Vorstellung Studienprojekte Studienprojekt „Quality and Usability“ und Interdisziplinäres Medienprojekt
21.10.2016
0
This session
Studienprojekt Quality&Usability: 3 projects. 6–9 ECTS
Interdisziplinäres Medienprojekt: 8 projects. 10 ECTS
1. Tutors present each project in 4 minutes
1-2 questions from students after each presentation
2. Students indicate which project they are interested in
In case of too many students, we will do a raffle
3. Individual group discussions with the tutors
1
This session
Everyone should write their complete name and email address on the circulating sheet so that we are able to assign students to projects
Please remember the number next to your name in the sheet
2
Agenda (1/3)
Study Project Quality & Usability:
A. Mobile Interaction Design für App im Bereich HealthCare
(Carola Trahms, 10 to 20 students)
B. Implementation of an interactive multimodal system
(Stefan Hillmann, 4 to 6 students)
C. Predicting User Behavior in Crowdsourcing Platforms
(Babak Naderi, 4 students)
3
Agenda (2/3)
Interdiziplinäres Medienprojekt:
D. Facial Expression Modeling
(Rahul Swaminathan, 2 to 3 students)
E. Deep Learning in Augmented Reality
(Rahul Swaminathan, 2 to 3 students)
4
Agenda (3/3)
Interdiziplinäres Medienprojekt:
F. (FU) Gamification für E2E-Verschlüsselung (Oliver Wiese, 2 to 5 students)
G. (FU) Mentales Modell für digitale Signierung, Ver- und Entschlüsselung (Oliver Wiese, 2 to 5 students)
H. (FU) Relaunch der MEdienLABor-Plattform des IfPuK (Saskia Sell, 2-3 students)
I. (FU) Webapplikation zur Abschätzung und Prävention von Infektionsrisiken (Markus Lehmkuhl, 4-5 students)
J. (FU) Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung (Joachim Trebbe, 3-5 students)
K. (FU) Script zur automatischen Erfassung von Webcontent. (Anne Beier, 2-3 students)
5
Wichtig
Um das Projekt durchführen zu können, ist eine Anmeldung beim Prüfungsamt /Qispos bis zur 2. Vorlesungswoche (spätestens 28.10.) notwendig!
6
Agenda (1/3)
Study Project Quality & Usability:
A. Mobile Interaction Design für App im Bereich HealthCare
(Carola Trahms, 10 to 20 students)
B. Implementation of an interactive multimodal system
(Stefan Hillmann, 4 to 6 students)
C. Predicting User Behavior in Crowdsourcing Platforms
(Babak Naderi, 4 students)
7
8
A. Mobile Interaction Design for HealthCare App Carola Trahms, Britta Hesse, Jan-Niklas Antons
(10 to 20 students)
9
Mobile Interaction Design for HealthCare App Carola Trahms, Britta Hesse, Jan-Niklas Antons
Project area 1: Game content creation and/or implementation for existing health care iOS / Android app
RehaTab -> rehabilitation (stroke patients)
DemTab -> professional care at home (dementia patients)
AmbTab -> honorary care at home (dementia patients)
Project area 2: Extension of existing health care iOS / Android app
Heartrate monitoring using apple watch (external sensor)
Motion recording and classification (internal sensor)
Project area 3: Evaluation of existing “health care” iOS / Android app
Neuroletti -> measurement of cognitive and motor skills
Project area 4: Programming new health care iOS / Android app
QuarterTab -> connecting elderly in one quarter (elderly)
10
Mobile Interaction Design for HealthCare App Carola Trahms, Britta Hesse, Jan-Niklas Antons
Course requirements
Regular active participation (1 full day per week)
Development of a prototype/software/illustration
Scientific evaluation of implemented work
Written final project report
Demonstration of functional prototype
Comments
Registration (Prüfungsamt /Qispos)
Mandatory before October 28.
