Kapitel 8. Inhaltsbasierte Suche in Bilddatenbanken
|
|
- Kristian Beutel
- vor 8 Jahren
- Abrufe
Transkript
1 Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken One picture is worth 1000 words. However, a picture is worth far fewer than 1000 words if you cannot find them. Einführung Suche durch Merkmalswerte Suche durch Farbhistogramme Formbasierte Suche Regionenbasierte Suche Suche nach bestimmten Klassen von Objekten Metrische Distanzfunktion Bearbeitung von Videos MPEG-7 Standard Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 1/3 Einführung (1) Flut von digitalen Bilddaten nimmt rasant zu: Kunstsammlungen: The Fine Arts Museum of San Francisco, digitale Datenbank von Gemälden und Zeichnungen, QBIC (Query by Image Content) Bildarchive: Corbis Archive (> 17 Millionen Bilder, davon nahezu 1 Million digital), retrieval by keywords and browsing Wissenschaftliche und medizische Bildsammlungen: NASA, Satellitenbilder WWW: ca 70-75% der Daten im Internet liegen in Bildform vor Diese Bilddaten können nur dann effektiv genutzt werden, wenn sie in einer Art und Weise organisiert sind, die einen effizienten und dem besonderen Informationsgehalt von Bildern gerechten Zugriff ermöglicht. Wichtig: Auch wenn Bilddaten genau wie alphanumerische Daten in traditionalen Datenbanksystemen rechnerintern in binärer Form abgespeichert sind, besteht hier doch eine erhebliche Diskrepanz zwischen der internen Repräsentation und der Interpretation durch den Benutzer = Neue Techniken für die Organisation und Suche (Retrieval) von Bilddatenbanken erforderlich Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 2/3
2 Einführung (2) Nützliche Informationsquellen: Kategorien/Keywords/FileName/HTML captions Abfrage (SQL): SELECT * FROM IMAGEDB WHERE CATEGORY = X AND SOURCE = Y AND (KEYWORD = A OR KEYWORD = B ) Probleme: Kategorisierung nicht immer einfach Erfassung von Keywords aufwendig, unvollständig (Ein Bild sagt mehr als 1000 Worte!), gebunden an bestimmter Sprache FileName / HTML captions können irreführend sein (z.t. absichtlich) Beispiel: keyword = animal Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 3/3 Einführung (3) Content-based image retrieval (CBIR): Bildinhalt: CBIR describes the process of retrieving desired images from a large collection on the basis of features, such as color, texture and shape, that can be automatically extracted from the images themselves. The features used for retrieval can be either primitive or semantic, but the extraction process must be predominantly automatic. Retrieval of images by manually-assigned keywords is definitely not CBIR as the term is generally understood even if the keywords describe image content. Low-level: color Mid-level: texture / shape / spatial relationship (bedingt Berechnung höherer Bildmerkmale oder Bildsegmentierung zu einem gewissen Grad) High-level: event / message / impression, viel Semantik, extrem schwierig zu automatisieren Ist CBIR eine Art new economy in Computer Vision? Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 4/3
3 Einführung (4) Was wir uns wünschen: images image analysis image description (features, relationships, etc.) how to compare? how to achieve semantic similarity? user user interface semantics (object, event, message, etc.) Semantic gap: The semantic gap is the lack of coincidence between the information that one can extract from the visual data and the interpretation that the same data have for a user in a given situation. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 5/3 Einführung (5) Was wir heute können: images image analysis image description (features, relationships, etc.) feature-based comparison user user interface example image(s) spatial relationship, sketch, etc. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 6/3
4 Einführung (6) Typ der Abfrage: query by feature values query by image example query by spatial relationship query by sketch query by image example group (positive, negative) Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 7/3 Einführung (7) Forschungsthemen: Merkmalsextraktion in Bildern Gewinnung von semantischen Informationen aus Bildern Bildvergleich in einer Art und Weise, die der menschlichen Ähnlichkeitswahrnehmung näherkommt Effizielle Speicherung und Zugriff (Indexierung) für große Bilddatenbanken Benuzter-Schnittstelle Verstehen der Benutzer-Wünsche und des Suchverhaltens Erweiterung auf Bilder in höheren Dimensionen Performance-Evaluation Unterstützung in internationalen Standards Anwendungen Beschreibungen von Systemen: R.C. Veltkamp and M. Tanase, Content-Based Image Retrieval Systems: A Survey, Technical Report, 2000/2001. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 8/3
5 Suche durch Merkmalswerte (1) Farben: p 1 % Farbe 1, p 2 % Farbe 2,... Erweiterte Abfrage mit Farb-Layout (Spezifikation eines Farbgitters) IBM: QBIC, Teil von DB2 AIV (Audio/Image/Video) Extenders Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 9/3 Suche durch Merkmalswerte (2) Andere Merkmale wie Texturbeschreibungen lassen sich nicht mehr so intuitiv interpretieren und deshalb relativ schwer direkt angeben Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 10/3
6 Suche durch Farbhistogramme (1) Farbhistogramm: Globale Darstellung der Farbverteilung eines Bildes 8 Bit Farbtiefe/Kanal = Histogramm aus = Einträgen Lösungen: Variante 1 r 8 r 7 r 1 g 8 g 7 g 1 b 8 b 7 b 1 r 8 r 7 g 8 g 7 b 8 b 7 (64 Einträge) Variante 2 Seprates Histogramm mit z.b. 16 Einträgen für R/G/B; Zusammensetzung zu einem gesamten Histogramm (48 Einträge) Durch eine Normierung entsteht ein relatives Histogramm, welches die Grundlage zum Bildvergleich bildet Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 11/3 Suche durch Farbhistogramme (2) Vergleich von (relativen) Farbhistogrammen h 1 und h 2 mit n Einträgen: n Minkowski-Distanz: D p (h 1, h 2 ) = [ h 1 (i) h 2 (i) p ] 1 p i=1 L 1 -Distanz (p = 1): D 1 (h 1, h 2 ) = L 2 -Distanz (p = 2): D 2 (h 1, h 2 ) = Histogram Intersection: n h 1 (i) h 2 (i) i=1 n (h 1 (i) h 2 (i)) 2 i=1 S i (h 1, h 2 ) = n min(h 1 (i), h 2 (i)) [0, 1] i=1 (Wieviel von den Farben aus h 1 ist in h 2 zu sehen und umgekehrt) Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 12/3
