Refine
Document Type
- Study Thesis (4) (remove)
Has Fulltext
- yes (4) (remove)
Keywords
- Beratung (1)
- Data Mining (1)
- Dienstleistung (1)
- EFQM (1)
- Neuronales Netz (1)
- data analysis (1)
- data mining (1)
- neural networks (1)
- training data (1)
- virtual (1)
Grundsätzlich verspricht die Verwendung eines Cross-Plattform-Entwicklungsframeworks eine erhebliche Arbeits- und Zeitersparnis für Anwendungsentwickler. Sowohl Code als auch Assets müssen nur einmalig erstellt werden, es können aber mehrere Zielsysteme bedient werden (write-once run-anywhere). Auch Tests müssen nur einmal geschrieben werden. Die vorliegende Arbeit untersucht, wie gut dieses Versprechen von .NET MAUI, dem Nachfolger von Xamarin, erfüllt wird und vergleicht dazu die native Entwicklung für iOS mit Swift und SwiftUI.
Diese Forschungsarbeit befasst sich mit der Ableitung von Anforderungen an eine robuste Car2I-Kommunikation für einen autonomen Fahrbetrieb im urbanen Raum. Im Fokus stehen dabei der Dateninhalt (aufbereitete-/ Rohdaten), Security Mechanismen sowie zeitliche Untersuchungen intrinsischer Use-Case Betrachtungen. Dabei wurde der für eine WLAN-basierte Car2X-Kommunikation etablierte Standard namens ETSI ITS-G5 untersucht. Der Aufbau bzw. die Implementierung einer robusten Car2I-Kommunikation über den WLAN-Standard war ebenfalls Ziel dieser Arbeit. Hierfür wurde ein geeigneter Use-Case, bei dem Informationen über eine Gefahrenstellean mittels WLAN-basierter C2I-Kommunikation an Fahrzeuge in der Umgebung übermittelt werden sollen, ausgearbeitet und umgesetzt. Hierzu hat zuvor eine Hardwareevaluation stattgefunden. Im Allgemeinen war es das Ziel, eine robuste und sichere Fahrzeugkommunikation transparent zu machen, um die im Rahmen der Arbeit erhobenen Anforderungen evaluieren zu können. Hierzu sollten unter anderem die Daten, die zwischen einem Fahrzeug und der Infrastruktur ausgestauscht werden, auf einem mobilen Endgerät dargestellt werden.
Die Nachfrage nach Dienstleistungen von Beratungsgesellschaften verzeichnet einen kontinuierlichen Anstieg. Vor dem Hintergrund des steigenden Wettbewerbsdrucks müssen sich Dienstleister neue Wege in der Kundenbetreuung, -bindung und -akquirierung suchen. Der Weg zum Erfolg geht über die Qualität. Spitzenleistungen im Wettbewerb können nur erbracht werden, wenn Verbesserungen und Innovationen in allen Bereichen der Organisation erfolgen. Ein nachhaltiger, aktueller und zukünftiger Erfolg stellt sich ein, wenn auf allen betrieblichen Ebenen ein Bewusstsein für hohe und stetige Leistungen geschaffen wird.
Ziel des wissenschaftlichen Projekts ist es, eine Einführung in das Thema des Erfolgsfaktors Dienstleistungsqualität im Management eines Dienstleisters und explizit im Beratungssektor aus verschiedenen Betrachtungsweisen zu geben und den Wettbewerbsvorteil durch Dienstleistungsqualität hervorzuheben.
Anhand des EFQM Modells 2020 wird die Konzeptentwicklung zur Integration eines exzellenten Qualitätsmanagements für Beratungsgesellschaften mithilfe ausgewählter Kriterien aus dem Modell dargestellt. So sollen durch einen Führungsrahmen nachhaltig exzellente Ergebnisse bezüglich strategisch und operativer Leistungen in Anlehnung an die Wahrnehmung der Interessengruppen als Ergebnisse erzielt werden, die den Zweck, die Vision, die Strategie in Einbeziehung der Organisationskultur und Führung, mit Hilfe der eingebundenen Interessensgruppen, unter Schaffung von nachhaltigen Nutzen und unter dem Aspekt von Leistungsfähigkeit und Transformation umsetzen.
A matter of reality
(2018)
Due to the increasing relevance of data, more and more data from various sources is accumulated for a variety of purposes. At the same time, however, there is a shortage of data in areas where it is urgently needed. Particularly in the field of machine learning, there is a lack of good and usable training data. Therefore, this research paper is concerned with the virtual data acquisition for the training of neural networks. For this purpose, first an application was developed that aims to generate virtual, automatically labeled data. Subsequently, a neural network was trained on the generated virtual data and tested on real data.