Kontextsensitive Informationsvisualisierung mit kompositen Rich Internet Applications für Endnutzer. Statusvortrag zum Promotionsvorhaben
|
|
- Philipp Melsbach
- vor 8 Jahren
- Abrufe
Transkript
1 Kontextsensitive Informationsvisualisierung mit kompositen Rich Internet Applications für Endnutzer Statusvortrag zum Promotionsvorhaben Dresden, Martin Voigt
2 Gliederung ca. 45 min 10 min 16 min 15 min 4 min Intro Related Work Konzept Fazit InfoVis mit RIA Martin Voigt Folie Nr. 2 von 2 XYZ
3 Intro ca. 45 min 10 min 16 min 15 min 4 min Intro Related Work Konzept Fazit Motivation Probleme Vision & Ziele InfoVis mit RIA Martin Voigt Folie Nr. 3 von 3 XYZ
4 Motivation Immer größer werdende Datenmengen [Cyganiak2011] InfoVis mit RIA Martin Voigt Folie Nr. 4 von 4 XYZ
5 Motivation Immer größer werdende Datenmengen [Key2012] InfoVis mit RIA Martin Voigt Folie Nr. 5 von 5 XYZ [1]
6 Motivation Wie soll man aus den Daten schlau werden? [3] Visuelle Analyse! [2] InfoVis mit RIA Martin Voigt Folie Nr. 6 von 6 XYZ
7 Problemstellung 1 InfoVis mit RIA Martin Voigt Folie Nr. 7 von 7 XYZ
8 Probleme Endnutzer wissen nicht wirklich, wie man visualisiert. Sie sind meist überfordert. [4] InfoVis mit RIA Martin Voigt Folie Nr. 8 von 8 XYZ
9 Motivation Ein Lösungsweg: Intelligente InfoVis-Systeme, die auf formales Expertenwissen zurückgreifen. [6] [5] InfoVis mit RIA Martin Voigt Folie Nr. 9 von 9 XYZ
10 Probleme? [7] [5] [8] Expertenwissen liegt zumeist nicht maschinenlesbar / -verstehbar vor. InfoVis mit RIA Martin Voigt Folie Nr von XYZ
11 Motivation Ein Lösungsweg: Intelligente InfoVis-Systeme, die auf formales Expertenwissen zurückgreifen. [6] [5] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
12 Probleme Existierende Architektur von InfoVis-Systemen zu unflexibel für Internet als Anwendungsplattform InfoVis mit RIA Martin Voigt Folie Nr von XYZ
13 Zu lösende Forschungsfragen Wie kann man den Endanwender unterstützen? Daten- und Visualisierungsauswahl Interpretationshilfe [4] [6] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
14 Zu lösende Forschungsfragen Wie kann man den Endanwender unterstützen? Wie kann man welches Visualisierungswissen formalisieren? [7] [8] [5] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
15 Zu lösende Forschungsfragen Wie kann man den Endanwender unterstützen? Wie kann man welches Visualisierungswissen formalisieren? Wie sieht eine flexible Softwarearchitektur für künftige, webbasierte InfoVis-Systeme aus? Automatische Daten- und Visualisierungsintegration durch Endanwender zur Laufzeit Automatische Anpassung an Hard- und Softwareplattform, Nutzerpräferenzen, InfoVis mit RIA Martin Voigt Folie Nr von XYZ
16 Vision und Ziele Vision Ziele Semantik-gestützter Visualisierungsprozess für Endanwender Modulare Visualisierungsontologie Komponentenbasierte, adaptive Architektur für Visualisierungssystem InfoVis mit RIA Martin Voigt Folie Nr von XYZ
17 Related Work ca. 45 min 10 min 16 min 15 min 4 min Intro Related Work Konzept Fazit Einordnung Erkenntnisse aus Recherchen Fazit InfoVis mit RIA Martin Voigt Folie Nr von XYZ
18 Einordnung ins Forschungsgebiet Component-based InfoVis Automatic Information Visusalization Semantics-based InfoVis with Composite RIA Knowledge-assisted Semantics in Application Integration Composite RIA Semantic Web Technologies InfoVis mit RIA Martin Voigt Folie Nr von XYZ
19 Related Work Automatische Informationsvisualisierung Unterstützung des Anwenders Unterscheidung in datengetriebene [Mackinlay2007], aufgabengetriebene [Casner1991] und interaktionsgetriebene [Gotz2009] InfoVis InfoVis mit RIA Martin Voigt Folie Nr von XYZ
20 Related Work Fazit zur automatischen InfoVis Interaktionsgetriebener Ansatz + Tableaus Show Me sehr vielversprechend, insgesamt sehr verbreitet Visualisierungsprozess + Unterstützung des Anwenders, aber selten des Endnutzers Wissensmodell - Fast nur regelbasiert schlecht erweiterbar, kein Austausch, keine Transparenz für Nutzer, Architektur -- Monolithisch, schlecht erweiterbar, nicht kontextadaptiv InfoVis mit RIA Martin Voigt Folie Nr von XYZ
21 Related Work Knowledge-assisted (KAV) Formalisierung, Nutzung und Verteilung von Visualisierungswissen [Chen2009, Chen2010] unter Verwendung semantischer Technologien [Gilson2008] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
22 Related Work Fazit zur Knowledge-assisted InfoVis Verknüpfung von Komponenten und Ontologien vielversprechend, kaum praktische Durchdringung Visualisierungsprozess - Automatisiert, für Experten Wissensmodell + Nutzung sem. Technologien, Wiederverwendung von Wissen/Modellen, nicht geteilt Architektur -- Monolithisch & durchgängig VS. flexibel & unvollständig nicht kontextadaptiv InfoVis mit RIA Martin Voigt Folie Nr von XYZ
23 Related Work Komponentenbasierte Informationsvisualisierung Flexible Wiederverwendung von Visualisierungskomponenten InfoVis-Systeme [MacNeil2013] Dashboards [Few2006] Visualisierungsbibliotheken [14, 15] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
24 Related Work Fazit zur komponentenbasierten InfoVis Klarer Trend (in Forschung) sichtbar Visualisierungsprozess + bei Systemen gut abgedeckt, aber nicht für Endnutzer Wissensmodell -- keine sem. Technologien / Modelle genutzt Architektur + flexibel anpassbar, generische Daten-APIs aber nicht plattformunabhängig und kontextadaptiv InfoVis mit RIA Martin Voigt Folie Nr von XYZ
25 Related Work Semantikgestützte, komposite Rich Internet Anwendungen Flexibilisierung und Kostenersparnis durch Wiederverwendung der UI Anwendungsintegration auf UI-Ebene [Paulheim2009] Univ. Anwendungskomposition auf UI-Ebene [Pietschmann2012] Univ. Anwendungskomposition für Endanwender [Cappiello2011] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
