Extraktion von Landmarken für die Navigation

Größe: px
Ab Seite anzeigen:

Download "Extraktion von Landmarken für die Navigation"

Transkript

1 Extraktion von Landmarken für die Navigation Birgit Elias Institut für Kartographie und Geoinformatik AgA Wien./.0.0 Routenbeschreibung Map AgA Wien./.0.0

2 Vergleich der Beschreibungen Nach kurzer Fahrt überqueren wir den Friedrichswall und fahren am Maschpark entlang. Rechts ist das monumentale, rund m hohe Rathaus zu sehen.... Nachdem wir dem Verlauf der Strasse Am Maschpark gefolgt sind, erreichen wir den Schwittersplatz, den wir nach schräg links überqueren.... Wir fahren nun am Rudolf-von-Bennigsen- Ufer am Maschsee entlang.... Etwas später erreichen wir den kleinen Hafen der Segelschule (Bootsverleih). Weiter geht die Fahrt, an der Löwenbastion... vorbei. Wir erreichen das rechterhand liegende Strandbad Maschsee und fahren geradeaus unter der Bahnlinie und dem Südschnellweg hindurch. Weiter geht es geradeaus durch die Schützenallee... AgA Wien./.0.0 Vergleich der Beschreibungen Nach kurzer Fahrt überqueren wir den Friedrichswall und fahren am Maschpark entlang. Rechts ist das monumentale, rund m hohe Rathaus zu sehen.... Nachdem wir dem Verlauf der Strasse Am Maschpark gefolgt sind, erreichen wir den Schwittersplatz, den wir nach schräg links überqueren.... Landmarken Qualitative Aufwertung von Wegbeschreibungen! Wir fahren nun am Rudolf-von-Bennigsen- Ufer am Maschsee entlang.... Etwas später erreichen wir den kleinen Hafen der Segelschule (Bootsverleih). Weiter geht die Fahrt, an der Löwenbastion... vorbei. Wir erreichen das rechterhand liegende Strandbad Maschsee und fahren geradeaus unter der Bahnlinie und dem Südschnellweg hindurch. Weiter geht es geradeaus durch die Schützenallee... AgA Wien./.0.0

3 Gliederung Landmarken Definition, Verteilung von Landmarken, Objekttypen Datenquellen ALK Laserscan-Daten ATKIS Verfahren zur Extraktion () Potentielle Landmarken: > Data Mining () Routenabhängige Landmarken: > Sichtbarkeit Kommunikation in Anwendung AgA Wien./.0.0 Definition Landmarke Landmarke = Orientierungszeichen, Merkzeichen... Objekte, die aus ihrer Umgebung herausstechen... Bedingung: Kontrast zur Umgebung! Eigenschaften: Spezielle visuelle Charakteristik Einzigartiger Zweck oder Bedeutung Zentrale oder herausragende Lage Je mehr Eigenschaften erfüllt, desto stärkerer Landmarke AgA Wien./.0.0

4 Verteilung von Landmarken Landmarken in Wegbeschreibungen an (möglichen) Entscheidungspunkten on-route zur Bestätigung des rechten Weges Landmarken entfernte Objekte off-route Lokale Landmarken an Entscheidungspunkten Analyse von Kreuzungen Suche nach lokalen Besonderheiten an der Kirche rechts ab AgA Wien./.0.0 Landmarken Objekte Objekttyp Route (Wohngebiet, Uni) Route (Innenstadt) Gebäude 0 (0 %) ( %) Denkmäler (, %) (0 %) Plätze (, %) ( %) Öffentlicher ( %) ( %) Nahverkehr Weitere 0 ( %) (%) Total 0 (00 %) (00 %) AgA Wien./.0.0

5 Mögliche Datenquellen Landmarken für Landmarken ALK swimming-bath cafeteria open space open space ATKIS Prince park university of Hannover rails George park church open space university of Hannover AgA Wien./.0.0 Mögliche Datenquellen Landmarken für Landmarken ALK swimming-bath open space open space cafeteria Prince park George park university of Hannover church open space rails -> Extraktion von Gebäuden university of Hannover AgA Wien./.0.0 0

6 Zusätzliche Daten: Höhenmodell (Laserscanner-Daten) Falschfarbenansicht Oper in Hannover AgA Wien./.0.0 Extraktion von Landmarken Potentielle Landmarken Analyse Routen-spezifische Landmarken Datenbank Ausgewählte Route Routing AgA Wien./.0.0

7 () Potentielle Landmarken Potentielle Landmarken Analyse Datenbank Charakteristik von Objekten -Geometrie - Semantik Suche nach Gemeinsamkeiten und Herausstellungsmerkmalen Data Mining AgA Wien./.0.0 Data Mining Information Muster Information Information Information Datenbank Data Mining Eigenschaften Charakteristiken Information Analyse großer Datenmengen hinsichtlich der Beziehungen der Daten untereinander Gewinnung von neuen Erkenntnissen Anwendung Marketing: Interpretation von Kundendaten -> Rückschlüsse Kaufverhalten AgA Wien./.0.0

8 Algorithmen für Data Mining Zugehörige Bereiche: Maschinelles Lernen Mustererkennung KI Statistik Datenbanken (Daten-)Visualisierung Maschinelles Lernen Modelle: Klassifikation Clustering Regressionsmodelle Zeitreihenanalyse Neuronale Netze überwacht Klassifikation unüberwacht Clustering AgA Wien./.0.0 Ablauf: Knowledge Discovery in Databases Auswahl Aufgabe festlegen, Daten sammeln Interpretation Evaluation der Muster Visualisierung KDD Vorverarbeitung Aufbereitung der Daten Data Mining Datenanalyse AgA Wien./.0.0

9 Extraktionsverfahren: Potentielle Landmarken Landmarken: auffällige Objekte in Umgebung Auswahl. Objekte beschreiben durch Attribute Suche nach einzigartigen Attributkombinationen Interpretation Vorverarbeitung Data Mining AgA Wien./.0.0 Ableitung der Gebäude-Attribute aus ALK t Fläche Hauptseite Richtungswinkel Einzel- oder Reihenhaus t t t Querseite Orientierung zum Nachbarn Nutzung Abstand zur Straße m Anzahl der Ecken Attribute Ausrichtung zur Straße Kirche Bebauungsdichte Höhe Funktion AgA Wien./.0.0

10 A A A 0 0 0A 0 A A A A 0 Luther ki rche 0 Luther ki rche 0 0 Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Universität Hannover, Institut für makromolekulare Chemie Universität Hannover, Institut für makromolekulare Chemie A 0 A A 0 0 0A 0 A A A A 0 Luther ki rche 0 Luther ki rche 0 0 Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Universität Hannover, Institut für makromolekulare Chemie Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Universität Hannover, Institut für makromolekulare Chemie A 0 A A 0 0 0A 0 A A A A 0 Luther ki rche 0 Luther ki rche 0 0 Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Universität Hannover, Institut für makromolekulare Chemie Berufsbildende Schule Anna- Siemsen- Schule Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Universität Hannover, Institut für makromolekulare Chemie Visuelles Data Mining Gebäudefläche Gebäudeform Anzahl der Ecken AgA Wien./.0.0 Abstand zur Straße Orientierung zum Nachbarn Name oder Funktion Vorverarbeitung Landmarken: auffällige Objekte in Umgebung Auswahl Interpretation Data Mining Vorverarbeitung. Aufbereitung für Algorithmus Auswertungsblock: einzelne Straßenkreuzungen AgA Wien./