Send mail with screenshot of registration to [email protected] from your official university mail address
Include full name, matriculation #, course of studies, BA/MA, semester #, motivation (5 sentences max), your strengths (realistic estimation, top 3)
B. Implementation of an Interactive Multimodal System Stefan Hillmann (4 to 6 students)
11
Implementation of an Interactive Multimodal System Stefan Hillmann
12
Usage of two modalities in parallel Hardware: Kinect Two steps
Proof of concept Integration into a real use case (defined
by the group) Participants: 4-6 Language: English and/or German Required knowledge
Fundamentals of MMI systems Human-computer interaction Java or Processing or .NET programming
skills Goals:
Running demonstrator Requirements of MMI systems Project work
Bolt 1980
13
C. Predicting User Behavior in Crowdsourcing Platforms Babak Naderi
(2 to 3 students)
14
Predicting User Behavior in Crowdsourcing Platforms Babak Naderi
Important dates:
1stMeeting: Friday, 21.10.2016, 4pm – 6pm; room Auditorium 3, Tel 20
Registration due date: 28.10.2016
Facts:
Crowdworking is a huge market; +500,000 tasks is available!
Assumption: Workers are rational!
Goal: Predicting percieved effort given the
task design (HTML code)
Course requirements:
Regular active participation
You will: do research, conduct crowdsourcing study, analyze data, use/develop code snippets (Matlab & Python), write a final project report
$
Enjoy
Social
P.
Effort
Motives Costs
15
Features
• Description (9)
• HTML
• Size (3)
• Organization (9)
• Images(3)
• Inputs (12)
• Visual
16
Agenda (2/3)
Interdiziplinäres Medienprojekt:
D. Facial Expression Modeling
(Rahul Swaminathan, 2 to 3 students)
E. Deep Learning in Augmented Reality
(Rahul Swaminathan, 2 to 3 students)
17
18
D. Facial Expression Modeling Rahul Swaminathan
(2 to 3 students)
19
Facial Expression Modeling Rahul Swaminathan
Description:
The object of this project is to use openCV and python tools to track and model human face model parameters. The model parameters that then vary over time need to be modeled in order to predict or extrapolate facial expressions. The key steps in this project would be using the openCV or other frameworks to take a short video and extract per frame the facial model parameters. The next step would be to apply the chosen modeling paradigms in order to predict or extrapolate/interpolate facial expressions.
Participants: 2 to 3
Requirements:
python
openCV possibly
be good with neural networks and frameworks like TensorFlow/Theano
20
E. Deep Learning in Augmented Reality Rahul Swaminathan
(2 to 3 students)
21
Deep Learning in Augmented Reality Rahul Swaminathan
Description:
The core objective of this project is to apply convolutional neural networks (possibly deep) in order to perform some geometric tasks for the purpose of augmented reality. The idea is to explore the possibility to use standard learning approaches to replace traditional image processing and geometric deterministic approaches. This is an experimental and explorative project for which the candidate must have experience with convolutional neural networks as well as regression modeling.
Participants: 2 to 3
Requirements:
python
openCV possibly
be good with neural networks and frameworks like TensorFlow/Theano
Agenda (3/3)
Interdiziplinäres Medienprojekt:
F. (FU) Gamification für E2E-Verschlüsselung (Oliver Wiese, 2 to 5 students)
G. (FU) Mentales Modell für digitale Signierung, Ver- und Entschlüsselung (Oliver Wiese, 2 to 5 students)
H. (FU) Relaunch der MEdienLABor-Plattform des IfPuK (Saskia Sell, 2-3 students)
I. (FU) Webapplikation zur Abschätzung und Prävention von Infektionsrisiken (Markus Lehmkuhl, 4-5 students)
J. (FU) Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung (Joachim Trebbe, 3-5 students)
K. (FU) Script zur automatischen Erfassung von Webcontent. (Anne Beier, 2-3 students)
22
23
F. Gamification für E2E-Verschlüsselung Oliver Wiese and Volker Roth
(FU Berlin) (2 to 5 students)
24
Gamification für E2E-Verschlüsselung Oliver Wiese and Volker Roth (FU Berlin)
Description:
Die Verwendung von E-Mail-Verschlüsselung ist nicht nur ein technisches Problem, sondern erfolgt in einem sozialen Kontext. Es sollen Ansätze zur Steigerung der Motivation entwickelt und implementiert werden. Diese sollen anschließend evaluiert werden.
Participants: 2 to 5
Requirements:
Java-Programmierung auf Android Plattform
UI-Design
Vorteilhaft ist ein Interesse an Open-Source-Projekt
25
G. Mentales Modell für digitale Signierung, Ver- und Entschlüsselung
Oliver Wiese and Volker Roth (FU Berlin)
(2 to 5 students)
26
Mentales Modell für digitale Signierung, Ver- und Entschlüsselung Oliver Wiese and Volker Roth (FU Berlin)
Description:
Integration von unseren bisherigen UI-Konzepten in K9 Mail unter Berücksichtigung der Android-Design-Styles.