26 Related Work Fazit für semantikgestützte, komposite RIA verbreitete Technologie, benötigt aber Adaption für InfoVis Visualisierungsprozess - Kompositionsprozess für InfoVis-Endnutzer ungeeignet Wissensmodell - Teils semantische Modelle genutzt, aber nicht für InfoVis Architektur + Plattformunabhängige, kontextsensitive Komposition aber keine generische Datenschnittstellen, Handling der Daten für InfoVis unzureichend InfoVis mit RIA Martin Voigt Folie Nr von XYZ
27 Related Work - Fazit InfoVis-Prozess Wissensmodell Architektur Automatische InfoVis Wissensgestützte InfoVis Komponentenbasierte InfoVis Komposite RIA Endanwender und Kontext bei der InfoVis vernachlässigt 2. Mangel an formalen Wissensmodellen für InfoVis 3. Komposite RIA gute konzeptionelle Basis für Architektur InfoVis mit RIA Martin Voigt Folie Nr von XYZ
28 Konzept ca. 45 min 10 min 16 min 15 min 4 min Intro Related Work Konzept Fazit Visualisierungsontologie Visualisierungsprozess Softwarearchitektur InfoVis mit RIA Martin Voigt Folie Nr von XYZ
29 Konzept im Überblick Visualisierungsontologie [Voigt2011, Voigt2012a, Polowinski2013] Annotation Graphic Data System Facts Activity Domain User InfoVis mit RIA Martin Voigt Folie Nr von XYZ
30 Konzept im Überblick Visualisierungsontologie [Voigt2012a] Data Schema Semantics DV:Name E:Tab SoM:Nom VA:Form Role:Ind... DV:Num SoM:Quan VA:Lightness Role:Dep... Description at Component-Scope graphic representation map level of detail overview functionality select, brush software requirements JavaScript, SVG... InfoVis mit RIA Martin Voigt Folie Nr von XYZ
31 Konzept im Überblick Semantik-gestützter InfoVis-Prozess [Voigt2012, Voigt2013] Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
32 Konzept im Überblick Anreicherung System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
33 Konzept im Überblick Anreicherung am Bsp. World Dataset [13] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction hasname SoM: Nominal Quantity: 239 DataType: xsd:string Role: Independent DistinctValues: 239 Domain: foaf:name hascountrypopulation SoM: Quantitative Quantity: 239 DataType: xsd:int Role: Dependent DistinctValues: 226 Domain: - VISO InfoVis mit RIA Martin Voigt Folie Nr von XYZ
34 Konzept im Überblick Human Interaction Datenreduzierung [Voigt2013a] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
35 Konzept im Überblick Human Interaction Datenreduzierung [Voigt2013a] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Knowledge Data Reduction Recommendation Integration Externalization System Interaction Country Continent InfoVis mit RIA Martin Voigt Folie Nr von XYZ
36 Konzept im Überblick Daten- und Visualisierungsauswahl [Voigt2012b] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
37 Konzept im Überblick Daten- und Visualisierungsauswahl [Voigt2012b] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
38 Konzept im Überblick Visualisierungsempfehlung [Voigt2012a] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
39 Konzept im Überblick Visualisierungsempfehlung [Voigt2012a] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Datenstruktur xsd:string xsd:int hasname hascountrypopulation Country Muss-Kriterien Level of Detail Overview Action Brushing iscountryincontinent Continent Resource Property Literal Kann-Kriterien Graphic Representation Map InfoVis mit RIA Martin Voigt Folie Nr von XYZ
40 Konzept im Überblick Konfiguration & Integration [Pietschmann2012] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
41 Konzept im Überblick Konfiguration & Integration [Pietschmann2012] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Select Highlight Highlight InfoVis mit RIA Martin Voigt Folie Nr von XYZ
42 Konzept im Überblick Externalisierung System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction Human Interaction System User Data Upload Data Augmentation Data Pre- Data Reduction Data & Vis Recommendation Configuration Integration Perception & Internalization Knowledge Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
43 Konzept im Überblick Externalisierung System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Human Interaction Knowledge Data Reduction Recommendation Integration Externalization System Interaction InfoVis mit RIA Martin Voigt Folie Nr von XYZ
44 Konzept im Überblick Human Interaction Architektur [Voigt2012, Voigt2013] System User Data Pre- Data & Vis Perception & Data Upload Configuration Internalization Data Augmentation Knowledge Data Reduction Recommendation Integration Externalization VISO System Interaction 1 DaRe 3 CoRe 2 Runtime 5 33% 50% 16% User Wizard Components InfoVis mit RIA Martin Voigt Folie Nr von XYZ
45 Fazit ca. 45 min 10 min 16 min 15 min 4 min Intro Related Work Konzept Fazit Probleme Ziele Ausblick InfoVis mit RIA Martin Voigt Folie Nr von XYZ
46 Fazit Webbasierte, kontextsensitive InfoVis für Endnutzer noch in Kinderschuhen Endnutzer allg. vernachlässigt [9] [4] InfoVis-Architekturen nicht für Internet als Anwendungsplattform ausgelegt InfoVis mit RIA Martin Voigt Folie Nr von XYZ
47 Fazit Dissertation liefert Beitrag durch Semantik-gestützter Visualisierungsprozess Human Interaction für Endanwender System User Data Pre- Data & Vis Data Upload Configuration Data Augmentation Perception & Internalization Knowledge Data Reduction Recommendation Integration Externalization System Interaction Modulare Visualisierungsontologie Graphic Data Annotation System Facts Activity Domain User Komponentenbasierte, adaptive Architektur für InfoVis-System 1 DaRe 4 Runtime VISO 3 CoRe % 50% 16% User Wizard Components InfoVis mit RIA Martin Voigt Folie Nr von XYZ
48 Was ist noch zu tun? konzeptionelle Erweiterungen (bis Ende Juli) subjektive Interessantheit der Daten, Laufzeitadaption, Interpretationshilfe Implementierung und Evaluation (bis Ende August) bestehende Einzelteile zusammenfügen Komponenten erstellen Evaluation Gesamtsystem Publizieren (bis Mitte August) VizBoard Evaluation bei ISWC 13 Dissertation schreiben (bis Oktober) InfoVis mit RIA Martin Voigt Folie Nr von XYZ