11 Auswertungseinheit Straßenkreuzung: Potentieller Entscheidungspunkt in Wegbeschreibung Knoten aus ATKIS-Straßen Festlegung der Umgebung Puffer Sichtbarkeit AgA Wien./.0.0 Data Mining Landmarken: auffällige Objekte in Umgebung Auswahl Interpretation Vorverarbeitung. Data Mining Eigentliche Analyse Entscheidungsbaumverfahren ID AgA Wien./.0.0

12 Entscheidungsbaumverfahren ID Klassifikation Klassifizierte Beispiele Entscheidungsbaum Algorithmus ID Informationstheorie Maß: Informationsgewinn nominale Attribute kürzeste optimale Beschreibung Wetter zum Tennis spielen? Ausprägung Sonne Himmel Regen bewölkt Attribut Luftfeuchtigkeit JA Wind hoch normal wahr falsch Klasse NEIN JA NEIN JA AgA Wien./.0.0 Modifiziertes ID ID: benötigt klassifizierte Beispiele > Landmarke = Ja / Nein Object Attribut Attribut Class A abc?? B jkl?? C xyz?? Positive Annahme für jedes einzelne Objekt Object Attribut Attribut Class Class A abc Ja Nein B jkl Nein Ja C xyz Nein,... Nein,... Entscheidungsbaum für jeden einzelnen Fall Class Nein Nein Ja AgA Wien./.0.0

13 Data Mining künstliches Beispiel Synthetische Daten: 0 Gebäude (mit nominalen Attributen) 0 no building use size neighbors orientation dist height residential small parallel 0 residential small corner 0 residential large 0 corner 0 residential small parallel 0 residential small parallel 0 residential small parallel 0 residential small parallel residential small parallel residential small corner 0 residential small corner AgA Wien./.0.0 Modifiziertes ID - Auswertung Vergleich Entscheidungsbäume Kurze Beschreibung = Landmarke 0 size neighbors small large 0 Zunehmende Baumlänge Level NO YES NO orientation NO Level parallel across angular corner YES NULL NULL NO AgA Wien./.0.0

14 Ableitung der Beschreibung Ist Gebäude Landmarke? Höhe niedrig NEIN normal NEIN hoch Farbe am hohen, roten Gebäude rechts ab grau rot NEIN JA AgA Wien./.0.0 Interpretation Landmarken: auffällige Objekte in Umgebung Auswahl. Interpretation Vorverarbeitung Überprüfung Ergebnisse Data Mining Subjektive Beurteilung/ Nutzertest AgA Wien./.0.0

15 Extraktion von Landmarken Potentielle Landmarken Data Mining Analyse Routen-spezifische Landmarken Datenbank Ausgewählte Route Routing AgA Wien./.0.0 () Routen-abhängige Landmarken Bestimmung von Landmarken abhängig von konkreter Route Routen-abhängige Kriterien - Sichtbarkeit - Zuverlässigkeit - Position an Kreuzung - Fortbewegungsart Routen-spezifische Landmarken AgA Wien./.0.0 0

16 Sichtbarkeit in D D D.D / D.D, gerastertes DSM AgA Wien./.0.0 Virtueller Sichtkegel (Hannover, Kröpcke) Sichtbarkeitsanalyse: Höhenmodell Laserscan-Daten + ALK Gebäudepolygone Berechnung 0 - Rundum-Sicht auf Kreuzung AgA Wien./.0.0

17 Georgstraße Sichtbarkeitsanalyse Möwenpick Georgstraße Bahnhof Kröpcke-Center AgA Wien./.0.0 Virtuelles Panorama x Pixel 0 0 Gebäude ID Anzahl [Pixel] min. Distanz [m] max. Distanz [m] H0JF 0 AgA Wien./.0.0

18 Wilhelm-Busch-Museum Georgenpalais A Ke. Soz ialgericht 0 Städt. Werkhof D A B A Univ. Hannover Instiut Institute 0 A A 0A Institute 0C B 0B 0 Mensa A B Kindertagesstätte A A Chemisches Institut 0 A B A A 0A Kindertagesstätte Stadtteilzentrum- Nordstadt A A B 0 0 A Fabrik Pos t 0 C 0 0 A 0 Uni. Inst. Akademisches Auslandsamt 0 Universität Institut A 0 0A 0 A 0 0 A 0 Luther kirche Jugendzentrum Feuerwache Nordstadtbücherei Städt. Städt. Ordnungsamt Gesundhe itsamt Nebenst. Nebenst. Ke. 0 0 Berufsbildende Schule Anna- Siemsen- Schule Kindertagesstätte Universität Hannover, Institut für makromolekulare Chemie 0 0 A 0 A 0 A Sporthalle 0 A A A 0 0 A A Verfolgen der Sichtbarkeit m-abstand von Sichtbarkeiten Bestimmung der Sichtbarkeitsdauer rote Linie: Rathaus AgA Wien./.0.0 Beispiel 0 A 0 0 A 0 A 0 AgA Wien./.0.0

19 Museum s A Ke. Sozialgericht 0 Städt. Werkhof D A B A Uni v. Ha nno v er Instiut Universität H annover Institute 0 A A 0A Institute 0C B 0B 0 Mensa A B Kindertagesstätte A A Chemisches Institut 0 A B A A 0A Kindertagesstätte Stadtteilzentrum- Nordstadt A A A B 0 0 A Fabrik A Post C A 0 Uni. Inst. Akademisches Auslandsamt 0 Univ ersität Institut A 0 0A 0 A 0 0 A 0 Luthe r ki rc he Ke. 0 Nord - sta dtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. 0 Berufsbildende Schule Anna- Siemsen- Schule Kindertagesstätte Jugendze ntru m Feuerwa c he Un i v ers ität Hannover, Institut für makromolekulare C hemie 0 0 A 0 A 0 A Sporthalle 0 A A A 0 A 0 A Virtueller Sichtbarkeit AgA Wien./.0.0 Sichtbare Objekte 0 A AgA Wien./.0.0