7 Suche durch Farbhistogramme (3) Problem beim Histogrammvergleich: Fall 1 h 1 = ( 1 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0,0, 0, 2 3 ) h 2 = (0, 1 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0,0, 2 3, 0) D 1 (h 1, h 2 ) = = 2 S i (h 1, h 2 ) = 0 Fall 2 h 1 = ( 1 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,0, 0,0, 0, 2 3 ) h 2 = (0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 3, 2 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0) D 1 (h 1, h 2 ) = = 2 S i (h 1, h 2 ) = 0 Kleine Verschiebungen (Fall 1) verursachen große Abweichungen beim Vergleich! Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 13/3 Suche durch Farbhistogramme (4) Lösungsansätze: Verwendung von kumulativen Histogrammen Fall 1: kh 1 = ( 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1) kh 2 = (0, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1, 1) Fall 2: kh 1 = ( 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1 3, 1) kh 2 = (0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1 3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1) Robustere Distanz- bzw. Ähnlichkeitsfunktionen, z.b. weighted Euclidean distance (QBIC): D(h 1, h 2 ) = n i=1 j=1 n a ij (h 1 (i) h 2 (i)) (h 1 (j) h 2 (j)) Gewicht a ij [0, 1]: Ähnlichkeit zwischen Farbe i und j und Earth Mover s distance Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 14/3
8 Suche durch Farbhistogramme (5) Beispiel: Farbhistogramm Variante 1, L 1 -Distanz Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 15/3 Suche durch Farbhistogramme (6) Beispiel: Farbhistogramm Variante 1, L 1 -Distanz (Fort.) Farbhistogramm relativ unempfindlich gegenüber Translation, Rotation, Skalierung, und Verdeckung. Erweiterungen zur Beleuchtungsinvarianz bekannt. Im Histogramm fehlen allerdings räumliche Informationen, so dass Variationen dieser Art nicht berücksichtigt werden können. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 16/3
9 Suche durch Farbhistogramme (7) Berücksichtigung räumlicher Information: Aufteilung des Bildes in (fuzzy) Regionen M. Stricker and A. Dimai, Spectral covariance and fuzzy regions for image indexing, Machine Vision and Applications, 10(2), 66 73, Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 17/3 Suche durch Farbhistogramme (8) Berücksichtigung räumlicher Information (Fort.): Color Correlogram France Russian Federation Hungary Italy 3D Histogramm [g 1 ][g 2 ][d]: Anzahl von Punktpaaren mit Farbe g 1, g 2 und Entfernung d J. Huang et al., Color-Spatial Indexing and Applications, International Journal of Computer Vision 35(3): , Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 18/3
10 Formbasierte Suche (1) Nach Bildsegmentierung oder Objekttrennung vom Hintergrund liefert die Form der Regionen/Objekte einen wichtigen Hinweis auf deren Klasse/Identität. Verfahren zum Formvergleich: Regionenbasiert: Formbeschreibung mit allen Bildpunkten der Region Bsp. Momentinvarianten Konturbasiert: Formbeschreibung mit Konturpunkten Bsp. CSS-Verfahren (Krümmungsdarstellung der Kontur) Insb. Invarianzeigenschaften gegenüber Translation, Rotation, Skalierung und ggf. auch perskeptivischer Verzerrung von großer Bedeutung Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 19/3 Formbasierte Suche (2) Regionenbasierte (globale) Formdeskriptor: Momentinvarianten Das Objekt wird durch ein Binärbild f(i, j) beschrieben (1: Objekt, 0: Hintergrund) Momente: m pq = M 1 i=0 Flächeninhalt: m 00 Schwerpunkt: (i = m 10 m 00, j = m 01 m 00 ) N 1 j=0 i p j q f(i, j) Zentrale Momente (gegenüber Translation invariant): µ pq = M 1 i=0 (i i) p (j j) q f(i, j) N 1 j=0 Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 20/3
11 Formbasierte Suche (3) Momentinvarianten nach Hu: φ 1 = η 20 + η 02 φ 2 = (η 20 η 02 ) 2 + 4η11 2 φ 3 = (η 30 3η 12 ) 2 + (3η 21 η 03 ) 2 φ 4 = (η η 12 ) 2 + (η 21 + η 03 ) 2 φ 5 = (η 30 3η 12 )(η 30 + η 12 )[(η 30 + η 12 ) 2 3(η 21 + η 03 ) 2 ] +(3η 21 η 03 )(η 21 + η 03 )[(3η 30 + η 12 ) 2 (η 21 + η 03 ) 2 ] φ 6 = (η 20 η 02 )[(η 30 + η 12 ) 2 (η 21 + η 03 ) 2 ] + 4η 11 (η 30 + η 12 )(η 21 + η 03 ) φ 7 = (3η 21 η 03 )(η 30 + η 12 )[(η 30 + η 12 ) 2 3(η 21 + η 03 ) 2 ] (η 30 η 12 )(η 21 + η 03 )[(3η 30 + η 12 ) 2 (η 21 + η 03 ) 2 ] wobei: η pq = µ pq µ γ, γ = p + q (invariant gegenüber Translation, Rotation und Skalierung) Da es sich bei φ 1,..., φ 7 um sehr kleine Werte handelt, können aus den einzelnen Werten auch Wurzelngezogen werden, um größere Beträge zu erhalten. Eine Möglichkeit besteht in: φ 1 = φ 1; φ 2 = φ 2 ; φ k = 4 φ k, k = 3,4,5,6,7 Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 21/3 Formbasierte Suche (4) Konturbasiertes Formretrieval: Konturbasiertes Vorgehen setzt eine (lokale) Konturbeschreibung voraus. Das Retrieval basiert auf Vergleich von Konturbeschreibungen. Im Gegensatz zu regionenbasierten globalen Formdeskriptoren erreicht man hier eine präzisere Erfassung der Konturen. SQUID System (Shape Queries Using Image Databases): CSS (Curvature Scale Space), Kurvenbeschreibung anhand von Krümmungen Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 22/3
