenz zu bewerten. Dies wird erreicht durch den Einsatz von Ansible für die Automatisierung und PostgreSQL für die Datenspeicherung. Das System prüft die IT-Umgebung eines Kunden automatisch und bewertet sie anhand festgelegter Schwellenwerte. Die Ergebnisse der Checks werden über eine API im Kunden-Portal MyLEITWERK zur Verfügung gestellt, worüber Kunden direkten Zugriff auf ihre Berichte haben.This bachelor thesis focuses on the development and implementation of a system for the fully automatic capturing and evaluation of the health status of a client's IT environment. The objective was to automate the manual checks previously carried out by the IT system house LEITWERK AG. These manual checks were time-consuming and led to varying evaluations of the same data. The developed system enables checks to be carried out fully automatic and the results to be evaluated efficiently and with a high consistency. This is achieved by using Ansible for automation and PostgreSQL for data storage. The system automatically checks a customer's IT environment and evaluates it based on defined threshold values. The results of the checks are provided to the customer portal MyLEITWERK via an API, where customers have direct access to their reports
Konzeption und Umsetzung eines Demonstrators einer echtzeitdatenbasierten vernetzten Fertigung
No full textIn dieser Arbeit wird der Forschungsfrage nachgegangen, wie die Nutzung von Echtzeitdaten in der vernetzten Fertigung dazu beitragen kann, die Effizienz und Transparenz in der Produktion zu steigern. Dazu wird ein Demonstrator für eine Lehrveranstaltung an der Hochschule Offenburg geplant und umgesetzt. Die Planung umfasst die Erstellung von Prozessbeschreibungen und Anforderungen, auf deren Basis geeignete Technologien ausgewählt werden. Zudem werden Komponenten der industriellen Identifikation von Siemens in den Demonstrator integriert. Ein Konzept dokumentiert die Bestandteile des Demonstrators für die Implementierung. Abschließend wird der Demonstrator implementiert und im Fazit bewertet, ob die Anforderungen erfüllt wurden und die Forschungsfrage beantwortet werden konnte
Einfluss asymmetrischer Hörsystemversorgung auf das binaurale Hören
No full textEine asymmetrische Hörsystemversorgung kann zu Problemen bei der binauralen Fusion führen. In der vorliegenden Arbeit wurde zum einen der Einfluss eines Frequenz-Mismatches, welcher bei einer einseitigen Cochlea-Implantat-Versorgung vorliegt, auf die binaurale Fusion untersucht. Zum anderen wurden die Auswirkungen einer simulierten einseitigen offenen Hörgeräteversorgung auf die binaurale Fusion analysiert. Für beide Untersuchungen wurde ein Hörtest entwickelt, anhand welchem eine Fusionsabfrage unter den genannten Umständen durchgeführt wurde. Die Schallwiedergabe erfolgte in beiden Hörtests über Kopfhörer
Security Data Processing and Dispatching
No full textAs software ecosystems grow increasingly complex, the effective management of software vulnerabilities has become critical to ensuring project security and stability. This process begins with the identification of potential vulnerabilities, which must be systematically tracked and verified. Organizations commonly utilize issue-tracking systems, such as JIRA, to log these vulnerabilities as specific ticket types, allowing for their confirmation or dismissal based on additional information.
In the DevSecOps framework, Software Composition Analysis (SCA) plays a vital role in identifying and managing vulnerabilities within third-party components. SCA tools automate the scanning of software dependencies to detect known vulnerabilities, licensing conflicts, and policy violations, while also generating issues in integrated tracking systems like JIRA to support mitigation efforts. This automation enhances efficiency in vulnerability management by providing actionable data.
This research investigates the automation of vulnerability management in the context of SCA, focusing on the integration between SCA tools and issue-tracking systems. Despite their effectiveness in detecting vulnerable dependencies, these tools face challenges in handling internal components, often failing to accurately link these dependencies to corresponding issues in issue-tracking systems. This gap can lead to inefficiencies and delays in vulnerability remediation. To address this limitation, the study proposes a proof of concept to improve the integration of the MEND SCA tool with issue-tracking systems, aiming to enhance the overall efficiency and effectiveness of vulnerability tracking and resolution processes
Ergonomische Gestaltung des Arbeitsplatzes
Get PDFDas Ziel dieser Arbeit ist es, ergonomische Optimierungspotenziale im gesamten Arbeitssystem Sonderschweißer aufzuzeigen und die gewonnenen Erkenntnisse im Aufbau eines neuen Arbeitsplatzes zu nutzen.