20 Museum s A Ke. Sozialgericht 0 Städt. Werkhof D A B 0 A Uni v. Ha nno v er Instiut Universität H annover Institute 0 A A 0A Institute 0 A A 0A Universität H annover Institute 0C B 0B 0 0C Mensa B 0B 0 Mensa Kindertagesstätte A Kindertagesstätte A B B Kindertagesstätte A A Chemisches Institut 0 0 A A Chemisches Ins titut 0 A B A 0 A A B 0A 0 A 0 0 Kindertagesstätte Stadtteilzentrum- Nordstadt Kinde r- tagesstätte A 0A 0 A A 0 A B 0 Stadtteilzentrum- Nords tad t A A 0 A A 0 Fabrik A Post C A 0 Uni. Inst. Akademisches Auslandsamt 0 Univ ersität Institut A 0 0A 0 A 0 0 A 0 Luthe r ki rc he Nord - sta dtbücherei Städt. Städt. Ordnungsamt Gesundheitsamt Nebenst. Nebenst. Ke Berufsbildende Schule Anna- Siemsen- Schule Kindertagesstätte Jugendze ntru m Feuerwa c he Un i v ers ität Hannover, Institut für makromolekulare C hemie 0 A 0 A 0 A Sporthalle 0 A A A 0 A 0 A Potentielle Landmarken 0 A AgA Wien./.0.0 Umfang der Sichtbarkeit 0 Nr. Sichtbarkeit Entfernung [m] 0 Beschreibung Transformator Mensa Kindergarten AgA Wien./

21 Sichtbarkeit AgA Wien./.0.0 Kommunikation: Sprach-/ Textbasierte Ausgabe Textbaustein abhängig von Position an Kreuzung... Vorbei an der Kirche geradeaus... Hinter der Kirche rechts ab... Vor der Kirche links ab... AgA Wien./.0.0 Kreuz. --- Hinter Vorbei Hinter --- Vor Vorbei Hinter ---

22 Kommunikation: Kartenbasierte Darstellung (D) Betonen mit Farbe Vereinfachen Aggregieren AgA Wien./.0.0 Kommunikation: Photorealistische Darstellungen Ausschnitt aus Photo Objekt aus D-Stadtmodell AgA Wien./.0.0

23 Zusammenfassung: Extraktion von Landmarken Nutzung von Geobasisdaten (ALK) Zweistufiges Extraktionsverfahren: () Potentielle Landmarken Data Mining () Routenabhängige Landmarken Sichtbarkeitsanalyse Nächste Schritte: Evaluation der Potentiellen Landmarken Weitere Einflüsse der Route Kartographische Kommunikation AgA Wien./.0.0 Extraktion von Landmarken für die Navigation Vielen Dank! AgA Wien./.0.0

E V A P. Geo-Informationssysteme (GIS) E V A P. Aktuelle und praxisnahe GIS- Forschungsprojekte. Übersicht über Präsentation

E V A P. Geo-Informationssysteme (GIS) E V A P. Aktuelle und praxisnahe GIS- Forschungsprojekte. Übersicht über Präsentation Geo-Informationssysteme (GIS) Geo-Informationssysteme sind computergestützte Systeme zur Aktuelle und praxisnahe GIS- Forschungsprojekte Monika Sester Institut für Kartographie und Geoinformatik Universität

Mehr

Künstliche Intelligenz Maschinelles Lernen

Künstliche Intelligenz Maschinelles Lernen Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert Sommersemester 2009 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

Wie findet das Navi den Weg?

Wie findet das Navi den Weg? 0.05.0 Verwandte Fragestellungen Problemstellungen aus der Praxis Prof. Dr. Paul Rawiel Gliederung des Vortrags Speicherung von Kartendaten zur Navigation Kriterien für die Navigation Finden des kürzesten

Mehr

Darstellende Geometrie Übungen. Tutorial. Übungsblatt: Perspektive - Rekonstruktion

Darstellende Geometrie Übungen. Tutorial. Übungsblatt: Perspektive - Rekonstruktion Darstellende Geometrie Übungen Institut für Architektur und Medien Tutorial Übungsblatt: Perspektive - Rekonstruktion Gegeben sind ein Foto von einem quaderförmigen Objekt sowie die Abmessungen des Basisrechteckes.

Mehr

Anreise Unterkunft/Tagungsräume Auto:

Anreise Unterkunft/Tagungsräume Auto: Anreise Unterkunft/Tagungsräume Auto: Adressen BVT Mainz 2011 Campus Uni Mainz, der Campus selbst ist für die Autos Nicht-Angestellter gesperrt! Tagungsräume: großer Hörsaal der Chemie C01-C05, Duesbergweg

Mehr

Linienland, Flächenland und der Hyperraum Ein Ausflug durch die Dimensionen

Linienland, Flächenland und der Hyperraum Ein Ausflug durch die Dimensionen Linienland, Flächenland und der Hyperraum Ein Ausflug durch die Dimensionen Stephan Rosebrock Pädagogische Hochschule Karlsruhe 23. März 2013 Stephan Rosebrock (Pädagogische Hochschule Linienland, Karlsruhe)

Mehr

Prof. Dr.-Ing. Rainer Schmidt 1

Prof. Dr.-Ing. Rainer Schmidt 1 Prof. Dr.-Ing. Rainer Schmidt 1 Business Analytics und Big Data sind Thema vieler Veröffentlichungen. Big Data wird immer häufiger bei Google als Suchbegriff verwendet. Prof. Dr.-Ing. Rainer Schmidt 2

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining

Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining Gliederung 1. Einführung 2. Grundlagen Data Mining Begriffsbestimmung CRISP-DM-Modell Betriebswirtschaftliche Einsatzgebiete des Data Mining Web Mining und Text Mining 3. Ausgewählte Methoden des Data

Mehr

RapidMiner als Werkzeug für die textorientierten Geisteswissenschaften Katharina Morik

RapidMiner als Werkzeug für die textorientierten Geisteswissenschaften Katharina Morik technische universität RapidMiner als Werkzeug für die textorientierten Geisteswissenschaften Katharina Morik Name Autor Ort und Datum Informatik: Linguistik: Methoden + Verfahren Forschungsfragen, Anforderungen

Mehr

Professur für Betriebswirtschaftslehre, insbesondere Verkehrsbetriebslehre und Logistik. GIS Tutorium

Professur für Betriebswirtschaftslehre, insbesondere Verkehrsbetriebslehre und Logistik. GIS Tutorium Professur für Betriebswirtschaftslehre,, M.A. GIS Grundlagen Geographisches Informationssystem (hier: MapInfo Professional 7.5) Digitale Erfassung, Speicherung, Organisation, Modellierung und Analyse von

Mehr

Anfahrtsplan Hauptgebäude der Universität Wien 1010 Wien, Dr. Karl-Lueger-Ring 1

Anfahrtsplan Hauptgebäude der Universität Wien 1010 Wien, Dr. Karl-Lueger-Ring 1 Anfahrtsplan Hauptgebäude der Universität Wien 1010 Wien, Dr. Karl-Lueger-Ring 1-1 Stand 09/2009 Von den Bahnhöfen Wiens zum Hauptgebäude der Universität Wien Die Universität Wien befindet sich am Dr.-Karl-Lueger-Ring,

