Refine
Document Type
- Article (35) (remove)
Has Fulltext
- yes (35) (remove)
Keywords
- Altenpflege (2)
- Kalman-Filter (2)
- Lernstrategien (2)
- Neuronales Netz (2)
- Pflege (2)
- model car (2)
- nursing (2)
- Ableitung Solltrajektorie (1)
- Alter (1)
- Ambient Assisted Living (1)
Das Konzept „StudierES- Personalisierte Strategien für erfolgreiches Studieren“ zeichnet sich durch das Thematisieren von Arbeits- und Lernstrategien zum erfolgreichen Studieren, die Anleitung und Begleitung von strukturierten Reflexionsprozessen mittels Bildungsportfolio sowie die Angebote flexibler Lernräume, den Kompetenzmosaiken, zur Aneignung und Vertiefung von Kompetenzen im wissenschaftlichen Arbeiten sowie den erforderlichen digitalen Kompetenzen. Die Evaluationsergebnisse im Entwicklungs- und Forschungsprozess geben Hinweise für die Weiterentwicklung von Studium und Lehre und können somit zu veränderten Kommunikations- und Kooperationsstrukturen in der Hochschule beitragen.
Ziel ist es, die Qualität von Lehre und Studium durch die Integration von Arbeits- und Lernstrategien im Studium bei gleichzeitiger Implementierung von strukturierten Reflexionsprozessen mit Lernprozessbegleitung schrittweise zu verbessern. Zur Förderung der Eigenverantwortung von Studierenden bedarf es zusätzlich dem Bewusstwerden von Anforderungen im Studium und die Aneignung von adäquaten Kompetenzen in flexiblen Lernräumen. Im Entwicklungsprozess wurde erkennbar, dass die Förderung digitaler Kompetenzen für ein lernwirksames und erfolgreiches Studium eine Erweiterung der Bildungsziele notwendig macht. Umfangreiche Ergebnisse aus den Perspektiven der Studierenden und den Lehrenden und im Entwicklungsprozess von StudiereES zeigen konkrete Hinweise, Chancen und Grenzen zu innovativen Entwicklungen in Studium und Lehre auf.
Als Fazit des Entwicklungs- und Forschungsprozesses zu StudierES mit Transfer in Lehre und Studium zeigt das Modell „Architektur für erfolgreiches Lehren und Studieren“ die Komplexität und die Vielfalt der Gestaltungsmöglichkeiten der aufeinander abzustimmenden Ziele, Methoden, Medien und Materialien in Lehre und Studium auf.
Das Prinzip der maximalen Entropie ist ein Verfahren der künstlichen Intelligenz, mit dem fehlendes stochastisches Wissen generiert werden kann. Dadurch ist die Methode für alle Aufgabenstellungen anwendbar, in denen temporär oder dauerhaft nur unvollständiges Wissen vorliegt. Das Prinzip fügt zu vorhandenem lückenhaften Wissen so viel, wie möglich Unsicherheit hinzu und minimiert dadurch nicht gerechtfertigte si-chere Annahmen. Anhand eines einfachen Beispiels mit zwei booleschen Zufallsvariablen wird die Überwachungseinrichtung einer Produktionsanlage modelliert. Dabei liegt über die Güte der Überwachung nur unvollständiges Wissen vor. Aus den gegebenen Informationen werden nun die Berechnungsschritte hin bis zu einer vollständigen Wahrscheinlichkeitsverteilung demonstriert. Diese Verteilung repräsentiert das vollständige Wissen aller Zusammenhänge des Modells. Die so gewonnene Wahrscheinlichkeitsverteilung wird abschließend zur Bewertung der Güte der Überwachungsanlage genutzt und ermöglicht dabei statistische Aussa-gen, welche mit dem ursprünglich gegebenen Wissen nicht möglich wa-ren.
Mensch-Roboter-Interaktion mit Mixed Reality auf Basis einer "Digital Twin as a Service"-Plattform
(2019)
Der Beitrag fragt danach, wie ein Konzept kritischer Professionalisierung, welches Aneignungs- bzw. Nutzer*innenperspektiven und arbeitsbündnistheoretische Überlegungen (insbesondere bezogen auf Schutz der Integritäten) zusammendenkt, eine Orientierungsfolie für die sich aus der Covid-19 Pandemie ergebenden Herausforderungen in der Offenen Kinder- und Jugendarbeit sein kann. Jugendarbeit allgemein und Offene Kinder- und Jugendarbeit im Besonderen sind gerade angesichts der gegenwärtigen Pandemiesituation aufgefordert, neue Praxen zu entwickeln, um Aushandlung, Partizipation und Sorge auch im digitalen Raum zu realisieren.
Die Positionsbestimmung im Indoor-Bereich
ermöglicht im Vergleich zu GPS komplett neue
Anwendungsszenarien. Hierfür ist Technologie notwendig,
welche immer weiter untersucht werden muss, um dessen
Systemgrenzen aufzuzeigen. Die Firma Decawave stellt mit dem
DWM1001 ein Ultrabreitbandmodul zur Verfügung, welches
eine Positionsbestimmung bis zu 10 Zentimetern Genauigkeit
erfüllen soll. Wie sich herausstellt, trifft dies nicht für die Höheninformation der Position zu.