49 Danke! Fragen? [10] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
50 Eigene Publikationen [Voigt2013b] M. Voigt, M. Aleythe, P. Wehner: Towards Topics-based, Semanticsassisted News Search. Proc. of the 3rd Int. Conf. on Web Intelligence, Mining and Semantics (WIMS'13), ACM, 2013 [Tietz2013] V. Tietz, A. Rümpel, M. Voigt, P. Siekmann, K. Meißner: Tool Support for Semantic Task Modeling. Proc. of the 3rd Int. Conf. on Web Intelligence, Mining and Semantics (WIMS'13), ACM, 2013 [Voigt2013a] M. Voigt, V. Tietz, N. Piccolotto, K. Meißner: Attract Me! How Could End- Users Identify Interesting Resources? Proc. of the 3rd Int. Conf. on Web Intelligence, Mining and Semantics (WIMS'13), ACM, 2013 [Voigt2013] M. Voigt, S. Pietschmann, K. Meißner: A Semantics-Based, End-User- Centered Information Process for Semantic Web Data. Semantic Models for Adaptive Interactive Systems, Springer, 2013 [Polowinski2013] J. Polowinski, M. Voigt: VISO: A Shared, Formal Knowledge Base as a Foundation for Semi-automatic InfoVis Systems. Proc. of the Conference on Human Factors in Computing Systems 2013 (CHI'13), ACM, 2013 [Voigt2012c] M. Voigt, A. Mitschick, J. Schulz: Yet Another Triple Store Benchmark? Practical Experiences with Real-World Data. SDA Workshop 2012 [Pietschmann2012] S. Pietschmann, M. Voigt, K. Meißner: Rich Communication Patterns for Mashups. ICWE 2012 InfoVis mit RIA Martin Voigt Folie Nr von XYZ
51 Eigene Publikationen [Voigt2012b] M. Voigt, A. Werstler, J. Polowinski, K. Meißner: Weighted Faceted Browsing for Characteristics-Based through End Users. EICS 2012 [Voigt2012a] M. Voigt, S. Pietschmann, L. Grammel, K. Meißner: Contextaware Recommendation of Components. eknow 2012 [Voigt2012] M. Voigt, S. Pietschmann, K. Meißner: Towards a Semantics- Based, End-User-Centered Information Process. SEMAIS Workshop 2012 [Tauscher2011] H. Tauscher, M. Voigt: Integrating visual presentations of construction multi models: design space exploration. CONVR 2011 [Voigt2011] M. Voigt, J. Polowinski: Towards a Unifying Ontology. TR 2011 [Pietschmann2009b] S. Pietschmann, M. Voigt, K. Meißner: Adaptive Rich User Interfaces for Human Interaction in Business Processes. WISE 2009 [Pietschmann2009a] S. Pietschmann, M. Voigt, A. Rümpel, K. Meißner: CRUISe: Composition of Rich User Interface Services. ICWE 2009 [Pietschmann2009] S. Pietschmann, M. Voigt, K. Meißner: Dynamic Composition of Service-Oriented Web User Interfaces. ICIW 2009 InfoVis mit RIA Martin Voigt Folie Nr von XYZ
52 Literatur [Bezold2009] Bezold, M.: Describing User Interactions in Adaptive Interactive Systems. User Modeling, Adaptation, and Personalization, Springer, 2009, 5535, [Brusilovsky1996] Brusilovsky, P.: Methods and techniques of adaptive hypermedia. User Modeling and User-Adapted Interaction, Kluwer Academic Publishers, 1996, 6, [Cappiello2011] Cappiello, C.; Matera, M.; Picozzi, M.; Sprega, G.; Barbagallo, D. & Francalanci, C.: DashMash: A Mashup Environment for End User Development. Web Engineering, Springer, 2011, 6757, [Card1999] Card, S. K.; Mackinlay, J. D. & Shneiderman, B.: Readings in information visualization: using vision to think. Morgan Kaufmann Publishers Inc., 1999 [Casner1991] Casner, S. M.: Task-analytic approach to the automated design of graphic presentations. ACM Trans. Graph., ACM, 1991, 10, [Chen2009] Chen, M.; Ebert, D.; Hagen, H.; Laramee, R.; van Liere, R.; Ma, K.-L.; Ribarsky, W.; Scheuermann, G. & Silver, D.: Data, Information, and Knowledge in. Computer Graphics and Applications, IEEE, 2009, 29, [Chen2010] Chen, M. & Hagen, H.: Guest Editors' Introduction: Knowledge-Assisted. Computer Graphics and Applications, IEEE, 2010, 30, InfoVis mit RIA Martin Voigt Folie Nr von XYZ
53 Literatur [Cyganiak2011] Cyganiak, R. & Jentzsch, A.: Linking Open Data cloud diagram [Daniel2007] Daniel, F.; Matera, M.; Yu, J.; Benatallah, B.; Saint-Paul, R. & Casati, F.: Understanding UI Integration: A Survey of Problems, Technologies, and Opportunities. Internet Computing, IEEE, 2007, 11, [Daniel2009] Daniel, F.; Casati, F.; Benatallah, B. & Shan, M.-C.: Hosted Universal Composition: Models, Languages and Infrastructure in mashart. Conceptual Modeling - ER 2009, Springer, 2009, 5829, [Daniel2010] Daniel, F.: Context-Aware Web Applications: The Model-Driven Way. VDM Verlag, 2010 [Few2006] Few, S.: Information Dashboard Design: The Effective Visual Communication of Data. O'Reilly Media, Inc., 2006 [Gilson2008] Gilson, O.; Silva, N.; Grant, P. & Chen, M.: From web data to visualization via ontology mapping. Computer Graphics Forum, 2008, 27, [Gotz2009] Gotz, D. & Wen, Z.: Behavior-driven visualization recommendation. IUI '09: Proceedings of the 13th international conference on Intelligent user interfaces, ACM, 2009, InfoVis mit RIA Martin Voigt Folie Nr von XYZ
54 Literatur [Grammel2010] Grammel, L.; Tory, M. & Storey, M.-A.: How Information Novices Construct s. Proc. InfoVis 2010, University of Victoria, 2010 [Grammel2010a] Grammel, L. & Storey, M.-A.: Choosel - Web-based Construction and Coordination for Information Novices. Proc. of. IEEE InfoVis 2010, 2010 [Haber1990] Haber, R. & McNabb, D. A.: Idioms: A Conceptual Model for Scientific Systems. in Scientific Computing, IEEE Computer Society Press, 1990, [Key2012] Key, A.; Howe, B.; Perry, D. & Aragon, C.: VizDeck: self-organizing dashboards for visual analytics. Proceedings of the 2012 ACM SIGMOD International Conference on Management of Data, ACM, 2012, [Keim2009] Keim, D. A.; Mansmann, F.; Stoffel, A. & Ziegler, H.: Visual Analytics. Encyclopedia of Database Systems, Springer, 2009 [Lorz2011] Lorz, A.; Rümpel, A.; Radeck, C.; Blichmann, G. & Pietschmann, S.: Introducing the EDYRA Vision: Engineering of Do-It-Yourself Rich Internet Applications. Proc. of the Int. Conference on Internet Technologies & Society 2011, 2011 InfoVis mit RIA Martin Voigt Folie Nr von XYZ