12 Formbasierte Suche (5) Anwendung: Retrieval von Gummidichtungen Beide letzte Spalten ( Distanzen, Rangliste ): Ergebnisse aus Kombination der verschiedenen Verfahren. Generell stellt Kombination mehrerer Verfahren bzw. Klassifikatoren ein sinnvolles Vorgehen zur Performancesteigerung dar. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 23/3 Formbasierte Suche (6) Anwendung: Retrieval von Markenzeichen Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 24/3
13 Regionenbasierte Suche (1) Segmentierung in Bildregionen, die Objekten oder Objektteilen entsprechen. Zum Retrieval werden Regionenmerkmale herangezogen. Hierbei können verschiedene Merkmale kombiniert werden. C. Carson et al. Blobworld: image segmentation using expectation-maximization and its application to image querying, IEEE Transactions on Pattern Analysis and Machine Intelligence, 24(8): , Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 25/3 Regionenbasierte Suche (2) Beispiel: Blobworld; Suchkriterium=color Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 26/3
14 Regionenbasierte Suche (3) Beispiel: Blobworld; Suchkriterium=texture/shape Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 27/3 Regionenbasierte Suche (4) Beispiel: Blockworld. Suche mit Keyword rose (links). Ergebnisse mit 216 Bildern aus einer Datenbank mit Bildern (rechts). Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 28/3
15 Regionenbasierte Suche (5) Beispiel: Blockworld. Merkmalsbasierte Suche (links). Ergebnisse (rechts). Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 29/3 Regionenbasierte Suche (6) Beispiel: Blockworld. Kombinierte Suche mit Keyword rose und Merkmalen (links). Ergebnisse (rechts). Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 30/3
16 Suche nach bestimmten Klassen von Objekten Häufig soll nach bestimmten Objekten (Person, Gesicht, Tier, usw) bzw. Objektklassen (Naturszene, man-made Objekt) gesucht werden. Damit verbunden ist z.t. eine Objekterkennung mit Lokalisierung. Gesichtslokalisierung: Schwierigkeit (große Variationen in Bildern, rechts) H.A. Rowley, S. Baluja, and T. Kanade, Neural network-based face detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(1): 23-38, Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 31/3 Metrische Distanzfunktion (1) Eine Distanzfunktion d() heißt Metrik wenn: 1. d(a, B) 0 2. d(a, B) = d(b, A) 3. d(a, B) = 0 A = B 4. d(a, B) + d(b, C) d(a, C) (Dreiecksungleichung) Beispiel: Minkowski-Distanz Die Dreiecksungleichung ist aus praktischer Sicht wichtig: The triangle inequality is necessary since without it we can have a case in which d(a, B) and d(b, C) are both very small, but d(a, C) is very large. This is undesirable for pattern matching and visual recognition applications. E.M. Arkin et al. Beschleunigung der Bildsuche mittels Dreiecksungleichung Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 32/3
17 Metrische Distanzfunktion (2) Beispiel: In der visuellen Wahrnehmung gilt die Dreiecksungleichung nicht immer Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 33/3 Bearbeitung von Videos (1) Hierarchie in Filmen: Ein Film besteht auf der untersten Ebene aus einer Abfolge von Einzelbildern, z.b. 25 Bilder pro Sekunde (PAL-Standard). Bilder können zu einer Einstellung (Abfolge von Bildern, die von einer Kamera in einem Stück aufgezeichnet worden sind) zusammengefasst werden. Ein durchschnittlicher Film enthält zwischen Einstellungen. Einige Videos, z.b. Actionfilme, können wesentlich mehr Einstellungen haben (15-minütiger Ausschnitt aus,,terminator 2 : 300 Einstellungen). Durch die oft sehr große Anzahl von Einstellungen ist es sinnvoll, höheraggregierte Einheiten zu bilden. Dazu fasst man semantisch gleichartige Einstellungen zu einem Segment zusammen. Die jeweilige Einteilung hängt dabei vom gewünschten Zweck ab und kann sich beispielsweise an Einstellungen mit gleicher Handlung, an gleichen Orten oder mit den gleichen Personen orientieren. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 34/3
18 Bearbeitung von Videos (2) Bearbeitung: Segmentierung von Übergängen: Schnitt (harter Übergang), Ein- und Ausblenden (fade-in and fade-out), Auflösungen (dissolve, Überlagerung von fade-in und fade-out) Verteilung in knapp 5 Stunden Videomaterial: 70.1% Schnitt, 24.4% (Auflösungen), 3% (Ein- und Ausblenden). Diese Statistik legt nahe, sich bei der Erkennung von Übergängen auf diese drei Typen zu konzentieren. Bildung von Segmenten: Ähnliche Einstellungen werden zu Szenen zusammengefasst. Als Maß für die Ähnlichkeit können Informationen aus Bild und Audio genuzt werden. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 35/3 MPEG-7 Standard (1) MPEG (The Motion Expert Picture Group) Standards: MPEG-1 / MPEG-2 / MPEG-4 sind Kompressionsstandards. MPEG-7 ist der erste Standard zur Beschreibung von audiovisuellen Inhalten und ergänzt die bisherigen Standards durch eine höhere Abstraktionsstufe. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 36/3
19 MPEG-7 Standard (2) MPEG-7 stellt eine Schnittstelle zwischen Extraktion und Nutzung von Metadaten über multimediale Daten dar. Sowohl die Extraktion (description production) als auch die Nutzung (description consumption) der Metadaten sind unabhängig von MPEG-7 und können unterschiedlich implementiert werden. Im visuellen Bereich sind u.a. Deskriptoren für Farbe, Textur, Form, und Bewegung definiert. Kapitel 8 Inhaltsbasierte Suche in Bilddatenbanken p. 37/3
(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
MehrElementare Bildverarbeitungsoperationen
1 Elementare Bildverarbeitungsoperationen - Kantenerkennung - 1 Einführung 2 Gradientenverfahren 3 Laplace-Verfahren 4 Canny-Verfahren 5 Literatur 1 Einführung 2 1 Einführung Kantenerkennung basiert auf
MehrSCHRITT 1: Öffnen des Bildes und Auswahl der Option»Drucken«im Menü»Datei«...2. SCHRITT 2: Angeben des Papierformat im Dialog»Drucklayout«...