Mikroskopische Simulationen zur Fahrzeugsimulation sind eine wichtige Komponente zur Entwicklung für Algorithmen autonomer Fahrzeuge. Die Generierung notwendiger Szenarien mit synthetischen Methoden ist zeitaufwendig oder bildet die Realität nicht ausreichend nach. Ziel dieser Forschungsarbeit ist die Entwicklung eines Toolsets zur Generierung realistischer Szenarien aus realen Messdaten für die Simulationsumgebung LGSVL. Das Resultat dieser Arbeit ist ein Prototyp zur Extraktion und Vorverarbeitung der Messdaten, die Generierung einer Karte aus Kartendaten
und Integration dieser in eine Simulation. Weiterhin wurde eine Anbindungsmöglichkeit zur Steuerung der Fahrzeuge und dem Datenaustausch mit der Softwarebibliothek ROS untersucht.
Slips and stumbles are main causes of falls and result in serious injuries. Balance training is widely applied for preventing falls across the lifespan. Subdivided into two main intervention types, biomechanical characteristics differ amongst balance interventions tailored to counteract falls: conventional balance training (CBT) referring to a balance task with a static ledger pivoting around the ankle joint versus reactive balance training (RBT) using externally applied perturbations to deteriorate body equilibrium. This study aimed to evaluate the efficacy of reactive, slip-simulating RBT compared to CBT in regard to fall prevention and to detect neuromuscular and kinematic dependencies. In a randomized controlled trial, 38 participants were randomly allocated either to CBT or RBT. To simulate stumbling scenarios, postural responses were assessed to posterior translations in gait and stance perturbation before and after 4 weeks of training. Surface electromyography during short- (SLR), medium- (MLR), and long-latency response of shank and thigh muscles as well as ankle, knee, and hip joint kinematics (amplitudes and velocities) were recorded. Both training modalities revealed reduced angular velocity in the ankle joint (P < 0.05) accompanied by increased shank muscle activity in SLR (P < 0.05) during marching in place perturbation. During stance perturbation and marching in place perturbation, hip angular velocity was decreased after RBT (P from TTEST, Pt < 0.05) accompanied by enhanced thigh muscle activity (SLR, MLR) after both trainings (P < 0.05). Effect sizes were larger for the RBT-group during stance perturbation. Thus, both interventions revealed modified stabilization strategies for reactive balance recovery after surface translations. Characterized by enhanced reflex activity in the leg muscles antagonizing the surface translations, balance training is associated with improved neuromuscular timing and accuracy being relevant for postural control. This may result in more efficient segmental stabilization during fall risk situations, independent of the intervention modality. More pronounced modulations and higher effect sizes after RBT in stance perturbation point toward specificity of training adaptations, with an emphasis on the proximal body segment for RBT. Outcomes underline the benefits of balance training with a clear distinction between RBT and CBT being relevant for training application over the lifespan.
Diese Arbeit stellt einen Lösungsansatz
für das Erstellen einer Karte für autonome Systeme auf Grundlage von Objekten mit Lebenspunkten vor. Dafür werden von
den Sensoren erfasste Punkte mit einem DBSCAN verarbeitet,
um zusammenhängende Cluster zu finden. Diese Cluster werden
mit Lebenspunkten versehen, welche die Existenzplausibilität
widerspiegeln.
Mobilitätshilfen sind allgegenwärtig und existenziell für Menschen, die aufgrund von Krankheit und Pflegebedürftigkeit in ihren Alltagsbewegungen und -fortbewegungen eingeschränkt sind. Mobilität steht in einem direkten Zusammenhang zur Selbstständig-keit und Selbstbestimmung im Alltag. Für viele pflegebedürftige Menschen sind Mobili-tätshilfen entscheiden dafür, ob sie ihren Alltag (wieder) selbst gestalten können. Dabei müssen sie sich innerhalb und außerhalb von Räumen ganz unterschiedlichen Heraus-forderungen stellen. Teilhabe am sozialen, möglicherweise auch am beruflichen Leben wird für viele Betroffene erst dann möglich, wenn die unterschiedlichen Mobilitätshilfen aufeinander und auf die jeweiligen Aktivitäten abgestimmt sind. Für Angehörige und für Pflegefachpersonen stellt sich täglich die Frage, mit welchen Mobilitätshilfen eine siche-re und angemessene Unterstützung möglich ist. Dabei gilt es, die Ausstattung mit Hilfen dem aktuellen Mobilitätsprofil der Betroffenen anzupassen; die Folgen von Über- oder Unterversorgung mit Mobilitätshilfen kann für die Betroffenen gravierende negative Folgen haben!
Augmented Reality (AR) und Mixed Reality (MR) bieten das Potential für zahlreiche Anwendungen im Industrial Internet of Things (IIoT). In diesem Beitrag wird ein Ansatz zur cloudbasierten (endgeräte- und standortunabhängigen) Erstellung und 3D-Visualisierung von realdatengetriebenen Augmented und Mixed Reality Szenen sowie deren Anwendung im Maschinen- und Anlagenbau vorgestellt.