55 Literatur [Mackinlay1986] Mackinlay, J.: Automating the design of graphical presentations of relational information. ACM Trans. Graph., ACM, 1986, 5, [Mackinlay2007] Mackinlay, J.; Hanrahan, P. & Stolte, C.: Show Me: Automatic Presentation for Visual Analysis. IEEE Transactions on and Computer Graphics, IEEE Computer Society, 2007, 13, [MacNeil2013] MacNeil, S. & Elmqvist, N.: Mosaics For Multivariate Visual Exploration. Computer Graphics Forum, Blackwell Publishing Ltd, 2013, 0, 1-15 [Mazumdar2012] Mazumdar, S.; Petrelli, D. & Ciravegna, F.: Exploring User and System Requirements of Linked Data through a Visual Dashboard Approach. Semantic Web Journal, 2012 [Nazemi2011] Nazemi, K.; Stab, C. & Kuijper, A.: A reference model for adaptive visualization systems. Proceedings of the 14th international conference on Humancomputer interaction: design and development approaches, Springer, 2011, [Paulheim2009] Paulheim, H.: Ontologies for User Interface Integration. Proc. of the 8th Int.Semantic Web Conference, Springer, 2009, [Pietschmann2012] Pietschmann, S.: Modellgetriebene Entwicklung adaptiver, komponentenbasierter Mashup-Anwendungen. Technische Universität Dresden, 2012 InfoVis mit RIA Martin Voigt Folie Nr von XYZ
56 Literatur [Roth1991] Roth, S. F. & Mattis, J.: Automating the presentation of information. Artificial Intelligence Applications, Proc. of 7th IEEE Conf. on, 1991, 1, [Shneiderman1996] Shneiderman, B.: The eyes have it: a task by data type taxonomy for information visualizations. Visual Languages, Proceedings., IEEE Symposium on, 1996, [Shu2008] Shu, G.; Avis, N. & Rana, O.: Bringing semantics to visualization services. Advances in Engineering Software, Elsevier, 2008, 39, [Stolte2002] Stolte, C.; Tang, D. & Hanrahan, P.: Polaris: A System for Query, Analysis, and of Multidimensional Relational Databases. IEEE Transactions on and Computer Graphics, IEEE Computer Society, 2002, 8, [Swing2010] Swing, E.: Prajna: Adding Automated Reasoning to the Visual- Analysis Process. Computer Graphics and Applications, IEEE, 2010, 30, [Viegas2007] Viegas, F.; Wattenberg, M.; van Ham, F.; Kriss, J. & McKeon, M.: ManyEyes: a Site for at Internet Scale. and Computer Graphics, IEEE Transactions on, 2007, 13, [Wang2009] Wang, X.; Jeong, D. H.; Dou, W.; Lee, S.-W.; Ribarsky, W. & Chang, R.: Defining and applying knowledge conversion processes to a visual analytics system. Computers & Graphics, 2009, 33, InfoVis mit RIA Martin Voigt Folie Nr von XYZ
57 Referenzen [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] InfoVis mit RIA Martin Voigt Folie Nr von XYZ
Flexible, semantikgestützte Informationsvisualisierung. VizBoard und die VISO
Fakultät Informatik Institut für Software- und Multimediatechnik Lehrstuhl Multimediatechnik Flexible, semantikgestützte Informationsvisualisierung VizBoard und die VISO Dresden, Dipl.-Medieninf. Martin
MehrXpert.IVY das GUI ist entscheidend!
Xpert.IVY das GUI ist entscheidend! Process Solution Day 2010 Track C Prozessportale, Human Workflow Management Autor: Mag. Thomas Zehetner Soreco Int. Datum: 17. Mai 2010 Mission Geschichte/Management
MehrThe purpose of computing is insight, not numbers. Richard Hamming (1915-1998)
+ Visual Analytics The purpose of computing is insight, not numbers. Richard Hamming (1915-1998) + Aufbau n Einführung n Historie n Definition n Prozess n Verwandte Gebiete n Praktische Beispiele n IN-SPIRE
MehrTrust your Eyes - Grundlagen der Visualisierung und wie man mit Visualisierungen faken kann Vortrag 23C3: Trust your Eyes - S.
Trust your Eyes - Grundlagen der Visualisierung und wie man mit Visualisierungen faken kann Überblick Was ist Visualisierung? - Beispiele Theorie der Visualisierung Definition Referenzmodelle (Pipelines)
MehrApplication Requirements Engineering
Application Requirements Engineering - Fokus: Ableitung von Produktanforderungen - Günter Halmans / Prof. Dr. Klaus Pohl Software Systems Engineering ICB (Institute for Computer Science and Business Information
MehrDie On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer. Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck
Die On-line Präsenz des Tourismusverbands Innsbruck und seine Feriendörfer Univ.-Prof. Dr. Dieter Fensel STI Innsbruck, University of Innsbruck Copyright 2008 STI INNSBRUCK www.sti-innsbruck.at 1 Der Hotelier
MehrDas Social Semantic Web
Das Social Semantic Web Treffpunkt für soziale und künstliche Intelligenz IT Businesstalk Vom Breitband zum Web 3.0 Salzburg, 14. Juni 2007 Dr. Sebastian Schaffert Salzburg Research Forschungsgesellschaft
MehrVon Windows-Forms zu WPF mit Expression Blend? Thomas Müller conplement AG Nürnberg
Von Windows-Forms zu WPF mit Expression Blend? Thomas Müller.NET Consultant / Trainer.NET Client-Server Visual Studio / Expression Blend Thomas Müller Leiter der dodned UG-Franken Sprecher auf Konferenzen
MehrDaten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1
Daten haben wir reichlich! 25.04.14 The unbelievable Machine Company 1 2.800.000.000.000.000.000.000 Bytes Daten im Jahr 2012* * Wenn jedes Byte einem Buchstaben entspricht und wir 1000 Buchstaben auf
MehrData. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired
make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,
MehrSemantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph!
Semantic Web Technologies I! Lehrveranstaltung im WS10/11! Dr. Andreas Harth! Dr. Sebastian Rudolph! www.semantic-web-grundlagen.de Ontology Engineering! Dr. Sebastian Rudolph! Semantic Web Architecture
MehrSemantische Infomationsintegration à la carte?