Drucken - Druckformat Frage Wie passt man Bilder beim Drucken an bestimmte Papierformate an? Antwort Das Drucken von Bildern ist mit der Druckfunktion von Capture NX sehr einfach. Hier erklären wir, wie
Mehr2. Einrichtung der ODBC-Schnittstelle aus orgamax (für 32-bit-Anwendungen)
1. Einführung: Über den ODBC-Zugriff können Sie bestimmte Daten aus Ihren orgamax-mandanten in anderen Anwendungen (beispielsweise Microsoft Excel oder Microsoft Access) einlesen. Dies bietet sich beispielsweise
MehrSuche schlecht beschriftete Bilder mit Eigenen Abfragen
Suche schlecht beschriftete Bilder mit Eigenen Abfragen Ist die Bilderdatenbank über einen längeren Zeitraum in Benutzung, so steigt die Wahrscheinlichkeit für schlecht beschriftete Bilder 1. Insbesondere
MehrInformatik 12 Datenbanken SQL-Einführung
Informatik 12 Datenbanken SQL-Einführung Gierhardt Vorbemerkungen Bisher haben wir Datenbanken nur über einzelne Tabellen kennen gelernt. Stehen mehrere Tabellen in gewissen Beziehungen zur Beschreibung
MehrWORKSHOP für das Programm XnView
WORKSHOP für das Programm XnView Zur Bearbeitung von Fotos für die Nutzung auf Websites und Online Bildergalerien www.xnview.de STEP 1 ) Bild öffnen und Größe ändern STEP 2 ) Farbmodus prüfen und einstellen
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Übungsbuch für den Grundkurs mit Tipps und Lösungen: Analysis Das komplette Material finden Sie hier: Download bei School-Scout.de
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
MehrSEMINAR Modifikation für die Nutzung des Community Builders
20.04.2010 SEMINAR Modifikation für die Nutzung des Community Builders Step by Step Anleitung ecktion SEMINAR Modifikation für die Nutzung des Community Builders Step by Step Anleitung Bevor Sie loslegen
MehrAnleitung OpenCms 8 Webformular Auswertung
Anleitung OpenCms 8 Webformular Auswertung 1 Erzbistum Köln Webformular Auswertung 15. August 2014 Inhalt 1. Allgemeines zum Webformular Auswertung... 3 2. Verwendung des Webformulars... 4 2.1. Reiter
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
Mehrmysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank
mysql - Clients MySQL - Abfragen eine serverbasierenden Datenbank In den ersten beiden Abschnitten (rbanken1.pdf und rbanken2.pdf) haben wir uns mit am Ende mysql beschäftigt und kennengelernt, wie man
MehrDas neue Volume-Flag S (Scannen erforderlich)
NetWorker 7.4.2 - Allgemein Tip 2, Seite 1/5 Das neue Volume-Flag S (Scannen erforderlich) Nach der Wiederherstellung des Bootstraps ist es sehr wahrscheinlich, daß die in ihm enthaltenen Informationen
MehrUm Übergänge, Ein- und Ausblendung zu gestalten, kann man hier eine Leere vor oder nach einem Clip einfügen. Ein Clip ist ein einzelner Film.
Hier fügt man eine Videodatei (z.b. mp4) hinzu. Man wählt die gewünschte Datei aus und drückt auf öffnen. Um Übergänge, Ein- und Ausblendung zu gestalten, kann man hier eine Leere vor oder nach einem Clip
MehrWie optimiert man die Werbungserkennung von Ad- Detective?
Wie optimiert man die Werbungserkennung von Ad- Detective? Die Ad-Detective-Werbe-Erkennung von VideiReDo basiert auf der Erkennung von Schwarzwerten / scharzen Bildern, die die Werbeblöcke abgrenzen.
MehrSemantische Bildsuche mittels kollaborativer Filterung und visueller Navigation
Semantische Bildsuche mittels kollaborativer Filterung und visueller Navigation Prof. Dr. Kai Uwe Barthel HTW Berlin / pixolution GmbH Übersicht Probleme der gegenwärtigen Bildsuchsysteme Schlagwortbasierte
MehrGrundbegriffe der Informatik
Grundbegriffe der Informatik Einheit 15: Reguläre Ausdrücke und rechtslineare Grammatiken Thomas Worsch Universität Karlsruhe, Fakultät für Informatik Wintersemester 2008/2009 1/25 Was kann man mit endlichen
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
MehrDer/die KursleiterIn kann sowohl die Einträge als auch die geposteten Kommentare in allen drei Blog- Typen bearbeiten, kommentieren und löschen.