Mehr

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln

Mai 2006. Hauptseminar: Nichtrelationale Datenbanken Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Hauptseminar: Nichtrelationale Historisch-Kulturwissenschaftliche Informationsverarbeitung Universität zu Köln Mai 2006 Was ist eine Datenbank? Erweiterung relationaler um eine Deduktionskomponente Diese

Mehr

Mathematik 1: (ohne Taschenrechner) Korrekturanleitung

Mathematik 1: (ohne Taschenrechner) Korrekturanleitung Kanton St.Gallen Bildungsdepartement St.Gallische Kantonsschulen Gymnasium Aufnahmeprüfung 013 Mathematik 1: (ohne Taschenrechner) Korrekturanleitung Löse die Aufgaben auf diesen Blättern. Der Lösungsweg

Mehr

Schritte plus Österreichmaterialien

Schritte plus Österreichmaterialien Hinweise für die Kursleiterin / den Kursleiter Vorbereitung: Besorgen Sie für Ihre Kursteilnehmerinnen und Kursteilnehmer* den aktuellen Schnellverbindungsplan der Wiener Linien (ein Plan für 2 TN ist

Mehr

Konzepte der Informatik

Konzepte der Informatik Konzepte der Informatik Vorkurs Informatik zum WS 2011/2012 26.09. - 30.09.2011 17.10. - 21.10.2011 Dr. Werner Struckmann / Christoph Peltz Stark angelehnt an Kapitel 1 aus "Abenteuer Informatik" von Jens

Mehr

Schweizmaterialien 11

Schweizmaterialien 11 Hinweise für die Kursleitung Vorbereitung: Besorgen Sie für Ihre Kursteilnehmenden (TN) das aktuelle ZVV Liniennetz der Stadt Zürich (ein Plan für 2 TN ist ausreichend). Sie bekommen den Plan gratis an

Mehr

Qualifikationserfordernisse durch das Internet der Dinge in der Logistik

Qualifikationserfordernisse durch das Internet der Dinge in der Logistik Bonn, 22. Juni 2009 Qualifikationserfordernisse durch das Internet der Dinge in der Logistik Studie zu zukünftigen Qualifikationserfordernissen bei beruflichen Tätigkeiten auf mittlerer Qualifikationsebene

Mehr

Data Mining als Arbeitsprozess

Data Mining als Arbeitsprozess Data Mining als Arbeitsprozess Hagen Knaf Studiengang Angewandte Mathematik Hochschule RheinMain 31. Dezember 2015 In Unternehmen werden umfangreichere Aktivitäten oder Projekte im Bereich des Data Mining

Mehr

Anreise zur PKMS-Jahrestagung im Hotel Grand La Strada

Anreise zur PKMS-Jahrestagung im Hotel Grand La Strada Anreise zur PKMS-Jahrestagung im Hotel Grand La Strada Veranstaltungsort Hotel Grand La Strada Raiffeisenstraße 10 Telefon: +49 (0) 561 20 90 0 Internet: www.lastrada.de 34121 Kassel Deutschland Anreise

Mehr

Checkliste. zur Gesprächsvorbereitung Mitarbeitergespräch. Aktivität / Frage Handlungsbedarf erledigt

Checkliste. zur Gesprächsvorbereitung Mitarbeitergespräch. Aktivität / Frage Handlungsbedarf erledigt Checkliste zur Gesprächsvorbereitung Mitarbeitergespräch Aktivität / Frage Handlungsbedarf erledigt Wissen des Mitarbeiters zu Führen mit Zielen Reicht es aus? Nein? Was muß vorbereitend getan werden?

Mehr

Suchdienste für Dokumente

Suchdienste für Dokumente Wer aufhört zu werben, um Geld zu sparen, kann ebenso seine Uhr anhalten, um Zeit zu sparen. (Henry Ford, 1863-1947) Suchdienste für Dokumente Vergleich von Ansätzen zur Suche, Navigation und Präsentation

Mehr

[zur Information: die Linse a) heißt Konvex-Linse, die Linse b) heißt Konkav-Linse] Unterscheiden sich auch die Lupen voneinander? In welcher Weise?

[zur Information: die Linse a) heißt Konvex-Linse, die Linse b) heißt Konkav-Linse] Unterscheiden sich auch die Lupen voneinander? In welcher Weise? Station 1: Die Form einer Lupe Eigentlich ist eine Lupe nichts anderes als eine Glaslinse, wie du sie z.b. auch in einer Brille findest. Aber Vorsicht!! Nicht jedes Brillenglas ist auch eine Lupe. Verschiedene

Mehr

THREAD ARCS: An Email Thread Visualization

THREAD ARCS: An Email Thread Visualization THREAD ARCS: An Email Thread Visualization Eine Technik zur Visualisierung der Email Threads Wladimir Emdin Seminar Visualisierung verteilter Systeme Gliederung 1. Einführung: Email Threads und Ziele deren

Mehr

Vorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke

Vorlesungsplan. Von Naïve Bayes zu Bayesischen Netzwerk- Klassifikatoren. Naïve Bayes. Bayesische Netzwerke Vorlesungsplan 17.10. Einleitung 24.10. Ein- und Ausgabe 31.10. Reformationstag, Einfache Regeln 7.11. Naïve Bayes, Entscheidungsbäume 14.11. Entscheidungsregeln, Assoziationsregeln 21.11. Lineare Modelle,

Mehr

Algorithmentheorie. 13 - Maximale Flüsse

Algorithmentheorie. 13 - Maximale Flüsse Algorithmentheorie 3 - Maximale Flüsse Prof. Dr. S. Albers Prof. Dr. Th. Ottmann . Maximale Flüsse in Netzwerken 5 3 4 7 s 0 5 9 5 9 4 3 4 5 0 3 5 5 t 8 8 Netzwerke und Flüsse N = (V,E,c) gerichtetes Netzwerk

Mehr

Probleme beim Arbeiten mit Variablen, Termen und Gleichungen

Probleme beim Arbeiten mit Variablen, Termen und Gleichungen Probleme beim Arbeiten mit Variablen, Termen und Gleichungen Tage des Unterrichts in Mathematik, Naturwissenschaften und Technik Rostock 2010 Prof. Dr. Hans-Dieter Sill, Universität Rostock, http://www.math.uni-rostock.de/~sill/

Mehr

HOW TO Heat Mapping mit EasyMap

HOW TO Heat Mapping mit EasyMap HOW TO Heat Mapping mit EasyMap Sie möchten analysieren, ob sich Ihre Kunden räumlich clustern? Sie sind auf der Suche nach Hot Spots, um Schwerpunktregionen herauszuarbeiten und neue Zielgebiete für Ihre

Mehr

Clustering (hierarchische Algorithmen)

Clustering (hierarchische Algorithmen) Clustering (hierarchische Algorithmen) Hauptseminar Kommunikation in drahtlosen Sensornetzen WS 2006/07 Benjamin Mies 1 Übersicht Clustering Allgemein Clustering in Sensornetzen Clusterheads Cluster basiertes

Mehr

Grundlagen der Künstlichen Intelligenz

Grundlagen der Künstlichen Intelligenz Grundlagen der Künstlichen Intelligenz 27. Aussagenlogik: Logisches Schliessen und Resolution Malte Helmert Universität Basel 28. April 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26.