Semantische Infomationsintegration à la carte? Ziele und Herausforderungen der Anwendung des CIDOC CRM. Historisch-Kulturwiss. Informationsverarbeitung, Universität Köln 1. Oktober 2010 1 Ein User Scenario
MehrVisual Analytics. Seminar. [Guo, 2006] [Wong, 2006] [Keim, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006]
Seminar Visual Analytics [Guo, 2006] [Keim, 2006] [Wong, 2006] [Proulx, 2006] [Chang, 2007] [Kosara, 2006] Visual Analytics - Definitions Visual analytics is the science of analytical reasoning facilitated
MehrCloud Architektur Workshop
Cloud Architektur Workshop Ein Angebot von IBM Software Services for Cloud & Smarter Infrastructure Agenda 1. Überblick Cloud Architektur Workshop 2. In 12 Schritten bis zur Cloud 3. Workshop Vorgehensmodell
MehrSemantic Web Services
Semantic Web Services Daniel Fischer TU Chemnitz - WS 2011/12 1 Gliederung (1) Web Services (2) Semantic Web Services: Motivation (3) Ontologien (4) Technologien 1. WSDL 2. SA-WSDL 3. WSMF / WSMO 4. OWL-S
MehrEignungsverfahren zum Master of Science Human-Computer Interaction
Eignungsverfahren zum Master of Science Human-Computer Interaction Literaturhinweise Prüfungsausschuss HCI Human-Computer Interaction & Psychologische Ergonomie Julius-Maximilians-Universität Würzburg
MehrOERA OpenEdge Reference Architecture. Mike Fechner PUG Infotag 19. Mai 05 Frankfurt
OERA OpenEdge Reference Architecture Mike Fechner PUG Infotag 19. Mai 05 Frankfurt Überblick OERA Separated presentation and integration layers Common business logic with advanced models Data access abstracted
MehrTechnologietag SharePoint 2010
Technologietag SharePoint 2010 SharePoint Plattform für Information und Zusammenarbeit Ein Blick unter die Haube Technologietag SharePoint 2010 1. Oktober 2010 Thomas Hemmer Chief Technology Officer thomas.hemmer@conplement.de
MehrAutoSPARQL. Let Users Query Your Knowledge Base
AutoSPARQL Let Users Query Your Knowledge Base Christian Olczak Seminar aus maschinellem Lernen WS 11/12 Fachgebiet Knowledge Engineering Dr. Heiko Paulheim / Frederik Janssen 07.02.2012 Fachbereich Informatik
MehrMobile Analytics mit Oracle BI
Mobile Analytics mit Oracle BI Was steckt in den Apps? Gerd Aiglstorfer G.A. itbs GmbH Christian Berg Dimensionality GmbH Das Thema 2 Oracle BI Mobile: HD App für Apple ios Oracle BI Mobile App Designer
MehrIT-Service-Management- Bauplan für die IT-Fabrik
Ulrich Pöhler Business Development Manager IT-Service-Management- Bauplan für die IT-Fabrik Von der Altstadt zur modernen IT-Fabrik mit frischer Denke zur industriellen Produktion Die Architektur und Bauplanung
Mehrarlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek
arlanis Software AG SOA Architektonische und technische Grundlagen Andreas Holubek Speaker Andreas Holubek VP Engineering andreas.holubek@arlanis.com arlanis Software AG, D-14467 Potsdam 2009, arlanis
Mehr! "# $% &'!( $ ) *(+,(,-
! "# $ &'! $ ) *+,,- 1. SALSA-Projekt Service Discovery / Definition Services Definition Kontext Service Discovery Service Architektur Föderation von Service Discovery Services Zusammenfassung 2 / 0 SALSA
MehrDr. Jens Hündling Senior Sales Consultant. DOAG Apps 2011 Berlin, 05. Mai 2011
Business Management: Grundlagen, Business Process Life Cycle, Überblick Oracle BPM Suite 11g Dr. Jens Hündling Senior Sales Consultant DOAG Apps 2011 Berlin, 05. Mai 2011
MehrSemantic Web Technologies I
Semantic Web Technologies I Lehrveranstaltung im WS11/12 Dr. Elena Simperl PD Dr. Sebastian Rudolph M. Sc. Anees ul Mehdi Ontology Engineering Dr. Elena Simperl XML und URIs Einführung in RDF RDF Schema
Mehrjbpm5 in Java EE 6 Marek Iwaszkiewicz Pascal Schaerf akquinet AG
jbpm5 in Java EE 6 Marek Iwaszkiewicz Pascal Schaerf akquinet AG Über uns Developer @ akquinet AG Marek Iwaszkiewicz marek.iwaszkiewicz@akquinet.de JBoss Compentence Center Pascal Schaerf pascal.schaerf@akquinet.de
MehrJochen Bauer 08.01.2010
08.01.2010 Um was geht s und wie läuft s ab? Eclipse-EMP-MDT: Standards unter einem Dach! Gliederung 1. der Model (MDT) 2. Model-Driven- (MDD) und MDT 3. Interne Domain-Specific-Languages (DSL) 4. 5. 6.,
MehrAnne Groß GI Fachgruppentreffen RE, 24./25.11.2011, Hamburg
Anforderungen an die Anforderungsspezifikation aus Sicht von Architekten und Usability Experten Anne Groß GI Fachgruppentreffen RE, 24./25.11.2011, Hamburg --- Motivation --- 2 Motivation Informationsquelle
MehrDSpace 5 und Linked (Open) Data. Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28.
DSpace 5 und Linked (Open) Data Pascal-Nicolas Becker Technische Universität Berlin German DSpace User Group Meeting 2014 Berlin, 28. Oktober 2014 Ausblick: DSpace 5 Metadaten für alle Objekte (Collections,
MehrComparing Software Factories and Software Product Lines
Comparing Software Factories and Software Product Lines Martin Kleine kleine.martin@gmx.de Betreuer: Andreas Wuebbeke Agenda Motivation Zentrale Konzepte Software Produktlinien Software Factories Vergleich
MehrInformationswirtschaft II Rational Unified Process (RUP)
Informationswirtschaft II Rational Unified Process (RUP) Wolfgang H. Janko, Michael Hahsler und Stefan Koch Inhalt Historische Entwicklung Kennzeichen von RUP Lebenszyklus und Phasen Arbeitsabläufe Das
MehrInformationswirtschaft II
Rational Unified Process (RUP) Informationswirtschaft II Wolfgang H. Janko, Michael Hahsler und Stefan Koch Seite 1 Inhalt Historische Entwicklung Kennzeichen von RUP Lebenszyklus und Phasen Arbeitsabläufe
MehrLOG AND SECURITY INTELLIGENCE PLATFORM
TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com
MehrDas Knowledge Grid. Eine Architektur für verteiltes Data Mining
Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide
Mehrextensible Business Reporting Language Status des Promotionsvorhabens und Ausblick
extensible Business Reporting Language Status des Promotionsvorhabens und Ausblick 30. September 2008 Agenda Aufbau der Untersuchung Fortschritt im Untersuchungsverlauf Offene Forschungsfragen Methodik
MehrProjekt AALuis- Ambient Assisted Living user interfaces Die Businessaspekte und die businessrelevante Einbeziehung von End-AnwenderInnen