Blogs Blogs sind ein öffentliches Kommunikationstool, das den KursteilnehmerInnen die Aufzeichnung und den Austausch von Gedanken etc. ermöglicht. Ein Blog besteht grundsätzlich aus den Blog-Einträgen
MehrWenn Russland kein Gas mehr liefert
Ergänzen Sie die fehlenden Begriffe aus der Liste. abhängig Abhängigkeit bekommen betroffen bezahlen Gasspeicher Gasverbrauch gering hätte helfen importieren liefert 0:02 Pläne politischen Projekte Prozent
MehrArtikel Schnittstelle über CSV
Artikel Schnittstelle über CSV Sie können Artikeldaten aus Ihrem EDV System in das NCFOX importieren, dies geschieht durch eine CSV Schnittstelle. Dies hat mehrere Vorteile: Zeitersparnis, die Karteikarte
Mehr.htaccess HOWTO. zum Schutz von Dateien und Verzeichnissen mittels Passwortabfrage
.htaccess HOWTO zum Schutz von Dateien und Verzeichnissen mittels Passwortabfrage Stand: 21.06.2015 Inhaltsverzeichnis 1. Vorwort...3 2. Verwendung...4 2.1 Allgemeines...4 2.1 Das Aussehen der.htaccess
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
MehrDPF Dynamic Partial distance Function
DPF Dynamic Partial distance Function Vorgelegt von Sebastian Loose (MatrikelNR.: 169172), Computervisualistikstudent im 4. Semester. Hausarbeit zum Papier DPF A Perceptual Distance Function for Image
MehrPrimzahlen und RSA-Verschlüsselung
Primzahlen und RSA-Verschlüsselung Michael Fütterer und Jonathan Zachhuber 1 Einiges zu Primzahlen Ein paar Definitionen: Wir bezeichnen mit Z die Menge der positiven und negativen ganzen Zahlen, also
MehrGrundlagen der Informatik (BSc) Übung Nr. 5
Übung Nr. 5: Zahlensysteme und ihre Anwendung Bitte kreuzen Sie in der folgenden Auflistung alle Zahlensysteme an, zu welchen jeder Ausdruck als Zahl gehören kann! (Verwenden Sie 'x für Wahl, ' ' für Ausschluß
MehrProfessionelle Seminare im Bereich MS-Office
Der Name BEREICH.VERSCHIEBEN() ist etwas unglücklich gewählt. Man kann mit der Funktion Bereiche zwar verschieben, man kann Bereiche aber auch verkleinern oder vergrößern. Besser wäre es, die Funktion
MehrBarrierefreie Webseiten erstellen mit TYPO3
Barrierefreie Webseiten erstellen mit TYPO3 Alternativtexte Für jedes Nicht-Text-Element ist ein äquivalenter Text bereitzustellen. Dies gilt insbesondere für Bilder. In der Liste der HTML 4-Attribute
MehrKulturobjekte der Donau Das ContentManagementSystem (CMS)
Kulturobjekte der Donau Das ContentManagementSystem (CMS) Kurzanleitung Inhalt: LogIn 1 Objektverwaltung - Übersicht 2 - Neue Objekte 3 - Eigenschaften ändern 4 - Objekte löschen 5 Benutzerverwaltung -
MehrW-Rechnung und Statistik für Ingenieure Übung 11
W-Rechnung und Statistik für Ingenieure Übung 11 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) Mathematikgebäude Raum 715 Christoph Kustosz (kustosz@statistik.tu-dortmund.de) W-Rechnung und Statistik
MehrDatenübernahme von HKO 5.9 zur. Advolux Kanzleisoftware
Datenübernahme von HKO 5.9 zur Advolux Kanzleisoftware Die Datenübernahme (DÜ) von HKO 5.9 zu Advolux Kanzleisoftware ist aufgrund der von Update zu Update veränderten Datenbank (DB)-Strukturen in HKO
MehrGimp Kurzanleitung. Offizielle Gimp Seite: http://www.gimp.org/
Gimp Kurzanleitung Offizielle Gimp Seite: http://www.gimp.org/ Inhalt Seite 2 Seite 3-4 Seite 5-6 Seite 7 8 Seite 9 10 Seite 11-12 Ein Bild mit Gimp öffnen. Ein Bild mit Gimp verkleinern. Ein bearbeitetes
MehrAnhand des bereits hergeleiteten Models erstellen wir nun mit der Formel
Ausarbeitung zum Proseminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn zum Thema Simulation des Anlagenpreismodels von Simon Uphus im WS 09/10 Zusammenfassung
MehrUserManual. Handbuch zur Konfiguration einer FRITZ!Box. Autor: Version: Hansruedi Steiner 2.0, November 2014
UserManual Handbuch zur Konfiguration einer FRITZ!Box Autor: Version: Hansruedi Steiner 2.0, November 2014 (CHF 2.50/Min) Administration Phone Fax Webseite +41 56 470 46 26 +41 56 470 46 27 www.winet.ch
MehrAblaufbeschreibung für das neu Aufsetzen von Firebird und Interbase Datenbanken mit der IBOConsole
Lavid-F.I.S. Ablaufbeschreibung für das neu Aufsetzen von Firebird und Interbase Datenbanken mit der Lavid Software GmbH Dauner Straße 12, D-41236 Mönchengladbach http://www.lavid-software.net Support:
Mehr5. Bildauflösung ICT-Komp 10
5. Bildauflösung ICT-Komp 10 Was sind dpi? Das Maß für die Bildauflösung eines Bildes sind dpi. Jeder spricht davon, aber oft weiß man gar nicht genau was das ist. Die Bezeichnung "dpi" ist ein Maß, mit
MehrHDR für Einsteiger Wann brauche ist das? Anregungen aus Fotobuch und ersten eigenen Erfahrungen von Christian Sischka
HDR für Einsteiger Wann brauche ist das? Anregungen aus Fotobuch und ersten eigenen Erfahrungen von Christian Sischka Thema Was ist HDR? Wann ist es sinnvoll es anzuwenden? Wie mache ich ein HDR? Was stelle
MehrIhr Mandant möchte einen neuen Gesellschafter aufnehmen. In welcher Höhe wäre eine Vergütung inklusive Tantieme steuerrechtlich zulässig?
Ihr Mandant möchte einen neuen Gesellschafter aufnehmen. In welcher Höhe wäre eine Vergütung inklusive Tantieme steuerrechtlich zulässig? Oft wirft die Aufnahme neuer Gesellschafter oder auch die Einstellung
MehrKapitalerhöhung - Verbuchung
Kapitalerhöhung - Verbuchung Beschreibung Eine Kapitalerhöhung ist eine Erhöhung des Aktienkapitals einer Aktiengesellschaft durch Emission von en Aktien. Es gibt unterschiedliche Formen von Kapitalerhöhung.