Es sollen jeweils erst Papierprototypen entwickelt werden und diese werden im SWP vorgestellt. Anschließend erfolgt die Implementierung.
Zum Ende des Projektes soll eine Nutzerstudie um den eigenen Entwurf zu untersuchen.
Participants: 2 to 5
Requirements:
Android-Programmierung (Java)
UI-Design
Interesse an Open-Source-Projekt
27
H. Relaunch der MEdienLABor-Plattform des IfPuK Saskia Sell (FU Berlin)
(2 to 3 students)
Das MEdienLABor des IfPuK: Plattform für journalistische Praxisprojekte
über die MEdienLABor-Plattform publiziert das Institut für Publizistik- und Kommunikationswissenschaft der FU Berlin journalistische Beiträge von Studierenden
diese haben in journalistischen Praxisübungen im BA-Studiengang eigene Videos gedreht, Texte verfasst und bebildert und/oder Hörfunkbeiträge erstellt
hinzu kommen Beiträge von amerikanischen, russischen und osteuropäischen Nachwuchsjournalistinnen und -journalisten, die in den Weiterbildungsprogrammen des Internationalen Journalisten-Kollegs erstellt wurden (das IJK gehört zum IfPuK)
28
Projektziele: Neustrukturierung der Inhalte und Redesign der MEdienLABor-Plattform
im Rahmen dieses Projektes sollen alle Inhalte thematisch neu strukturiert (nach Mediengattung und nach Beitragsinhalt) und einheitlich verschlagwortet werden
es soll zudem ein Redesign für die Plattform entwickelt werden
wir möchten gerne: unsere Inhalte mobil und in der Desktop-Version ansprechend präsentieren, die Beiträge inhaltlich besser zugeordnet haben, so dass auch ältere Beiträge leichter auffindbar sind, eine aufgeräumte Startseite mit intuitiv erfassbarer Menüführung und eine gute Suchfunktion
29
Voraussetzungen
Interesse an der medieninformatischen Aufarbeitung journalistischer Inhalte für den Onlinejournalismus
Kenntnisse in HTML, CSS und responsivem Webdesign
Kenntnisse im Bereich der Informationsarchitektur
Erfahrung mit Wordpress
Grundkenntnisse in PHP
ausgezeichnete Deutschkenntnisse (Voraussetzung für die Neustrukturierung der vorliegenden Inhalte)
30
Gesetzte Bedingungen: FU-System und Wordpress
der gesamte Content liegt auf einer Userpage im FU-eigenen System und soll auch nirgendwo extern gehosted werden: http://userpage.fu-berlin.de/melab/wordpress/
wir arbeiten mit Wordpress und wollen das auch weiterhin tun
wir sind nicht an das Corporate Design der FU gebunden
alle Inhalte sollen erhalten bleiben – sie sollen aber besser strukturiert, mit klarerer Menüführung, auffindbarer und in zeitgemäßem Design präsentiert und zur Verfügung gestellt werden
31
Die Projektleiterin: Saskia Sell (IfPuK)
… kann heute leider nicht dabei sein, freut sich aber sehr auf die Zusammenarbeit mit Ihnen!