Um die Optimierungspotenziale zu erfassen, wurde der IST-Zustand aufgenommen und eine Analyse des Arbeitsplatzes durchgeführt. Dabei wurden Aufgabenstellungen und der Arbeitsablauf begutachtet, sowie der Heizkörperfluss und die genutzten Arbeitsmittel analysiert. Ebenfalls wurde eine Mitarbeiterumfrage durchgeführt, die Leitmerkmalmethode am Arbeitsplatz genutzt und eine Zeitaufnahme initiiert.
Dabei konnten Optimierungspotenziale in den verwendeten Arbeitsmitteln und im vorliegenden Arbeitsprozess aufgedeckt und verbessert werden. Zudem konnte ebenfalls ein großer Einfluss der Psyche auf die Belastungsempfindung nachgewiesen werden.
Die Arbeit zeigt auf, wie ergonomische Verbesserungen auch bedeuten, die Organisation anzupassen und damit die Effizienz zu steigern. Des Weiteren können durch geringere Verschwendung Kosteneinsparungen erzielt und die Mitarbeitenden rückwirkend entlastet werden.The plan of this study is to identify ergonomic optimization potentials throughout the work system of special welders and to take advantage of the insights gained in creating a new workplace. To record optimization potentials, the current state was documented, and an analysis of the workplace was organized. Tasks and workflow were inspected, and the radiator flow and utilized tools were evaluated. Additionally, an employee survey was conducted, the key feature method was used at the workplace, and a time study was done.
This process revealed optimization potentials in the utilized tools and the existing work process that could be uncovered and improved. Furthermore, a significant impact of psychology on the perceived workload was also demonstrated. The study illustrates how ergonomic improvements entail adapting the organization, thereby increasing efficiency. Moreover, cost savings can be achieved through reduced waste, and employees can be retrospectively relieved
Development of a predictive model for determining lesion depth within cardiac ablation
No full textThis thesis explores the development of a predictive model to predict lesions within radiofrequency ablation. The aim is to develop a neural network capable of predicting tissue lesions described by four metrics based on a set of ablation characteristics. This thesis, therefore, describes the development of the predictive model based on the following steps: comparison of different feature configurations, integration of simulation data, and evaluation of applicability. The selection of features resulted in three main configurations named ’Post-Ablation’ (11 features), ’Pre-Ablation’ (3 features) and ’Extended-Pre-Ablation’ (7 features). The result of the first development step, the comparison of configurations, showed that the ’Extended-Pre-Ablation’ configuration is the most promising and outperforms the baseline.
Data from a COMSOL Multiphysics simulation was integrated into the training to develop the model further. For this purpose, a preprocessing step was developed that converts simulated temperature ablation data into tissue damage using an Arrhenius model and calculates the lesion description. Four variants were evaluated for integrating the simulation data: one using only clinical data, one using only simulated data, and two using a combination of both. The evaluation showed that training with only clinical in vitro data leads to the best results. Although the combinations with clinical and simulated data were better on a single test dataset, training with only clinical data showed the most stable results in the context of both datasets. The most stable variant achieved an MAE of 0.79 mm, an RMSE of 1.09 mm and an R2-Score of 0.48 on the first test dataset. These results were close to those of the validation dataset. The model achieved an MAE of 1.18 mm, an RMSE of 1.49 mm, and an R2-Score of 0.12 on the second test dataset. A closer look at the discrepancy between data types showed a good qualitative match, but the unstable results indicate an insufficient quantitative match.
The applicability evaluation examined the model’s ability to reflect trends with artificial inputs correctly. For this purpose, the ablation time, the power target, and the impedance were artificially varied. While a correct trend could be recognized for the ablation time, the model expected a false trend for a power target over 50 W. The impedance also showed limitations due to the available data, so extrapolation into unknown impedance ranges still worked poorly.