Projekt AALuis- Ambient Assisted Living user interfaces Die Businessaspekte und die businessrelevante Einbeziehung von End-AnwenderInnen Martin Morandell AALuis Fakten Projektname Ambient Assisted Living
MehrA Domain Specific Language for Project Execution Models
A Domain Specific Language for Project Execution Models Eugen Wachtel, Marco Kuhrmann, Georg Kalus Institut für Informatik Software & Systems Engineering Inhalt Einführung und Hintergrund Problembereiche
MehrSemantik Visualisierung
Semantik Visualisierung Seminar im Wintersemester 2010/2011 GRIS Technische Universität Darmstadt Kawa Nazemi Fraunhofer IGD Fraunhoferstraße 5 64283 Darmstadt kawa.nazemi@igd.fraunhofer.de kawa.nazemi@gris.informatik@tu-darmstadt.de
MehrOpen Source als de-facto Standard bei Swisscom Cloud Services
Open Source als de-facto Standard bei Swisscom Cloud Services Dr. Marcus Brunner Head of Standardization Strategy and Innovation Swisscom marcus.brunner@swisscom.com Viele Clouds, viele Trends, viele Technologien
MehrA system to integrate the usage of heterogenous input and output devices by the use of a generic interface
LFE Medieninformatik Ben Blaha Abschlussvortrag Projektarbeit: VISOR Versatile Input Steady Output Remote Control A system to integrate the usage of heterogenous input and output devices by the use of
MehrSecurity Patterns. Benny Clauss. Sicherheit in der Softwareentwicklung WS 07/08
Security Patterns Benny Clauss Sicherheit in der Softwareentwicklung WS 07/08 Gliederung Pattern Was ist das? Warum Security Pattern? Security Pattern Aufbau Security Pattern Alternative Beispiel Patternsysteme
MehrMultimediatechnik aus dem Blickfeld der Industrie
Multimediatechnik aus dem Blickfeld der Industrie 15 Jahre MMT 16.07.2010 - Dr.-Ing. Zoltán Fiala Gliederung Kurzvorstellung Multimediatechnik & Web Engineering in Forschung & Industrie Ausgewählte Projekte
MehrProseminar Sommersemester 2015
1 Proseminar Sommersemester 2015 Fachgebiet Management Support und Wirtschaftsinformatik (MSWI) Prof. Dr.-Ing Bodo Rieger Universität Osnabrück Katharinenstrasse 3, Raum 47 / 201 49069 Osnabrück brieger@uos.de
MehrEinführung Software Domänenspezifische Anpassung Demo Ausblick. ERM mit OntoWiki. Andreas Nareike
Entwicklung eines Electronic Resource Management Systems für Bibliotheken auf Basis von Linked Data Technologien Institut für Informatik, UB Leipzig Universität Leipzig DINI AG KIM Workshop, 15 April 2014
MehrRequirements Engineering Übung 8 Systemmodellierung im RE
Requirements Engineering Übung 8 modellierung im RE Dr. Birgit Penzenstadler, Dr. Daniel Méndez, Jonas Eckhardt 11. Dezember 2012 Übung 8 Aufgabe 1: Modelle als Sichten auf ein Aufgabe 2: Von Anwendungsfällen
MehrBPM im Kontext von Unternehmensarchitekturen. Konstantin Gress
BPM im Kontext von Unternehmensarchitekturen Konstantin Gress Agenda 1 Worum geht s BPM, EA und SOA im Überblick 2 Link zwischen EA und BPM 3 Link zwischen SOA und BPM 4 Wie spielt das zusammen? 5 Q&A
MehrProduct Line Engineering (PLE)
Product Line Engineering (PLE) Produktlinienentwicklung Von Christoph Kuberczyk Christoph Kuberczyk, SE in der Wissenschaft 2015, Product Line Engineering 1 Gliederung 1. Was ist PLE? 2. Motivation 3.
MehrUsability von Bedienkonzepten auf Tablets
Usability von Bedienkonzepten auf Tablets Milena Rötting Master Informatik HAW Hamburg 26. April 2012 Gliederung Einführung Verwandte Arbeiten User-defined Gestures Usability of ipad Apps and Websites
MehrRequirements Management mit RequisitePro. Rational in der IBM Software Group. Der Rational Unified Process als Basis für die Projektarbeit
IBM Software Group IBM Rational mit RequisitePro Hubert Biskup hubert.biskup@de.ibm.com Agenda Rational in der IBM Software Group Der Rational Unified Process als Basis für die Projektarbeit mit Rational
MehrCopyright 2014 Delta Software Technology GmbH. All Rights reserved.
Karlsruhe, 21. Mai 2014 Softwareentwicklung - Modellgetrieben und trotzdem agil Daniela Schilling Delta Software Technology GmbH The Perfect Way to Better Software Modellgetriebene Entwicklung Garant für
MehrProjektgruppe. Knowledge Representation Persistence and Reasoning
Projektgruppe Seminarvortrag von Stefan Middeke Knowledge Representation Persistence and Reasoning 4. Juni 2010 Überblick Motivation Repräsentation der Daten Speicherung und Abfrage von Daten Folgerungen
MehrAuswahl alter Klausuraufgaben aus einer ähnlichen Vorlesung Maßgeblich für die Prüfung sind die Vorlesungsinhalte!
Auswahl alter Klausuraufgaben aus einer ähnlichen Vorlesung Maßgeblich für die Prüfung sind die Vorlesungsinhalte! Aufgabe 1: Grundlagen (5 Punkte) a) Definieren Sie kurz Usability und User Experience.
MehrWie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz)
Wie funktioniert automatisierte Übersetzung? Prof. Josef van Genabith (Deutsches Forschungszentrum für Künstliche Intelligenz) 1 Maschinelle Übersetzung (MÜ) Überblick: Warum MÜ: Datenmenge, Qualität und
MehrNext Generation Service Desk Trends und Entwicklungen, die Ihren Service Desk verändern
Next Generation Service Desk Trends und Entwicklungen, die Ihren Service Desk verändern USU World 2015 Peter Stanjeck & Manfred Heinz, USU AG USU AG Forrester proklamiert das Zeitalter des Kunden als langjährigen
MehrOntologien und Ontologiesprachen
Ontologien und Ontologiesprachen Semantische Datenintegration SoSe2005 Uni Bremen Yu Zhao Gliederung 1. Was ist Ontologie 2. Anwendungsgebiete 3. Ontologiesprachen 4. Entwicklung von Ontologien 5. Zusammenfassung
MehrProblemstellung. Keine Chance! Ich brauche eine genaue Spezifikation und dann vielleicht in 3-4 Wochen können Sie einen erstes Beispiel haben!
Take aways Mit Power BI wird Excel zum zentralen Tool für Self- Service BI End-End Self-Service Lösungsszenarien werden erstmals möglich Der Information Worker erhält ein flexibles Toolset aus bekannten
MehrFortbildung elearning
Media Design Center (MDC) Fortbildung elearning elearningcms Content Management and Modelling http://elearning.tu-dresden.de/fortbildung elearning@tu-dresden.de Christian Meier Motivation Erstellung und
MehrWas sind Ontologie-Editoren?