verbindet gesellschaftswissenschaftliche Forschung und Lehre mit journalistischer Praxislehre an der FU
hat zu Kommunikationsfreiheitsdiskursen promoviert
hat Anglistik/Amerikanistik und Publizistik mit Journalismus-Schwerpunkt studiert und war mehrere Jahre als Onlineredakteurin tätig
ist am IfPuK derzeit u.a. für die journalistische Praxislehre (Print/Online) zuständig
stellt sich hier genauer vor: http://saskiasell.de/ und ist erreichbar unter: [email protected]
32
33
I. Webapplikation zur Abschätzung und Prävention von Infektionsrisiken
Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
(4 to 5 students)
34
Webapplikation zur Abschätzung und Prävention von Infektionsrisiken Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
Das Projektziel besteht in der Entwicklung einer web-basierten Applikation, das Anwendern eine halb-automatisierte, wissensgestützte Gefährdungsabschätzung von Infektionsrisiken (z. B. Infektion mit resistenten Erregern oder allgemein „emergent infectious diseases“ ermöglicht. Basis ist ein Algorithmus, der
Anwendern ermöglicht, den Bestand eines stichwortbasiert zusammengestellten Literaturkorpus auf Basis von tags etwa im Wege eines drag and drop zu kategorisieren und zu visualisieren (etwa durch eine Baumstruktur),
unter Umständen „lernt“, d.h. in der Lage ist, die semantischen Kategorisierungen von Anwendern zu verarbeiten und auf dieser Basis Vorschläge für Strukturierung auch automatisch zu generieren,
35
Webapplikation zur Abschätzung und Prävention von Infektionsrisiken Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
unter anderem abhängig von Zahl und Impact der Publikationen eine forschungsfeldbezogene, sortierte, länderspezifische Liste von Experten extrahiert,
email-Kontaktdaten plus Affiliations der Experten aus der Datenbank PubMed und über die Verknüpfung mit Web-Scraping-Tools extrahiert und durch Anwender ausgewählte Experten automatisiert standardisierte Abfragen versendet und
die Antworten automatisiert in eine Datenbank überführt, die mit den üblichen statistischen Verfahren ausgewertet werden kann.
36
Webapplikation zur Abschätzung und Prävention von Infektionsrisiken Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
Die primäre Datenbasis ist die Datenbank PubMed, die über eine API-Schnittstelle zugänglich ist. Das Projekt baut auf einer schon bestehenden Web-Applikation (ExpertExplorer) auf, die stichwortbasiert tags und Experten extrahiert.
Einzelne Teilziele können entfallen, sollte eine Realisierung nicht möglich sein. Eine kleinteilige Betreuung kann gewährleistet werden, da die Projektgruppe unmittelbar eingebunden wird in das Forschungsprojekt RAI des Instituts für Publizistik.
37
Webapplikation zur Abschätzung und Prävention von Infektionsrisiken Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
Voraussetzung:
Kenntnisse in JavaScript (wichtig!),
HTML, CSS, JSON
Technologien: Node.js (Backend), Vue.js (Frontend)
Nicht jeder in der Gruppe muss eine Peilung haben, aber da sollte schon ein paar sehr technisch-versierte Menschen dabei sein, die bereit sind sich in den bestehenden Code einzuarbeiten.
38
Betreuer
Prof. i.V. Dr. Markus Lehmkuhl ([email protected])
Institut für Publizistik
Webapplikation zur Abschätzung und Prävention von Infektionsrisiken Prof. i.V. Dr. Markus Lehmkuhl (FU Berlin)
39
J. Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch
Mustererkennung Joachim Trebbe
(FU Berlin) (3 to 5 students)
40
Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung Joachim Trebbe (FU Berlin)
Hintergrund
Für die Analyse von Fernsehprogrammen zeichnet die Arbeitsstelle regelmäßig die wichtigsten (meist gesehenen) Deutschen und Schweizer Fernsehprogramme auf.
Die Stichprobe für die Analyse besteht in der Regel für jedes Programm aus 7 laufenden Kalendertagen mit jeweils 24 Stunden (= 168 Stunden pro Programm).
Die Programm-aufzeichnungen stehen nach der Aufzeichnung als mpeg-Dateien in Stundenpaketen 00.oo Uhr – 59.oo Uhr, 1.oo Uhr – 1.59 Uhr) zur Verfügung.
Die Programme werden durch (menschliche) Codierer zweimal durchgesehen, um z.B. Informations- und Wer-beanteile oder das Auftreten bestimmter Akteure zu messen.
41
Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung Joachim Trebbe (FU Berlin)
Ein wichtiger und bisher zeitaufwendiger Arbeitsschritt besteht darin, in einem ersten Durchgang Untersuchungseinheiten anzulegen, d.h. „Sendungen“ und andere Pro-grammbestandteile (Werbung, Trailer, Promotion etc.) zu identifizieren und in einem Protokoll abzulegen.
Dafür existiert ein Codebuch, in dem die Regeln für die Identifika-tion der Programmelemente festgehalten ist – die Codierer sehen das Programm durch und legen die Untersuchungseinheiten „händisch“ fest.
Zur Unterstützung der Codierer dienen Sendeprotokolle der ausstrahlenden Sender, die jedoch nicht immer korrekt und sekundengenau sind.