Mehr

Features. Hier wichtigsten Features im Überblick:

Features. Hier wichtigsten Features im Überblick: Beim Bildfahrplan 3 handelt es sich um ein leistungsstarkes Tool zur Erstellung von grafischen Bildfahrplnnen Flexible Anpassungsmöglichkeiten und detailreiche Darstellung, Anzeige von Anschlussverbindungen

Mehr

Data Mining in SAP NetWeaver BI

Data Mining in SAP NetWeaver BI Martin Kießwetter, Dirk Vahl kam p Data Mining in SAP NetWeaver BI Galileo Press Bonn Boston 2.1 Was ist Data Mining? 17 2.2 Data Mining, KDD und Business Intelligence 20 2.3 KDD-Prozessmodelle 22 2.4

Mehr

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

Online Editor 3 3 4-7. Nachfolgend eine kurze Erklärung unseres Online Editors 4 5-6 6 6-7

Online Editor 3 3 4-7. Nachfolgend eine kurze Erklärung unseres Online Editors 4 5-6 6 6-7 AD Online Editor Mit unserem Online Editor haben Sie die Möglichkeit, ganz einfach ohne Vorkenntnisse, Ihr Produkt ganz nach Ihren Wünschen zu gestalten und gegebenenfalls, jedes Jahr wieder neu zu bestellen

Mehr

BASIS Karten, WEA-Katalog, Projektierung, Objekte etc.

BASIS Karten, WEA-Katalog, Projektierung, Objekte etc. Das Basismodul enthält diese Elemente: 1. Projektsteuerung / -management 3. Kartenhandling-System 2. Windenergieanlagen-Katalog 4. Projektierung und objektorientierte Dateneingabe Die Projektsteuerung

Mehr

GPS Garmin MapSource - Track erstellen und nutzen

GPS Garmin MapSource - Track erstellen und nutzen Prozesse GPS Garmin MapSource Track erstellen und nutzen Letzte Nachführung 03.04.08, 09:54:47 Datei E:\tuttobene_A-E\administration\prozesse\gps_garmin_mapsource_track_erstellen.odt Seite 1 von 12 Änderungen

Mehr

Validierung von CityGML-Modellen in FME

Validierung von CityGML-Modellen in FME Validierung von CityGML-Modellen in FME 22. November 2013, Berlin Christian Dahmen Consultant Spatial ETL/ FME Wasserdicht? Quelle: con terra, Wersehaus 2 Agenda Projekt CityDoctor FME Technologie Validierung

Mehr

Praktikum Schau Geometrie

Praktikum Schau Geometrie Praktikum Schau Geometrie Intuition, Erklärung, Konstruktion Teil 1 Sehen auf intuitive Weise Teil 2 Formale Perspektive mit Aufriss und Grundriss Teil 3 Ein niederländischer Maler zeigt ein unmögliches

Mehr

Vortrag DI Martin OBERZAUCHER TU Wien 06.05.2014 15:30-15:50

Vortrag DI Martin OBERZAUCHER TU Wien 06.05.2014 15:30-15:50 Vortrag DI Martin OBERZAUCHER TU Wien 06.05.2014 15:30-15:50 Laserscan Modewort oder Wunderwaffe? Laserscanning Wunderwaffe oder Modewort Die 3D-Messtechnologien der BIM-Vermesser DI Martin Oberzaucher

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Umgang mit Schaubildern am Beispiel Deutschland surft

Umgang mit Schaubildern am Beispiel Deutschland surft -1- Umgang mit Schaubildern am Beispiel Deutschland surft Im Folgenden wird am Beispiel des Schaubildes Deutschland surft eine Lesestrategie vorgestellt. Die Checkliste zur Vorgehensweise kann im Unterricht

Mehr

Servicepool für Teilnehmer/innen an der Konferenz "Sprachen AIRleben 2013" am 4. und 5. Dezember 2013 in Graz

Servicepool für Teilnehmer/innen an der Konferenz Sprachen AIRleben 2013 am 4. und 5. Dezember 2013 in Graz Servicepool für Teilnehmer/innen an der Konferenz "Sprachen AIRleben 2013" am 4. und 5. Dezember 2013 in Graz IHR AUFENTHALT IN GRAZ NÄCHTIGUNGSMÖGLICHKEITEN UND ANFAHRTBESCHREIBUNGEN Wir haben für Sie

Mehr

1 Mathematische Grundlagen

1 Mathematische Grundlagen Mathematische Grundlagen - 1-1 Mathematische Grundlagen Der Begriff der Menge ist einer der grundlegenden Begriffe in der Mathematik. Mengen dienen dazu, Dinge oder Objekte zu einer Einheit zusammenzufassen.

Mehr

Handbuch zur Tarifkalkulation. (Stand: August 2015)

Handbuch zur Tarifkalkulation. (Stand: August 2015) Handbuch zur Tarifkalkulation (Stand: August 2015) 1 Inhaltsverzeichnis Einleitung Seite 3 Technische Anforderungen. 4 Grundsätzliches zur Bedienung. 5 Start der Anwendung. 6 Tarif kalkulieren 10 2 Einleitung

Mehr

Wasserfall-Ansätze zur Bildsegmentierung

Wasserfall-Ansätze zur Bildsegmentierung Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz

Mehr

Grafikbausatz Overlays Profi. für iphone/pocket Visu & PC Visualisierungen

Grafikbausatz Overlays Profi. für iphone/pocket Visu & PC Visualisierungen Grafikbausatz Overlays Profi für iphone/pocket Visu & PC Visualisierungen Einleitung Mit dem Grafikbausatz Overlays können Sie sich selbst aus diesen verschiedensten Vorlagen Grafiken so kombinieren wie

Mehr

Was ist das i3mainz?

Was ist das i3mainz? Laserscanning zur drei- dimensionalen Objekterfassung: Grundlagen und Anwendungen Andreas Marbs i3mainz - Institut für Raumbezogene Informations- und Messtechnik FH Mainz - University of Applied Sciences

Mehr

Ihr Besuch in Lüneburg Unsere Tipps für einen angenehmen Aufenthalt

Ihr Besuch in Lüneburg Unsere Tipps für einen angenehmen Aufenthalt Ihr Besuch in Lüneburg Unsere Tipps für einen angenehmen Aufenthalt Sie besuchen eine Schulung oder haben einen Termin in Lüneburg und benötigen Tipps für Ihren Aufenthalt? Wir möchten, dass Sie einen

Mehr

1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen

1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen 3D-Rendering Ulf Döring, Markus Färber 07.03.2011 1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen Anzeigefläche (a) Worin besteht das Sichtbarkeitsproblem?