The final model uses a feed-forward neural network with seven input nodes, two hidden layers with 128 and four output nodes. Even with this initial prototype, it was possible to demonstrate that the model developed can predict lesions with a certain degree of accuracy with a low computational overhead. A validated simulation for generating data showed good potential.Diese Arbeit erforscht die Entwicklung eines prädiktiven Modells zur Bestimmung von Läsionen innerhalb der Radiofrequenz Ablation. Dabei wurde ein neuronales Netzwerk entwickelt, welches in der Lage ist, eine durch vier Metriken beschriebene Läsion im Gewebe auf Basis einer Reihe von Ablationseigenschaften vorherzusagen. Diese Arbeit beschreibt daher die Entwicklung durch die Schritte: Vergleich von Feature-Konfigurationen, Integration von Simulationsdaten und Evaluierung der Anwendbarkeit. Die Selektion von Features resultierte in den Konfigurationen, ’Post-Ablation’ (11 Features), ’Pre-Ablation’ (3 Features) und ’Extended-Pre-Ablation’ (7 Features). Der Vergleich zeigte, dass ’Extended-Pre-Ablation’ die vielversprechendste Konfiguration ist und klar die Baseline übertrifft.
Um das Modell weiterzuentwickeln, wurden Daten aus einer COMSOL Simulation in das Training integriert. Dafür wurde ein Preprocessing entwickelt, welcher Temperaturwerte mittels eines Arrhenius Models in Gewebeschaden umwandelt und daraus die Läsionsbeschreibung berechnet. Für die Integration von Simulationsdaten wurden vier Varianten evaluiert, wobei eine nur klinische Daten, eine nur simulierte Daten und zwei eine Kombination aus beiden verwendet. Die Auswertung zeigte, dass ein Training mit ausschließlich klinischen in Vitro Daten zu dem besten Resultat führt. So waren die Kombinationen mit klinischen und simulierten Daten zwar auf einem einzelnen Test-Datensatz besser, im Kontext von beiden wies das Training mit ausschließlich klinischen Daten die stabilsten Resultate auf. Die stabilste Variante erzielte auf dem ersten Testdatensatz einen MAE von 0.79 mm, einen RMSE von 1.09 und einen R2-Score von 0.48, wobei die Resultate nah an denen des Validierungsdatensatzes lagen. Auf dem zweiten Testdatensatz wurde ein MAE von 1.18 mm, ein RMSE von 1.49 mm und ein R2-Score von 0.12 erreicht. Eine genauere Betrachtung der Diskrepanz zwischen klinischen und simulierten Daten zeigte einen guten qualitativen Match, jedoch wiesen die instabilen Ergebnisse auf einen unzureichenden quantitativen Match hin.
Die Evaluierung der Anwendbarkeit untersuchte die Fähigkeiten des Modells bei künstlichen Eingaben Trends korrekt widerzuspiegeln. Hierfür wurden die Ablationszeit, das Power-Target und die Impedanz künstlich variiert. Während sich für die Ablationszeit ein korrekter Trend erkennen ließ, erwartete das Modell ab einem Power-Target von 50 W einen falschen Trend. Bei der Impedanz zeigten sich ebenfalls die Limitationen aufgrund der verfügbaren Daten, sodass eine Extrapolation in unbekanntere Impedanzbereiche noch schlecht funktionierte.
Das letztlich verwendete Modell ist ein Feed-Forward Neural Network mit sieben Eingabeknoten, zwei Hidden Layers mit je 128 Knoten und vier Ausgabeknoten. Auch wenn in dieser Arbeit in erster Linie ein erster Prototyp entwickelt wurde, konnte demonstriert werden, dass das entwickelte Modell in der Lage ist, mit geringem Overhead Läsionen einer gewissen Genauigkeit vorherzusagen. Die Erzeugung von Daten mittels einer validierten Simulation zeigte ein großes Potenzial
Influence of cofactor change on the biochemical characteristics of a metalloendopeptidase isolated from Trametes coccinea (Tc-LysN) and expressed in Pichia pastoris
No full textMetalloendopeptidases belong to a class of enzymes that digest proteins dependently on a divalent metal ion as a cofactor, which is usually zinc. Metalloendopeptidases can be specific for the N-terminus or C-terminus of different amino acids. For instance, the Peptidyl-Lys class is specific for the amino acid lysine and various peptidases were previously isolated from the fruiting bodies of fungi, such as Grifola frondosa, Pleurotus ostreatus, and Armillaria mellea (Zhao et al., 2020).