42
Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung Joachim Trebbe (FU Berlin)
Projektziele
Das Ziel des hier vorgeschlagenen Projektes ist es, diesen Untersuchungsschritt durch Automatisierung entscheidend zu vereinfachen.
Hilfreich wäre in diesem Zusammen-hang eine (lernende) Applikation, die die vorhandenen Videodateien nach (zu definie-renden Mustern, z.B. eine Werbeankündigungen, ein Filmabspann, ein Logo oder die Uhr vor der Tagesschau) durchsucht und die Fundstellen in einem Protokoll mit sekun-dengenauer Zeitangabe ausgibt.
Das Projekt ist ein Kooperationsprojekt mit der Fa. GöfaK Medienforschung, die zur Zeit die kontinuierliche Programmforschung im Auftrag der deutschen Medienanstal-ten (ALM) und des Bundesamtes für Kommunikation (BAKOM) durchführt.
Eine inten-sive Betreuung der Entwicklergruppe durch die Forschungsgruppe ist unmittelbar notwendig und wird gewährleistet.
43
Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung Joachim Trebbe (FU Berlin)
Betreuer
Joachim Trebbe ([email protected] )
Institut für Publizistik- und Kommunikationswissenschaft Arbeitsstelle Medienanalyse und Forschungsmethoden
44
K. Script zur automatischen Erfassung von Webcontent. Automatisierter Abgleich mit Datenbanken-Inhalten und
deren Erweiterung um die Webinhalte Anne Beier und Matthias Wagner
(FU Berlin) (2 to 3 students)
45
Script zur automatischen Erfassung von Webcontent. Anne Beier und Matthias Wagner (FU Berlin)
Ziel ist es bestimmte Daten aus Webseiten, wie Mediatheken, Fernsehformat-Datenbanken oder Streaming-Diensten automatisiert herauszulesen und diese mit einer bestimmten Fallstruktur als Excel-Datei anzulegen. Diese Daten sollen mit Hilfe eines Scripts mit bereits vorhandenen Daten über gemeinsame Variablen (z.B. Titel eines Formats) verglichen und mit den neu erhobenen Inhalten aus den Websites er-gänzt werden.
Die Betreuung der Projektgruppe wird gewährleistet.
46
Script zur automatischen Erfassung von Webcontent. Anne Beier und Matthias Wagner (FU Berlin)
Betreuer
Anne Beier ([email protected])
Matthias Wagner ([email protected])
Institut für Publizistik- und Kommunikationswissenschaft Arbeitsstelle Medienanalyse und Forschungsmethoden
This session
Studienprojekt Quality&Usability: 3 projects. 6–9 ECTS
Interdisziplinäres Medienprojekt: 8 projects. 10 ECTS
1. Tutors present each project in 4 minutes
1-2 questions from students after each presentation
2. Students indicate which project they are interested in
In case of too many students, we will do a raffle
3. Individual group discussions with the tutors
47
Agenda (1/3)
Study Project Quality & Usability:
A. Mobile Interaction Design für App im Bereich HealthCare
(Carola Trahms, 10 to 20 students)
B. Implementation of an interactive multimodal system
(Stefan Hillmann, 4 to 6 students)
C. Predicting User Behavior in Crowdsourcing Platforms
(Babak Naderi, 4 students)
48
Agenda (2/3)
Interdiziplinäres Medienprojekt:
D. Facial Expression Modeling
(Rahul Swaminathan, 2 to 3 students)
E. Deep Learning in Augmented Reality
(Rahul Swaminathan, 2 to 3 students)
49
Agenda (3/3)
Interdiziplinäres Medienprojekt:
F. (FU) Gamification für E2E-Verschlüsselung (Oliver Wiese, 2 to 5 students)
G. (FU) Mentales Modell für digitale Signierung, Ver- und Entschlüsselung (Oliver Wiese, 2 to 5 students)
H. (FU) Relaunch der MEdienLABor-Plattform des IfPuK (Saskia Sell, 2-3 students)
I. (FU) Webapplikation zur Abschätzung und Prävention von Infektionsrisiken (Markus Lehmkuhl, 4-5 students)
J. (FU) Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung (Joachim Trebbe, 3-5 students)
K. (FU) Script zur automatischen Erfassung von Webcontent. (Anne Beier, 2-3 students)
50
Top Related