Mehr

Algorithmische Geometrie

Algorithmische Geometrie Algorithmische Geometrie 1-1 Inhaltsverzeichnis 1. Einführung 2. Basiskonzepte 3. Punktsuche 4. Voronoidiagramme und Delaunaytriangulierung 5. Allgemeine Suchstrukturen 1-2 1.1. Was ist? (Computational

Mehr

Digitalen Ortskarte Bayern. Bayern

Digitalen Ortskarte Bayern. Bayern Automatische Platzierung von Straßennamen am Beispiel der Digitalen Ortskarte Bayern Zahn, Bayer. Landesvermessungsamt 1 Gliederung 1. Begriff Digitale Ortskarte Bayern 2. Inhalt der Digitalen Ortskarte

Mehr

2. Psychologische Fragen. Nicht genannt.

2. Psychologische Fragen. Nicht genannt. Checkliste für die Beurteilung psychologischer Gutachten durch Fachfremde Gliederung eines Gutachtens 1. Nennung des Auftraggebers und Fragestellung des Auftraggebers. 2. Psychologische Fragen. Nicht genannt.

Mehr

Fragebogen. zur Erschließung und Sicherung von Online-Dokumenten. Auswahl von elektronischen Publikationen

Fragebogen. zur Erschließung und Sicherung von Online-Dokumenten. Auswahl von elektronischen Publikationen Fragebogen zur Erschließung und Sicherung von Online-Dokumenten I. Angaben zum Ansprechpartner Nachname Vorname Institution E-Mail-Adresse II. Auswahl von elektronischen Publikationen 1a) Wertet Ihre Institution

Mehr

Web Mining und Farming

Web Mining und Farming Web Mining und Farming Shenwei Song Gliederung Übersicht über Web Mining und Farming Web Mining Klassifikation des Web Mining Wissensbasierte Wrapper-Induktion Web Farming Übersicht über Web-Farming-Systeme

Mehr

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum

4. Lernen von Entscheidungsbäumen. Klassifikation mit Entscheidungsbäumen. Entscheidungsbaum 4. Lernen von Entscheidungsbäumen Klassifikation mit Entscheidungsbäumen Gegeben sei eine Menge von Objekten, die durch /Wert- Paare beschrieben sind. Jedes Objekt kann einer Klasse zugeordnet werden.

Mehr

Peking, China Sprache Lernen, Kultur Erleben

Peking, China Sprache Lernen, Kultur Erleben Peking, China Sprache Lernen, Kultur Erleben S I N O L O G Y I N S T 学 I T U T E 校 SINOLOGY I N S T I T U T E Über das Programm Mit dem Ziel das China-Verständnis deutschsprachiger Schüler zu verbessern,

Mehr

Bayeux. Dirk Ewerlin

Bayeux. Dirk Ewerlin Bayeux Dirk Ewerlin Inhalt Einleitung Routing & Loaklisierung Basisstruktur Erweiterung der Skalierbarkeit Fehlertolerante Paketzustellung Einleitung Multicast-Lösung auf Anwendungsebene über Unicast-

Mehr

Selbstuntersuchung der Brust

Selbstuntersuchung der Brust Selbstuntersuchung der Brust Selbstuntersuchung der Brust in 8 Schritten Schritt 1: Stellen Sie sich vor den Spiegel und lassen Sie die Arme locker an der Seite herunterhängen. Betrachten Sie Ihre Brüste

Mehr

Exploration und Klassifikation von BigData

Exploration und Klassifikation von BigData Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)

Mehr

Thematische Abfrage mit Computerlinguistik

Thematische Abfrage mit Computerlinguistik Thematische Abfrage mit Computerlinguistik Autor: Dr. Klaus Loth (ETH-Bibliothek Zürich) Zusammenfassung Der Beitrag befasst sich mit dem Einsatz der Computerlinguistik bei der thematischen Abfrage einer

Mehr

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte

50. Mathematik-Olympiade 2. Stufe (Regionalrunde) Klasse 11 13. 501322 Lösung 10 Punkte 50. Mathematik-Olympiade. Stufe (Regionalrunde) Klasse 3 Lösungen c 00 Aufgabenausschuss des Mathematik-Olympiaden e.v. www.mathematik-olympiaden.de. Alle Rechte vorbehalten. 503 Lösung 0 Punkte Es seien

Mehr

Zwischenablage (Bilder, Texte,...)

Zwischenablage (Bilder, Texte,...) Zwischenablage was ist das? Informationen über. die Bedeutung der Windows-Zwischenablage Kopieren und Einfügen mit der Zwischenablage Vermeiden von Fehlern beim Arbeiten mit der Zwischenablage Bei diesen

Mehr

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über

Güte von Tests. die Wahrscheinlichkeit für den Fehler 2. Art bei der Testentscheidung, nämlich. falsch ist. Darauf haben wir bereits im Kapitel über Güte von s Grundlegendes zum Konzept der Güte Ableitung der Gütefunktion des Gauss im Einstichprobenproblem Grafische Darstellung der Gütefunktionen des Gauss im Einstichprobenproblem Ableitung der Gütefunktion

Mehr

(query by image content)

(query by image content) Proseminar Multimedia Information-Retrieval-Systeme (query by image content) Das QBIC Projekt 1. Einleitung 1.1 Was ist QBIC 1.2 Wo wird es verwendet 2. QBIC im Detail 2.1 technische Grundlagen 2.2 Aufbau

Mehr

Um Ihre Ziele durchzusetzen! Um Beziehungen zu knüpfen und zu pflegen! Um in Begegnungen mit anderen Ihre Selbstachtung zu wahren!

Um Ihre Ziele durchzusetzen! Um Beziehungen zu knüpfen und zu pflegen! Um in Begegnungen mit anderen Ihre Selbstachtung zu wahren! Handout 19 Interpersonelle Grundfertigkeiten Einführung Wozu brauchen Sie zwischenmenschliche Skills? Um Ihre Ziele durchzusetzen! Um Beziehungen zu knüpfen und zu pflegen! Um in Begegnungen mit anderen

Mehr

Bedienungsanleitung HERE Drive

Bedienungsanleitung HERE Drive Bedienungsanleitung HERE Drive Ausgabe 1.0 DE HERE Drive HERE Drive leitet Sie mit sprachgeführten Wegbeschreibungen an Ihren Zielort. Funktionen: Gelangen Sie mit detaillierten und sprachgeführten Wegbeschreibungen

Mehr

Softwareentwicklungspraktikum Sommersemester 2007. Grobentwurf

Softwareentwicklungspraktikum Sommersemester 2007. Grobentwurf Softwareentwicklungspraktikum Sommersemester 2007 Grobentwurf Auftraggeber Technische Universität Braunschweig

Mehr

Korrelation (II) Korrelation und Kausalität

Korrelation (II) Korrelation und Kausalität Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen

Mehr

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b

Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. z(t) = at + b Aufgabe 1: Im Jahr t = 0 hat eine Stadt 10.000 Einwohner. Nach 15 Jahren hat sich die Einwohnerzahl verdoppelt. (a) Nehmen Sie lineares Wachstum gemäß z(t) = at + b an, wobei z die Einwohnerzahl ist und

Mehr

Die Zukunft der Zukunftsforschung im Deutschen Management: eine Delphi Studie

Die Zukunft der Zukunftsforschung im Deutschen Management: eine Delphi Studie Die Zukunft der Zukunftsforschung im Deutschen Management: eine Delphi Studie Executive Summary Zukunftsforschung und ihre Methoden erfahren in der jüngsten Vergangenheit ein zunehmendes Interesse. So

Mehr

Informatik (G8) Sek I - Differenzierung 8/9

Informatik (G8) Sek I - Differenzierung 8/9 Schulinternes Curriculum für das Fach Informatik (G8) Sek I - Differenzierung 8/9 am Gymnasium Lohmar Das Fach Informatik wird am Gymnasium Lohmar im Rahmen der Differenzierung in Form eines 2-stündigen

Mehr

Beweisbar sichere Verschlüsselung

Beweisbar sichere Verschlüsselung Beweisbar sichere Verschlüsselung ITS-Wahlpflichtvorlesung Dr. Bodo Möller Ruhr-Universität Bochum Horst-Görtz-Institut für IT-Sicherheit Lehrstuhl für Kommunikationssicherheit bmoeller@crypto.rub.de 6

Mehr

WEGBESCHREIBUNG STANDORT HAMBURG KAISER-WILHELM-STRASSE 93 20355 HAMBURG

WEGBESCHREIBUNG STANDORT HAMBURG KAISER-WILHELM-STRASSE 93 20355 HAMBURG WEGBESCHREIBUNG STANDORT HAMBURG KAISER-WILHELM-STRASSE 93 20355 HAMBURG MIT DEM AUTO ANFAHRT AUS RICHTUNG BERLIN Am Autobahnkreuz 20-Dreieck Wittstock/Dosse rechts halten und den Schildern A 24 in Richtung

Mehr

Einsatz Evolutionärer Algorithmen zur Optimierung der Tourenplanung eines Wachschutzunternehmens

Einsatz Evolutionärer Algorithmen zur Optimierung der Tourenplanung eines Wachschutzunternehmens Fachhochschule Brandenburg Fachbereich Informatik und Medien Kolloquium zur Diplomarbeit Einsatz Evolutionärer Algorithmen zur Optimierung der Tourenplanung eines Wachschutzunternehmens Übersicht Darstellung

Mehr

Mining High-Speed Data Streams

Mining High-Speed Data Streams Mining High-Speed Data Streams Pedro Domingos & Geoff Hulten Departement of Computer Science & Engineering University of Washington Datum : 212006 Seminar: Maschinelles Lernen und symbolische Ansätze Vortragender:

Mehr

Mathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung

Mathematik. UND/ODER Verknüpfung. Ungleichungen. Betrag. Intervall. Umgebung Mathematik UND/ODER Verknüpfung Ungleichungen Betrag Intervall Umgebung Stefan Gärtner 004 Gr Mathematik UND/ODER Seite UND Verknüpfung Kommentar Aussage Symbolform Die Aussagen Hans kann schwimmen p und

Mehr

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse

Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Data Warehouse Definition (1) http://de.wikipedia.org/wiki/data-warehouse Ein Data-Warehouse bzw. Datenlager ist eine zentrale Datensammlung (meist eine Datenbank), deren Inhalt sich aus Daten unterschiedlicher

Mehr

Melanie Kaspar, Prof. Dr. B. Grabowski 1

Melanie Kaspar, Prof. Dr. B. Grabowski 1 7. Hypothesentests Ausgangssituation: Man muss sich zwischen 2 Möglichkeiten (=Hypothesen) entscheiden. Diese Entscheidung soll mit Hilfe von Beobachtungen ( Stichprobe ) getroffen werden. Die Hypothesen

Mehr

Integrierte Dienstleistungen regionaler Netzwerke für Lebenslanges Lernen zur Vertiefung des Programms. Lernende Regionen Förderung von Netzwerken

Integrierte Dienstleistungen regionaler Netzwerke für Lebenslanges Lernen zur Vertiefung des Programms. Lernende Regionen Förderung von Netzwerken Integrierte Dienstleistungen regionaler Netzwerke für Lebenslanges Lernen zur Vertiefung des Programms Lernende Regionen Förderung von Netzwerken Gefördert vom Bundesministerium für Bildung und Forschung

Mehr

Neue Arbeitswelten Bürokultur der Zukunft

Neue Arbeitswelten Bürokultur der Zukunft Neue Arbeitswelten Bürokultur der Zukunft S. Mayer 1 Neue Arbeitswelten Bürokultur der Zukunft Sigrid Mayer Bene AG AT-Wien 2 Neue Arbeitswelten Bürokultur der Zukunft S. Mayer 11. Internationales Branchenforum

Mehr

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland

OECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben

Mehr

BESCHREIBUNG ANFAHRTEN. München. Seminarort: Mein Arbeits(t)raum Businesscenter, Freibadstr. 30, 81543 München

BESCHREIBUNG ANFAHRTEN. München. Seminarort: Mein Arbeits(t)raum Businesscenter, Freibadstr. 30, 81543 München BESCHREIBUNG ANFAHRTEN München Mein Arbeits(t)raum Businesscenter, Freibadstr. 30, 81543 München Mit dem Auto: Vom Mittleren Ring Höhe Candidstraße nach Südosten Richtung Schönstraße fahren und links abbiegen

Mehr

MODULARE FORTBILDUNG KOMMUNALE FAMILIENBERICHTERSTATTUNG

MODULARE FORTBILDUNG KOMMUNALE FAMILIENBERICHTERSTATTUNG MODULARE FORTBILDUNG KOMMUNALE FAMILIENBERICHTERSTATTUNG PROFITIEREN SIE VON UNSEREN ERFAHRUNGEN! Zunehmend nutzen Kommunen das Instrument der Familienberichterstattung zur Fundierung ihrer örtlichen Familien-

Mehr

Stadtvermessung Frankfurt. RGB Bild, 10 cm Pixel. LIDAR DSM, 4 Pkt/m². Version: März 09

Stadtvermessung Frankfurt. RGB Bild, 10 cm Pixel. LIDAR DSM, 4 Pkt/m². Version: März 09 ASTEC GmbH Nutzung von Luftbild Stadtvermessung Frankfurt und LIDAR Daten RGB Bild, 10 cm Pixel LIDAR DSM, 4 Pkt/m² Gliederung Vorstellung der Firma ASTEC Luftbildkamera und Anwendungen LIDAR und Anwendungen

Mehr

00000/000000. Ursprung der Idee. Schule Muster-Gymnasium. Hochschule Hochschule, Universität, Fachhochschule. Unternehmen Muster GmbH