MehrAnleitung zur Erstellung und Bearbeitung von Seiten in Typo3. Typo3. Anleitung. Wenpas Informatik
Anleitung zur Erstellung und Bearbeitung von Seiten in Typo3. Typo3 Anleitung Wenpas Informatik 1.0 Anmeldung im Backend Zum Backend einer Typo3 Seite gelangt man wenn man nichts anderes konfiguriert hat
MehrArbeiten mit dem Outlook Add-In
Arbeiten mit dem Outlook Add-In Das Outlook Add-In ermöglicht Ihnen das Speichern von Emails im Aktenlebenslauf einer Akte. Außerdem können Sie Namen direkt aus BS in Ihre Outlook-Kontakte übernehmen sowie
MehrHandbuch. Artologik EZ-Equip. Plug-in für EZbooking version 3.2. Artisan Global Software
Artologik EZ-Equip Plug-in für EZbooking version 3.2 Artologik EZbooking und EZ-Equip EZbooking, Ihre webbasierte Software zum Reservieren von Räumen und Objekten, kann nun durch die Ergänzung um ein oder
MehrMit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken.
Seite erstellen Mit der Maus im Menü links auf den Menüpunkt 'Seiten' gehen und auf 'Erstellen klicken. Es öffnet sich die Eingabe Seite um eine neue Seite zu erstellen. Seiten Titel festlegen Den neuen
MehrWEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ
WEBINAR@LUNCHTIME THEMA: "SAS STORED PROCESSES - SCHNELL GEZAUBERT" HELENE SCHMITZ HERZLICH WILLKOMMEN BEI WEBINAR@LUNCHTIME Moderation Anne K. Bogner-Hamleh SAS Institute GmbH Education Consultant Training
MehrKurzanleitung: Prometheus
Kurzanleitung: Die Bilddatenbank ist ein verteiltes digitales Bildarchiv für Kunst- und Kulturwissenschaften, das Bildmaterial aus heterogenen Datenbanken online zusammenführt und für die Forschung und
MehrBilder Schärfen und Rauschen entfernen
Bilder Schärfen und Rauschen entfernen Um alte Bilder, so wie die von der Olympus Camedia 840 L noch dazu zu bewegen, Farben froh und frisch daherzukommen, bedarf es einiger Arbeit und die habe ich hier
MehrE-Mails aus E-Mail-Programm sichern Wählen Sie auf der "Startseite" die Option "E-Mails archivieren" und dann die entsprechende Anwendung aus.
MailStore Home Das E-Mail Postfach ist für viele Anwender mehr als ein Posteingang. Hier wird geschäftliche Kommunikation betrieben, werden Projekte verwaltet, Aufträge und Rechnungen archiviert und vieles
MehrWissensdatenbankeintrag zur Sage New Classic Ab Version 2011 WDB Artikel: 21306
Wissensdatenbankeintrag zur Sage New Classic Ab Version 2011 WDB Artikel: 21306 Werbetexte in der Sage New Classic Werbetexte können in der Sage New Classic über ein Grundlagenprogramm erfasst werden.
MehrFarbtypen. Bedeutung von Farben 1. Drucken. Arbeiten mit Farben. Papierhandhabung. Wartung. Problemlösung. Verwaltung. Index
Bedeutung von Farben 1 Ihr Drucker bietet Ihnen die Möglichkeit, Farben als Kommunikationsmittel einzusetzen. Farben wecken die Aufmerksamkeit, schaffen Respekt und verleihen Ihren Ausdrucken oder sonstigen
Mehrtentoinfinity Apps 1.0 EINFÜHRUNG
tentoinfinity Apps Una Hilfe Inhalt Copyright 2013-2015 von tentoinfinity Apps. Alle Rechte vorbehalten. Inhalt der online-hilfe wurde zuletzt aktualisiert am August 6, 2015. Zusätzlicher Support Ressourcen
MehrFIS: Projektdaten auf den Internetseiten ausgeben
Rechenzentrum FIS: Projektdaten auf den Internetseiten ausgeben Ist ein Forschungsprojekt im Forschungsinformationssystem (FIS) erfasst und für die Veröffentlichung freigegeben, können Sie einige Daten
MehrHandbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken
Handbuch ECDL 2003 Basic Modul 5: Datenbank Grundlagen von relationalen Datenbanken Dateiname: ecdl5_01_00_documentation_standard.doc Speicherdatum: 14.02.2005 ECDL 2003 Basic Modul 5 Datenbank - Grundlagen
MehrSeminar: Multimediale Informationssysteme
Seminar: Multimediale SQL/MM SQL Multimedia and Application Packages Christian Müller 12.07.2002 SQL/MM: Übersicht Übersicht 1 Einleitung 2 Full Text 3 Spatial 4 Still Image 5 Zusammenfassung 2 SQL/MM:
MehrHow to do? Projekte - Zeiterfassung
How to do? Projekte - Zeiterfassung Stand: Version 4.0.1, 18.03.2009 1. EINLEITUNG...3 2. PROJEKTE UND STAMMDATEN...4 2.1 Projekte... 4 2.2 Projektmitarbeiter... 5 2.3 Tätigkeiten... 6 2.4 Unterprojekte...
Mehr... ... Sicherheitseinstellungen... 2 Pop-up-Fenster erlauben... 3
Browsereinstellungen Um die Know How! Lernprogramm nutzen zu können, sind bei Bedarf unterschiedliche Einstellungen in Ihren Browsern nötig. Im Folgenden finden Sie die Beschreibung für unterschiedliche
MehrExcel 2013. Fortgeschrittene Techniken. Peter Wies. 1. Ausgabe, März 2013 EX2013F
Excel 2013 Peter Wies 1. Ausgabe, März 2013 Fortgeschrittene Techniken EX2013F 15 Excel 2013 - Fortgeschrittene Techniken 15 Spezielle Diagrammbearbeitung In diesem Kapitel erfahren Sie wie Sie die Wert-
MehrBilderzeugung Pixel. Daniela Glatz Jasmin Rießle. Sommersemester 2012
Bilderzeugung Pixel Daniela Glatz Jasmin Rießle Sommersemester 2012 Bilderzeugung Pixel Inhaltsverzeichnis Definition: Was ist ein Pixel? Aufbau eines digitalen Pixels Auflösung Interpolation Farbe Pixelanimation
MehrVgl. Kapitel 5 aus Systematisches Requirements Engineering, Christoph Ebert https://www.sws.bfh.ch/studium/cas/swe-fs13/protected/re/re_buch.