Was sind Ontologie-Editoren? Kurzeinführung Protégé Sonja von Mach und Jessica Otte Gliederung Ontologie Editoren- allgemein warum nutzen wofür nutzen Probleme Marktlage Einführung in die praktische Arbeit
MehrSOA im Zeitalter von Industrie 4.0
Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING
MehrLinked Samian Ware: Potentiale von Linked Data in der Archäologie. Florian Thiery M.Sc.
Linked Samian Ware: Potentiale von Linked Data in der Archäologie Florian Thiery M.Sc. Linked Samian Ware: Potentiale von Linked Data in der Archäologie Workshop der AG CAA Tübingen 15.02.2014 Als Grundlage
MehrEignet sich Eclipse RCP als Enterprise Plattform? 2. Mai 2006 Lars Stucki & Edwin Steiner www.inventage.com
Eignet sich Eclipse RCP als Enterprise Plattform? 2. Mai 2006 Lars Stucki & Edwin Steiner www.inventage.com Eignet sich Eclipse RCP als Enterprise Plattform? Einführung Demos Corporate Governance Asset
MehrOpen Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH)
, XML LV BF23 (0F32) Open Archives Initiative - Protocol for Metadata Harvesting (OAI-PMH) Achim Oßwald FH Köln Institut für Informationswissenschaft Wintersemester 2010 (Stand: 3.12.10) 1/ 18 OAI-PMH
MehrEntwicklungsoptimierung mit einem ALM Tool Positionierung mit Fallstudie
Entwicklungsoptimierung mit einem ALM Tool Positionierung mit Fallstudie Gerald Heller Agenda Standortbestimmung ALM Typischer industrieller Setup und Probleme Vorstellung von QualityCenter als ALM tool
MehrVorwort... 11 Azure Cloud Computing mit Microsoft... 12 Danksagungen... 13 Kontakt zum Autor... 13
Inhaltsverzeichnis Vorwort... 11 Azure Cloud Computing mit Microsoft... 12 Danksagungen... 13 Kontakt zum Autor... 13 Einleitung... 15 Zielgruppe... 16 Aufbau... 16 Inhalt der einzelnen Kapitel... 17 Systemanforderungen...
MehrThemen. Web Services und SOA. Stefan Szalowski Daten- und Online-Kommunikation Web Services
Themen Web Services und SOA Wer kennt den Begriff Web Services? Was verstehen Sie unter Web Services? Die Idee von Web Services Ausgangspunkt ist eine (evtl. schon bestehende) Software Anwendung oder Anwendungskomponente
MehrVisual Analytics. Diana Topko. Grundseminar, 18. Dezember 2018
Visual Analytics Diana Topko Grundseminar, 18. Dezember 2018 Agenda Visuelle Wahrnehmung Motivation für Visual Analytics Interactive Visual Analytics Ausblick Konferenzen Visuelle Wahrnehmung Text VS Bild
MehrE-Services mit der Web-Service-Architektur
E-Services mit der Web-Service-Architektur im Seminar Neue Konzepte anwendungsorientierter Middleware - Stefan Kürten - Literatur A. Tsalgatidou and T. Pilioura, An Overview of Standards and Related Rechnology
MehrAutonomic Computing. Veronica Garcia, Lukas Knauer, Christopher Suter. 18. Mai 2006 Seminar Communication Systems IFI, UniZH
Autonomic Computing Veronica Garcia, Lukas Knauer, Christopher Suter 18. Mai 2006 Seminar Communication Systems IFI, UniZH Agenda Warum Autonomic Computing? Was ist Autonomic Computing? Level der Evolution
MehrSemantic Web. Anwendungsbereiche & Entwicklungen. http://www.know-center.at. Dr. Michael Granitzer
Semantic Web Anwendungsbereiche & Entwicklungen Dr. Michael Granitzer - gefördert durch das Kompetenzzentrenprogramm Agenda Die Vision und warum das Semantic Web Sinn macht Grundlagen: Wissensrepräsentation
MehrHuston, Geoff: Internet Performance Survival Guide, QoS Strategies for Multiservice Networks, John Wiley & Sons, 2000, 550 Seiten, DM 98.
Proseminar Gunter Bolch Informatik 4 SS 2004 Literatur Huston, Geoff: Survival Guide, QoS Strategies for Multiservice Networks, John Wiley & Sons, 2000, 550 Seiten, DM 98. Armitage, Grenville: Quality
MehrBI in der Cloud eine valide Alternative Überblick zum Leistungsspektrum und erste Erfahrungen 11.15 11.45
9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics
Mehr360 - Der Weg zum gläsernen Unternehmen mit QlikView am Beispiel Einkauf
360 - Der Weg zum gläsernen Unternehmen mit QlikView am Beispiel Einkauf Von der Entstehung bis heute 1996 als EDV Beratung Saller gegründet, seit 2010 BI4U GmbH Firmensitz ist Unterschleißheim (bei München)
MehrMöglichkeiten der Maßschneiderung von DBMS
Seminar Datenqualität & Optimierungs- und Modellierungstechniken für Datenbanken Möglichkeiten der Florian Warschewske florian.warschewske@st.ovgu.de Inhalt 1. Motivation 2. Begriffe 3. Möglichkeiten 1.
MehrBig & Smart Data. bernard.bekavac@htwchur.ch
Big & Smart Data Prof. Dr. Bernard Bekavac Schweizerisches Institut für Informationswissenschaft SII Studienleiter Bachelor of Science in Information Science bernard.bekavac@htwchur.ch Quiz An welchem
MehrAutomatische Analyse pra klinischer Forschungsergebnisse
Universität Bielefeld 15. Mai 2014 Automatische Analyse pra klinischer Forschungsergebnisse zur Auswahl Erfolg versprechender klinischer Studien und individualisierter Therapien Roman Klinger, Philipp
MehrPrüfungsplan Master of Science in Wirtschaftsinformatik
Prüfungsplan Master of Science in Wirtschaftsinformatik Modul Art Creditpunkte Schwerpunkt Very Large Business Applications Module aus dem Bereich Wirtschaftsinformatik SWS Empfohlenes Semester Prüfungsart
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
MehrMobiles SAP für Entscheider. Permanente Verfügbarkeit der aktuellen Unternehmenskennzahlen durch den mobilen Zugriff auf SAP ERP.
