Home | english  | Impressum | Sitemap | KIT

Kontextsensitive Systeme

Kontextsensitive Systeme
Typ: Vorlesung (V) Links:
Semester: SS 2015
Ort:

07.07, SR 222

Zeit:

Mo, 11:30 - 13:00

Dozent: Dr.-Ing. Till Riedel
Prof.Dr.Ing. Michael Beigl
SWS: 2
LVNr.: 24658
Voraussetzungenkeine
BeschreibungAnwendungsbeispiele kontextsensitiver Systeme kontextgewahre SmartPhone Apps wie Google Now, lokationsgewahre Werbung, das intelligente Haus, sogenannte Cyberphysical Systems in industriellen Anwendungen, oder ERP-Systeme, welche Entscheidungen durch Realweltinformationen optimieren, und so implizit mit Menschen und Umwelt interagieren. Allen gemein ist, dass sie durch die massenhafte, automatisierte Analyse von Zeitreihen und Sensorinformationen die Diskrepanz zwischen Realwelt und IT-System verringern.

Die Vorlesung soll ein Einblick in die aktuelle Forschung und Entwicklung schaffen sowie einen Einblick in den zur Umsetzung notwendigen Technologie-Stack schaffen. Ziel der Vorlesung ist es das notwendige Vorgehen bei Entwicklung und Entwurf kontextsensiver Anwendungen zu vermitteln. Neben essentiellen Grundlagen, wird daher insbesondere ein domänenübergreifende Sicht über Methoden, Verfahren und Rahmenwerke gegeben.

Begleitend zur Vorlesung wird das gleichnamige Praktikum angeboten, welches die Lehrinhalte anhand der Anwendung von Technologien aus dem Bereich Machine Learning Algorithmen, Predictive Analytics und Smart/Big Data Technologien sowie Datensätzen aus realen Anwendungen praktisch vertieft. Die gleichzeitige Teilnahme am Praktikum wird empfohlen.

LiteraturhinweiseSchilit, Bill, Norman Adams, and Roy Want. "Context-aware computing applications." Mobile Computing Systems and Applications, 1994. WMCSA 1994. First Workshop on. IEEE, 1994.

Abowd, Gregory D., et al. "Towards a better understanding of context and context-awareness." Handheld and ubiquitous computing. Karlsruhe, 1999.

LehrinhaltSchwerpunktthemen:
  • Theorie/Kategorisierung Kontextsensitiver Systeme
  • Sensoren zur Kontexterkennung
  • Kontext- und Aktivitätserkennung mit Maschine Learning Methoden
  • Herrausforderungen der Sensordatenanalyse bzgl. Volume, Velocity, Variety, Varacity (Smart Data/Big Data)
  • Autonome Adaption von Softwaresystemen
Zugangsvoraussetzungenkeine
KurzbeschreibungDie Vorlesung ist eine vertiefende Veranstaltung im Bereich Ubiquitäre Systeme, welche den Fokus auf Erkennung, Verarbeitung und Nutzung von Kontext (Nutzer-,Umgebungsinformationen,…) legt.
ZielgruppeStudenten im Diplom- oder Master-Studiengang Informatik

Studenten im Diplom- oder Master-Studiengang Informationswirtschaft

ZielErstellung eines Kontext-Sensitiven Systems vom Sensor über die Erkennung/Verarbeitung bis zur Applikationsadaption.