Vgl. Kapitel 5 aus Systematisches Requirements Engineering, Christoph Ebert https://www.sws.bfh.ch/studium/cas/swe-fs13/protected/re/re_buch.pdf 2 Nach derbefragung aller Stakeholder und der Dokumentation
MehrÜberprüfung der digital signierten E-Rechnung
Überprüfung der digital signierten E-Rechnung Aufgrund des BMF-Erlasses vom Juli 2005 (BMF-010219/0183-IV/9/2005) gelten ab 01.01.2006 nur noch jene elektronischen Rechnungen als vorsteuerabzugspflichtig,
MehrHandbuch zur Anlage von Turnieren auf der NÖEV-Homepage
Handbuch zur Anlage von Turnieren auf der NÖEV-Homepage Inhaltsverzeichnis 1. Anmeldung... 2 1.1 Startbildschirm... 3 2. Die PDF-Dateien hochladen... 4 2.1 Neue PDF-Datei erstellen... 5 3. Obelix-Datei
MehrAufgaben zur Flächenberechnung mit der Integralrechung
ufgaben zur Flächenberechnung mit der Integralrechung ) Geben ist die Funktion f(x) = -x + x. a) Wie groß ist die Fläche, die die Kurve von f mit der x-chse einschließt? b) Welche Fläche schließt der Graph
MehrPflegende Angehörige Online Ihre Plattform im Internet
Pflegende Angehörige Online Ihre Plattform im Internet Wissen Wichtiges Wissen rund um Pflege Unterstützung Professionelle Beratung Austausch und Kontakt Erfahrungen & Rat mit anderen Angehörigen austauschen
MehrHow-to: Webserver NAT. Securepoint Security System Version 2007nx
Securepoint Security System Inhaltsverzeichnis Webserver NAT... 3 1 Konfiguration einer Webserver NAT... 4 1.1 Einrichten von Netzwerkobjekten... 4 1.2 Erstellen von Firewall-Regeln... 6 Seite 2 Webserver
MehrBerechnung der Erhöhung der Durchschnittsprämien
Wolfram Fischer Berechnung der Erhöhung der Durchschnittsprämien Oktober 2004 1 Zusammenfassung Zur Berechnung der Durchschnittsprämien wird das gesamte gemeldete Prämienvolumen Zusammenfassung durch die
Mehr1. Einführung. 2. Weitere Konten anlegen
1. Einführung In orgamax stehen Ihnen die gängigsten Konten des Kontenrahmens SKR03 und SKR04 zur Verfügung. Damit sind im Normalfall alle Konten abgedeckt, die Sie zur Verbuchung benötigen. Eine ausführliche
MehrLeitfaden zur Einrichtung za-mail mit IMAP auf dem iphone
Dieser Leitfaden zeigt die einzelnen Schritte der Konfiguration des iphones für die Abfrage von Emails bei der za-internet GmbH. Grundsätzlich gelten diese Schritte auch für andere Geräte, wie dem ipod
MehrArtenkataster. Hinweise zur Datenbereitstellung. Freie und Hansestadt Hamburg. IT Solutions GmbH. V e r s i o n 1. 0 0.
V e r s i o n 1. 0 0 Stand Juni 2011 Freie und Hansestadt Hamburg Behörde für Stadtentwicklung und Umwelt IT Solutions GmbH Artenkataster Auftraggeber Freie und Hansestadt Hamburg Behörde für Stadtentwicklung
MehrWebalizer HOWTO. Stand: 18.06.2012
Webalizer HOWTO Stand: 18.06.2012 Copyright 2003 by manitu. Alle Rechte vorbehalten. Alle verwendeten Bezeichnungen dienen lediglich der Kennzeichnung und können z.t. eingetragene Warenzeichen sein, ohne
MehrAnwendungsbeispiele Buchhaltung
Rechnungen erstellen mit Webling Webling ist ein Produkt der Firma: Inhaltsverzeichnis 1 Rechnungen erstellen mit Webling 1.1 Rechnung erstellen und ausdrucken 1.2 Rechnung mit Einzahlungsschein erstellen
Mehry 1 2 3 4 5 6 P (Y = y) 1/6 1/6 1/6 1/6 1/6 1/6
Fachhochschule Köln Fakultät für Wirtschaftswissenschaften Prof. Dr. Arrenberg Raum 221, Tel. 39 14 jutta.arrenberg@fh-koeln.de Übungen zur Statistik für Prüfungskandidaten und Prüfungskandidatinnen Unabhängigkeit
Mehr2 Darstellung von Zahlen und Zeichen
2.1 Analoge und digitale Darstellung von Werten 79 2 Darstellung von Zahlen und Zeichen Computer- bzw. Prozessorsysteme führen Transformationen durch, die Eingaben X auf Ausgaben Y abbilden, d.h. Y = f
Mehr6 Zeichnungsableitung
172 6 Zeichnungsableitung 6 Zeichnungsableitung 6.1 Überblick Zeichnungsableitung Solid Edge ist als reines 2D-Werkzeug zur Zeichnungserstellung nutzbar. Dies soll hier aber nicht vorgestellt werden. In
MehrAllgemeiner Leitfaden zum Einfügen suchmaschinenoptimierter Texte
Allgemeiner Leitfaden zum Einfügen suchmaschinenoptimierter Texte Wir von Textprovider, Anbieter von produktbeschreibung.eu möchten Ihnen mit diesem Infoblatt Basisinformationen an die Hand geben, wie
MehrAZK 1- Freistil. Der Dialog "Arbeitszeitkonten" Grundsätzliches zum Dialog "Arbeitszeitkonten"
AZK 1- Freistil Nur bei Bedarf werden dafür gekennzeichnete Lohnbestandteile (Stundenzahl und Stundensatz) zwischen dem aktuellen Bruttolohnjournal und dem AZK ausgetauscht. Das Ansparen und das Auszahlen
MehrDB2 Kurzeinführung (Windows)
DB2 Kurzeinführung (Windows) Michaelsen c 25. Mai 2010 1 1 Komponenten von DB2 DB2 bietet zahlreiche graphische Oberflächen für die Verwaltung der verschiedenen Komponenten und Anwendungen. Die wichtigsten
MehrKIP Druckerstatus Benutzerhandbuch KIP Druckerstatus Installations- und Benutzerhandbuch
KIP Druckerstatus Installations- und Benutzerhandbuch - 1 - Inhalt 1 Einführung... 3 2 Installation und Einrichtung... 4 3 Funktionalität des KIP Druckerstatus... 6 4 Benutzung des KIP Druckerstatus...