The previously discovered metalloendopeptidases specific for lysine were active at an optimum alkaline pH, however the recently isolated Tc-LysN is an endopeptidase which has a pH optimum in acidic conditions. Tc-LysN is a peptidyl-lys metalloendopeptidase, an endopeptidase specific for the N-terminus of lysine. Its resistance to high temperature and its activity optimum at acidic pH (Ahmed et al., 2024) makes it a valuable option for proteomic experiments. The peptidase used in this Master Thesis was genetically engineered in P. pastoris by Uzair et al.
Initially, the P. pastoris mutant was cultivated in shake flasks with different growing conditions, looking for an increased titer of the protein. Afterward, the protein was produced and isolated with a single step anion-exchange chromatography at pH 7.2.
After the peptidase was purified, its apoenzyme was originated using the chelating agent 1,10-phenantroline, which successfully inhibited the enzyme. Subsequently, the apoenzyme was reactivated with Zn2+ and Co2+. The reactivated apoenzymes achieved diverse biochemical characteristics, compared to the native enzyme, presenting an increased enzyme activity of 110% for the Co2+ reactivated apoenzyme, although paired with less specificity. Furthermore, also a reduction of temperature resistance was recorded, where after 1 hour of incubation at 70 °C less than 10% activity was recorded.
Finally, the studies on this kind of peptidases are important because of their possible pivotal role in proteomic experiments (Zhao et al., 2020). The modification of the biochemical characteristics of these peptidases could give important tools that could be used in future applications
Einbindungsmöglichkeiten ML-gestützter Churn Analysen in die BI Software Qlik
No full textDiese Masterarbeit untersucht, wie sich Churn Predictions mit der Business-Intelligence-Software Qlik realisieren lassen. Churn, also die Abwanderung von Kunden, stellt für viele Unternehmen eine erhebliche Herausforderung dar. Durch präzise Vorhersagen dieser Abwanderungen können Unternehmen proaktiv Maßnahmen ergreifen, um Kunden zu halten und ihre Geschäftsziele zu erreichen.
Im ersten Teil der Arbeit wurde untersucht, wie Churn Predictions mittels Machine Learning durchgeführt werden können. Hierbei kam eine binäre Klassifikation zum Einsatz, um die Klassen „Churner“ und „No-Churner“ zu unterscheiden. Reale Daten der Firma Sauber Energie GmbH & Co. KG dienten als Grundlage für die Vorhersagen. Verschiedene Machine-Learning-Modelle wurden trainiert und evaluiert, wobei das LightGBM-Modell mit einem F1-Score von 94% das beste Ergebnis lieferte.
Im zweiten Teil der Arbeit lag der Fokus auf der praktischen Umsetzung und Integration der Churn Predictions in Qlik. Drei verschiedene Methoden wurden evaluiert: Qlik Auto-ML, Qlik Sense Server-Side Extension und die Dateiablage. Jede dieser Methoden ermöglicht es, Churn Predictions in Qlik zu realisieren, wobei die Vor- und Nachteile stark von den technischen Besonderheiten der jeweiligen Methode abhängen. Für die Umsetzung eines Churn Dashboards bei Sauber Energie erwies sich die Dateiablage aufgrund der geringsten Implementierungshürde als am geeignetsten.