Diese Arbeit befasst sich mit der Entwicklung eines robusten Positionsschätzers. Die Positionsschätzung findet für einen mobilen Roboter statt, welcher autonom einen Rundkurs abfährt.
Mithilfe des von Thrun et al. entwickelte FastSLAM Ansatz wird ein Konzept zur Filterung der Position entwickelt. Geeignete Umweltinformationen werden für die kontinuierliche Korrektur ermittelt und beschrieben. Für die Korrektur wird die Charakteristik der Rennstrecke genutzt.
Durch eine Validierung des Konzepts wird die Funktionalität gezeigt und ein Einblick in die erforderliche Rechenleistung gegeben.
Für das autonome Fahren ist es notwendig, Verfahren zu entwickeln, die in der Lage sind, die Position und die Orientierung von Objekten zu ermitteln. Eine große Herausforderung ist die Zuordnung der durch Sensoren erfassten Messpunkten zu Objekten und die notwendige Validierung dieser Daten. In diesem Beitrag wird die Datenassoziation von Messpunkten zu einem Objekt mittels Künstlicher Intelligenz (KI) untersucht. Hierbei wird ein Neuronales Netz verwendet, welches die Zuordnung der Messpunkte zu einem bestimmten Objekt übernimmt oder diese als Rauschen deklariert. Es wird untersucht wie sich die Performance von Long Short-Term Memory (LSTM)-Layern gegenüber Dense-Layern für diesen Einsatz-Zweck verhält. Die verwendeten Daten werden mittels einer 2D-Simulation erzeugt. Der Output des Neuronalen Netzes wird verwendet, um die Trajektorien mehrerer Objekte zu erfassen und deren zukünftige Bewegung durch einen Kalman-Filter vorherzusagen.
Hintergrund
Die Prävalenz von Mangelernährung im Krankenhaus ist hoch und wird in der Praxis noch häufig unterschätzt. Im Rahmen eines vom BMBF finanzierten Projektes soll diesem Problem mithilfe von Praxiskonzepten mit präventiven und kurativen Maßnahmen für die Zielgruppe geriatrischer Patient*innen begegnet werden.
Methodik
Zur Bestimmung der Ausgangslage hinsichtlich des Ernährungsmanagements und Feststellung der aktuellen Prävalenz von Mangelernährung in zwei Stuttgarter Kliniken wurden im Rahmen des nutritionDays® spezifische Daten erhoben und mit dem Schwerpunkt auf die Zielgruppe ältere Patient*innen ausgewertet.
Ergebnisse
Von 99 eingeschlossenen Patient*innen weisen 39,4% (n=39) ein Risiko für eine Mangelernährung auf, 41 Patient*innen (41,1 %) berichten von einem ungewollten Gewichtsverlust. Der Gewichtsverlust beträgt im Mittel 6,1 kg (SD 3,8) oder 9,7% (SD 5,1) des Körpergewichtes. Nur 19,4% (n=7) der Mangelernährten erhalten eine ernährungsmedizinische Intervention. Es zeigt sich für die Gruppe mit einem hohen Mangelernährungsrisiko ein verlängerter Klinikaufenthalt von 2,1 Tagen (nicht signifikant), ein signifikant geringerer BMI (-4,3 kg/m²; p=0,001), größerer Gewichtsverlust (-12,5% vs. -3,7%; p=0,001) sowie Gewichtsveränderungen in den letzten 5 Jahren (-7,6% vs.+1,2%; p=0,004). Der ungewollte Gewichtsverlust korreliert signifikant mit der Anzahl unterschiedlicher Medikamente (rs=0,397; p=0,029) und einer verringerten Nahrungsaufnahme in der Woche vor Klinikeinweisung (rs=-0,533; p=0,003).
Schlussfolgerung
Die hohe Prävalenz von Mangelernährung unter den älteren Patient*innen bei gleichzeitig ausbleibender Identifikation der Betroffenen führt zu einer unzureichenden Behandlung der Mangelernährung. Diese Defizite lassen sich mithilfe von nutritionDay® Erhebungen deutlich aufzeigen.
Diese Arbeit beschreibt die Aufstellung einer Trajektorie für ein autonomes Fahrzeug. Als Basis dient eine Vorarbeit, bei der ein neuronales Netz das Bild einer Frontkamera eines Autos in Fahrspur und Nicht-Fahrspur segmentiert. Darauf aufbauend wird das Bild zunächst in die Vogelperspektive transformiert. Anschließend folgen eine Detektion der Fahrspurkanten sowie ein Clustering-Verfahren, um linke und rechte Kantenabschnitte zu separieren. Weiter wird die Trajektorie diskret in Form von Parametern des Kreisbogenmodells aufgenommen. Die Prädiktion dieser Parameter erfolgt mittels eines Extended Kalman-Filters. Die abschließende Validierung der Algorithmen erfolgt durch eine synthetisch generierte Fahrspur.