MehrAUTOMATISCHE E-MAIL-ARCHIVIERUNG. 10/07/28 BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD!
AUTOMATISCHE E-MAIL-ARCHIVIERUNG 10/07/28 BMD Systemhaus GmbH, Steyr Vervielfältigung bedarf der ausdrücklichen Genehmigung durch BMD! INHALT AUTOMATISCHE E-MAIL-ARCHIVIERUNG... 4 Eingehende E-Mails können
MehrMathematik. 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
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrSo erstellen Sie Ihren Business Avatar
HTTP://WWW.BERND-ZBORSCHIL.COM So erstellen Sie Ihren Business Avatar Bernd Zborschil 05/2015 Inhalt So erstellen Sie Ihren Business Avatar...2 Sammeln Sie Informationen über Ihren Business Avatar...3
MehrAccess [basics] Gruppierungen in Abfragen. Beispieldatenbank. Abfragen gruppieren. Artikel pro Kategorie zählen
Abfragen lassen sich längst nicht nur dazu benutzen, die gewünschten Felder oder Datensätze einer oder mehrerer Tabellen darzustellen. Sie können Daten auch nach bestimmten Kriterien zu Gruppen zusammenfassen
Mehrmy.ohm Content Services Autorenansicht Rechte
my.ohm Content Services Autorenansicht Rechte Felizitas Heinebrodt Technische Hochschule Nürnberg Rechenzentrum Kesslerplatz 12, 90489 Nürnberg Version 2 August 2015 DokID: cs-rechte-autor Vers. 2, 18.08.2015,
MehrBruchrechnung 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
MehrTechnische Fotografie / Digitalfotografie Klausur am 10.07.2014 (V 1.06) Dr.-Ing. Tilo Gockel
Technische Fotografie / Digitalfotografie Klausur am 10.07.2014 (V 1.06) Dr.-Ing. Tilo Gockel Gesamtpunktzahl: 45, verfügbare Zeit: 90 Minuten. Wichtig: RECHENWEG UND LÖSUNG BITTE DIREKT UNTER ODER NACH
Mehr1 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.
Mehr10.1 Auflösung, Drucken und Scannen
Um einige technische Erläuterungen kommen wir auch in diesem Buch nicht herum. Für Ihre Bildergebnisse sind diese technischen Zusammenhänge sehr wichtig, nehmen Sie sich also etwas Zeit und lesen Sie dieses
MehrWeb Information Retrieval. Zwischendiskussion. Überblick. Meta-Suchmaschinen und Fusion (auch Rank Aggregation) Fusion
Web Information Retrieval Hauptseminar Sommersemester 2003 Thomas Mandl Überblick Mehrsprachigkeit Multimedialität Heterogenität Qualität, semantisch, technisch Struktur Links HTML Struktur Technologische
MehrBeweisbar 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
MehrAlbert HAYR Linux, IT and Open Source Expert and Solution Architect. Open Source professionell einsetzen
Open Source professionell einsetzen 1 Mein Background Ich bin überzeugt von Open Source. Ich verwende fast nur Open Source privat und beruflich. Ich arbeite seit mehr als 10 Jahren mit Linux und Open Source.
MehrEin Ausflug zu ACCESS
Ein Ausflug zu ACCESS Die folgenden Folien zeigen beispielhaft, wie man sein DB- Wissen auf ACCESS übertragen kann betrachtet wird ACCESS 2002, da gerade im Bereich der Nutzung von SQL hier einiges nachgearbeitet
MehrIst Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers
Ist Excel das richtige Tool für FMEA? Steve Murphy, Marc Schaeffers Ist Excel das richtige Tool für FMEA? Einleitung Wenn in einem Unternehmen FMEA eingeführt wird, fangen die meisten sofort damit an,
MehrArchiv - Berechtigungen
Archiv - Berechtigungen - 1 Inhaltsverzeichnis 1. Grunddefinitionen...3 1.1. Mögliche Definitionen...3 1.1.1. Programme...3 1.1.2. Prinzipale...3 1.1.3 Archivzugriff...3 1.2. Leserichtung...3 1.2.1. Ordnerbezogen...3
MehrAnwendungsbeispiele Sign Live! Secure Mail Gateway
Anwendungsbeispiele Sign Live! Secure Mail Gateway Kritik, Kommentare & Korrekturen Wir sind ständig bemüht, unsere Dokumentation zu optimieren und Ihren Bedürfnissen anzupassen. Ihre Anregungen sind uns
MehrKonzepte 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
MehrTOPdesk 5 ist da! Die nächste Generation IT-Servicemanagement
TOPdesk 5 ist da! Die nächste Generation IT-Servicemanagement Das Softwareunternehmen TOPdesk setzt mit seiner neuesten Version TOPdesk 5 Maßstäbe im Bereich IT-Servicemanagement. Die Highlights sind der
MehrARCHIV- & DOKUMENTEN- MANAGEMENT-SERVER DATEIEN ARCHIVIEREN
ARCHIV- & DOKUMENTEN- MANAGEMENT-SERVER DATEIEN ARCHIVIEREN DIGITALES ARCHIVIEREN DATEIEN ARCHIVIEREN Dateien aus dem PC direkt in BvLArchivio archivieren In BvLArchivio können Sie jedes Dateiformat archivieren.
MehrWhitepaper. Produkt: combit Relationship Manager. Einbindung externer FiBu-/Warenwirtschaftsdaten. combit GmbH Untere Laube 30 78462 Konstanz
combit GmbH Untere Laube 30 78462 Konstanz Whitepaper Produkt: combit Relationship Manager Einbindung externer FiBu-/Warenwirtschaftsdaten Einbindung externer FiBu-/Warenwirtschaftsdaten - 2 - Inhalt Ausgangssituation
Mehr