Die Ergebnisse dieser Arbeit zeigen, dass die Integration von Churn Predictions in Qlik ein wertvolles Werkzeug für Unternehmen darstellt. Es ermöglicht ihnen, präzise Vorhersagen zu treffen und darauf aufbauend das Churnverhalten zu analysieren
Development and evaluation of an Automated System for Price Detection in Retail Catalogs
No full textIn the contemporary retail environment, the extraction of price information from promotional brochures is labor-intensive and time-consuming. This thesis addresses this challenge by developing and evaluating an automated system to extract prices, crossed-out prices, and discounts from images. The proposed system aims to enhance the data acquisition process’s efficiency and accuracy, thus enabling timely and precise information retrieval while reducing manual effort. The research begins with a comprehensive review of existing methods for text recognition and extraction, highlighting the strengths and weaknesses of various approaches. Based on these insights, several models, including Parseq, DTrOCR, and CLIP4STR, are compared to identify the most effective solution for the task. The CLIP4STR model, leveraging a dual encoder-decoder architecture that integrates visual and cross-modal branches, is found to be particularly well-suited for recognizing and extracting prices from complex visual contexts in promotional images. Experiments are conducted to evaluate the performance of these models using a dataset comprising promotional images from five different retailers. The CLIP4STR model demonstrates superior performance, achieving high accuracy in extracting price information. Additionally, the system’s robustness is validated through various test scenarios, including handling discounts and crossed-out prices. The results of this thesis underscore the potential of applied artificial intelligence to transform retail data processing. By automating price extraction, businesses can significantly improve their data collection processes, leading to more informed decision-making and resource allocation. Future work will focus on refining the model, expanding the dataset, and integrating the system into real-world operational settings to further enhance its applicability and performance. This research contributes to the field of retail data processing by providing a scalable and efficient solution for price information detection, laying a strong foundation for future advancements in automated data extraction systems.Im modernen Einzelhandelsumfeld ist die Extraktion von Preisinformationen aus Werbebroschüren arbeitsintensiv und zeitaufwändig. Diese Arbeit befasst sich mit dieser Herausforderung, indem sie ein automatisiertes System zur Extraktion von Preisen, durchgestrichenen Preisen und Rabatten aus Bildern entwickelt und bewertet. Das vorgeschlagene System zielt darauf ab, die Effizienz und Genauigkeit des Datenerfassungsprozesses zu verbessern, um eine zeitnahe und präzise Informationsgewinnung zu ermöglichen und den manuellen Aufwand zu reduzieren. Die Forschung beginnt mit einer umfassenden Überprüfung bestehender Methoden zur Texterkennung und -extraktion, wobei die Stärken und Schwächen verschiedener Ansätze hervorgehoben werden. Auf Basis dieser Erkenntnisse werden mehrere Modelle, darunter Parseq, DTrOCR und CLIP4STR, verglichen, um die effektivste Lösung für die Aufgabe zu identifizieren. Das CLIP4STR-Modell, das eine Dual-Encoder-Decoder-Architektur nutzt, die visuelle und cross-modale Zweige integriert, erweist sich als besonders geeignet für die Erkennung und Extraktion von Preisen aus komplexen visuellen Kontexten in Werbebildern. Experimente werden durchgeführt, um die Leistung dieser Modelle anhand eines Datensatzes, der Werbebilder von fünf verschiedenen Einzelhändlern umfasst, zu bewerten. Das CLIP4STR-Modell zeigt eine überlegene Leistung und erreicht eine hohe Genauigkeit bei der Extraktion von Preisinformationen. Darüber hinaus wird die Robustheit des Systems durch verschiedene Testszenarien, einschließlich der Handhabung von Rabatten und durchgestrichenen Preisen, validiert. Die Ergebnisse dieser Arbeit unterstreichen das Potenzial der angewandten künstlichen Intelligenz zur Transformation der Einzelhandelsdatenverarbeitung. Durch die Automatisierung der Preisextraktion können Unternehmen ihre Datenerfassungsprozesse erheblich verbessern, was zu fundierteren Entscheidungsprozessen und einer besseren Ressourcenallokation führt. Zukünftige Arbeiten werden sich auf die Verfeinerung des Modells, die Erweiterung des Datensatzes und die Integration des Systems in reale betriebliche Umgebungen konzentrieren, um seine Anwendbarkeit und Leistung weiter zu verbessern. Diese Forschung leistet einen Beitrag zum Bereich der Einzelhandelsdatenverarbeitung, indem sie eine skalierbare und effiziente Lösung zur Erkennung von Preisinformationen bietet und somit eine solide Grundlage für zukünftige Fortschritte in automatisierten Datenerfassungssystemen schafft