Beschreibung Betriebliche Kennzahlen sind für die Unternehmensführung von zentraler Bedeutung. Die Geschäftsführer oder Manager von erfolgreichen Unternehmen müssen sich deshalb ständig auf dem Laufenden
MehrSERVICE SUCHE ZUR UNTERSTÜTZUNG
SERVICE SUCHE ZUR UNTERSTÜTZUNG VON ANFORDERUNGSERMITTLUNG IM ERP BEREICH MARKUS NÖBAUER NORBERT SEYFF ERP SYSTEME Begriffsbestimmung: Enterprise Resource Planning / Business Management Solution Integrierte
MehrWorkflow Systeme mit der Windows Workflow Foundation
Studiengang Electronic Business (EB) Diplomarbeit (280000) Workflow Systeme mit der Windows Workflow Foundation externe Betreuung durch Christoph Müller vorgelegt bei Prof. Dr. Michael Gröschel von Hans-Martin
MehrCassini I Guiding ahead
Cassini I Guiding ahead AGREEMENT Ein Ansatz für agiles Rationale Management Michaela Gluchow I Cassini Consulting & Lehrstuhl für Angewandte Softwaretechnik (TU München) Version 1.0 Präsentation im Rahmen
MehrDiplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik
Diplomarbeit: GOMMA: Eine Plattform zur flexiblen Verwaltung und Analyse von Ontologie Mappings in der Bio-/Medizininformatik Bearbeiter: Shuangqing He Betreuer: Toralf Kirsten, Michael Hartung Universität
MehrWorkflow, Business Process Management, 4.Teil
Workflow, Business Process Management, 4.Teil 24. Januar 2004 Der vorliegende Text darf für Zwecke der Vorlesung Workflow, Business Process Management des Autors vervielfältigt werden. Eine weitere Nutzung
MehrNeues aus dem 52 North WPS Projekt. Benjamin Proß, FOSSGIS, 20.03.2014
Neues aus dem 52 North WPS Projekt Benjamin Proß, FOSSGIS, 20.03.2014 Überblick Aktuelle Entwicklungen im WPS Testing WPS 2.0 Neues aus dem 52 North WPS Projekt 2 Der 52 North WPS Version 3.2.0 Unterstützt
MehrOracle 9i Real Application Clusters
Oracle 9i Real Application Clusters Seite 2-1 Agenda Einführung Verfügbarkeit / Skalierbarkeit Clusterarchitekturen Oracle Real Application Clusters Architektur Requirements Installation und Konfiguration
MehrPhasen. Gliederung. Rational Unified Process
Rational Unified Process Version 4.0 Version 4.1 Version 5.1 Version 5.5 Version 2000 Version 2001 1996 1997 1998 1999 2000 2001 Rational Approach Objectory Process OMT Booch SQA Test Process Requirements
MehrSemTalk Services. SemTalk UserMeeting 29.10.2010
SemTalk Services SemTalk UserMeeting 29.10.2010 Problemstellung Immer mehr Anwender nutzen SemTalk in Verbindung mit SharePoint Mehr Visio Dokumente Viele Dokumente mit jeweils wenigen Seiten, aber starker
MehrHilfe, ich verstehe meine APEX Seite nicht mehr! DOAG Development Konferenz, Düsseldorf
Hilfe, ich verstehe meine APEX Seite nicht mehr! DOAG Development Konferenz, Düsseldorf Niels de Bruijn, Fachbereichsleiter APEX Ratingen, 04.06.2014 MT AG GESCHÄFTSFORM HAUPTSITZ INHABERGEFÜHRTE AG RATINGEN
MehrEine Schnittstelle für Arztpraxisdaten mittels einer Ontologie auf Basis von HL7 Version 3
Eine Schnittstelle für Arztpraxisdaten mittels einer Ontologie auf Basis von HL7 Version 3 Jan Kunze, Thomas Riechert, Sören Auer Universität Leipzig Augustusplatz 10-11 04109 Leipzig jan-kunze@gmx.de,
MehrGliederung. Einführung Phasen Ten Essentials Werkzeugunterstützung Aktivitäten, Rollen, Artefakte Werkzeug zur patternorientierten Softwareentwicklung
Peter Forbrig RUP 1 Gliederung Einführung Phasen Ten Essentials Werkzeugunterstützung Aktivitäten, Rollen, Artefakte Werkzeug zur patternorientierten Softwareentwicklung Peter Forbrig RUP 2 Rational Unified
MehrCeBIT 17.03.2015. CARMAO GmbH 2014 1
CeBIT 17.03.2015 CARMAO GmbH 2014 1 HERZLICH WILLKOMMEN Applikationssicherheit beginnt lange bevor auch nur eine Zeile Code geschrieben wurde Ulrich Heun Geschäftsführender Gesellschafter der CARMAO GmbH
MehrQualitätssicherung bei der mobilen Datenerfassung
Qualitätssicherung bei der mobilen Datenerfassung Stephan Mäs Arbeitsgemeinschaft GIS Universität der Bundeswehr München http://www.unibw.de/bauv11/geoinformatik/agis 9. Seminar GIS & Internet 13.-15.
MehrNeue Strategien und Innovationen im Umfeld von Kundenprozessen
Neue Strategien und Innovationen im Umfeld von Kundenprozessen BPM Forum 2011 Daniel Liebhart, Dozent für Informatik an der Hochschule für Technik Zürich, Solution Manager, Trivadis AG Agenda Einleitung:
MehrWas ist Analyse? Hannover, CeBIT 2014 Patrick Keller
Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität
MehrSeminar Timed Automata
Einführungsveranstaltung Thomas Noll Henrik Bohnenkamp Software Modeling and Verification Group 17. Juli 2008 Zielsetzung Einführung Termine Themen Inhalt des Seminars Methoden zur Gewährleistung der Korrektheit
MehrMission. TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden
Mission TARGIT macht es einfach und bezahlbar für Organisationen datengetrieben zu werden Der Weg zu einem datengesteuerten Unternehmen # Datenquellen x Größe der Daten Basic BI & Analytics Aufbau eines
MehrSemantic Web Technologies II SS 2009 22.06.2009. Semantic Web 2.0 - Übung
Semantic Web Technologies II SS 2009 22.06.2009 Semantic Web 2.0 - Übung Dr. Sudhir Agarwal Dr. Stephan Grimm Dr. Peter Haase PD Dr. Pascal Hitzler Denny Vrandečić Content licensed under Creative Commons
MehrÜberblick Produkte. ORACLE AS 10g R3 JAVA Programming. (5 Tage)
Überblick Produkte Überblick Zielgruppen SOA SOA/BAM Bootcamp (4 Tage) Human Workflow, Oracle BPEL, OWSM, BAM, UDDI, Services Registry Zielgruppe: Partner SOA Essentials Human Workflow, Oracle BPEL, OWSM
Mehrbuildm Erarbeitung eines deskriptiven Metadatenschemas für digitale Gebäudeinformationen im EU-Projekt DURAARK
buildm Erarbeitung eines deskriptiven Metadatenschemas für digitale Gebäudeinformationen im EU-Projekt DURAARK Konferenz Langzeitzugriff auf Sammlungs- und Multimediadaten Berlin, 25. Juni 2015 Michael
Mehr