00000/000000. Ursprung der Idee. Schule Muster-Gymnasium. Hochschule Hochschule, Universität, Fachhochschule. Unternehmen Muster GmbH 00000/000000 Ursprung der Idee Schule Muster-Gymnasium Hochschule Hochschule, Universität, Fachhochschule Unternehmen Muster GmbH Sonstige Muster e.v. Name der Institution/des Unternehmens Anschrift Musterstraße

Mehr

Benutzeranleitung. Modul Zahlungen Übertragung Dateien

Benutzeranleitung. Modul Zahlungen Übertragung Dateien Benutzeranleitung Modul Zahlungen Übertragung Dateien Sinn und Zweck dieser Dokumentation ist die Beschreibung der verschiedenen Möglichkeiten zum Unterzeichnen und Ändern von Dateien über BelfiusWeb Übertragung

Mehr

Scalypso - 3D-Laserscandaten effektiv auswerten

Scalypso - 3D-Laserscandaten effektiv auswerten Scalypso - 3D-Laserscandaten effektiv auswerten IB Dr. König Kopernikusstraße 2 14482 Potsdam Denkmal Tiefbau Präzision Anlagenbau 2-5 mm Entfernung 0.1 mm long distance Tachymetrie 10 max. 40 m midrange

Mehr

Mein persönlicher Lerncheck: Einen Bericht schreiben

Mein persönlicher Lerncheck: Einen Bericht schreiben Arbeitsblatt 4.1 a Mein persönlicher Lerncheck: Einen Bericht schreiben Auf den folgenden Arbeitsblättern überprüfst du, was du im Bereich bereits kannst. Gehe dafür so vor: Bearbeite die Aufgaben (Arbeitsblätter

Mehr

Evaluation of Database Design and Reverse Engineering Tools for a Large Software System

Evaluation of Database Design and Reverse Engineering Tools for a Large Software System Evaluation of Database Design and Reverse Engineering Tools for a Large Software System Anne Thomas TU Dresden Dr. B. Demuth Pre Press GmbH (Dresden) T. Reuter Gliederung Einleitung Vorgehensweise Kontext

Mehr

Spiel und Spaß im Freien. Arbeitsblat. Arbeitsblatt 1. Zeichnung: Gisela Specht. Diese Vorlage darf für den Unterricht fotokopiert werden.

Spiel und Spaß im Freien. Arbeitsblat. Arbeitsblatt 1. Zeichnung: Gisela Specht. Diese Vorlage darf für den Unterricht fotokopiert werden. Spiel und Spaß im Freien Arbeitsblatt 1 Arbeitsblat 1 Zeichnung: Gisela Specht Arbeitsblatt 1 Was kann man mit diesen Dingen machen? Was passt zusammen? Verbinde die richtigen Bildkarten miteinander. 2

Mehr

Der rote Pirat. Verbinde die Satzteile richtig miteinander!

Der rote Pirat. Verbinde die Satzteile richtig miteinander! Der rote Pirat Verbinde die Satzteile richtig miteinander! Das kleine Nilpferd kam einem roten Helm. Am Himmel war ein das kleine Nilpferd. Am Steuer saß jemand mit gerade aus dem Wasser. Der rote Pirat!,

Mehr

Stadtwerke Menden Kundenbefragung 2014 Image- und Sponsoringwahrnehmung. Privatkunden: n = 2.067-2.231; Geschäftskunden: n = 60-69; Angaben in KII

Stadtwerke Menden Kundenbefragung 2014 Image- und Sponsoringwahrnehmung. Privatkunden: n = 2.067-2.231; Geschäftskunden: n = 60-69; Angaben in KII Stadtwerke Menden Kundenbefragung 2014 Image- und Sponsoringwahrnehmung Die Privatkunden sehen die Stadtwerke Menden vor allem als zuverlässiges und vertrauenswürdiges Unternehmen an, das lokal präsent

Mehr

Textgestaltung mit dem Editor TinyMCE Schritt für Schritt

Textgestaltung mit dem Editor TinyMCE Schritt für Schritt Textgestaltung mit dem Editor TinyMCE Schritt für Schritt Folgender Artikel soll veröffentlicht und mit dem Editor TinyMCE gestaltet werden: Eine große Überschrift Ein Foto Hier kommt viel Text. Hier kommt

Mehr

Grenzgängerroute Teuto-Ems, Etappe 1

Grenzgängerroute Teuto-Ems, Etappe 1 Kondition: Popularität: Distanz: 49 km Zeitbedarf: 2:30 h Aufstieg: 48 m Abstieg: 20 m Höchster Punkt: 83 m.ü.m. Region: Osnabrücker Land Startpunkt: Warendorf, Emssee Tourenbeschreibung Burgen und Schlösser,

Mehr

Selbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit

Selbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit 6.2 Selbstreflexion für Lehrpersonen Ich als Führungspersönlichkeit Beschreibung und Begründung In diesem Werkzeug kann sich eine Lehrperson mit seiner eigenen Führungspraxis auseinandersetzen. Selbstreflexion

Mehr

Integration verteilter Datenquellen in GIS-Datenbanken

Integration verteilter Datenquellen in GIS-Datenbanken Integration verteilter Datenquellen in GIS-Datenbanken Seminar Verteilung und Integration von Verkehrsdaten Am IPD Lehrstuhl für Systeme der Informationsverwaltung Sommersemester 2004 Christian Hennings

Mehr

Bruchrechnung Wir teilen gerecht auf

Bruchrechnung Wir teilen gerecht auf Bruchrechnung Wir teilen gerecht auf Minipizzen auf Personen. Bruchrechnung Wir teilen gerecht auf Minipizzen auf Personen. : (+) : + Wir teilen einen Teil Eine halbe Minipizza auf Personen. :? Wir teilen

Mehr

Aufgabe 1 Berechne den Gesamtwiderstand dieses einfachen Netzwerkes. Lösung Innerhalb dieser Schaltung sind alle Widerstände in Reihe geschaltet.

Aufgabe 1 Berechne den Gesamtwiderstand dieses einfachen Netzwerkes. Lösung Innerhalb dieser Schaltung sind alle Widerstände in Reihe geschaltet. Widerstandsnetzwerke - Grundlagen Diese Aufgaben dienen zur Übung und Wiederholung. Versucht die Aufgaben selbständig zu lösen und verwendet die Lösungen nur zur Überprüfung eurer Ergebnisse oder wenn

Mehr

Vorlesung Text und Data Mining S9 Text Clustering. Hans Hermann Weber Univ. Erlangen, Informatik

Vorlesung Text und Data Mining S9 Text Clustering. Hans Hermann Weber Univ. Erlangen, Informatik Vorlesung Text und Data Mining S9 Text Clustering Hans Hermann Weber Univ. Erlangen, Informatik Document Clustering Überblick 1 Es gibt (sehr viele) verschiedene Verfahren für das Bilden von Gruppen Bei

Mehr