Sprachen

L3S Research Center -  RSS Feeds

Sie sind hier

Startseite » Forschung » Projekte

Projekte

Das RussianFlu-Projekt entwickelt Digital Humanities-Methoden zur automatischen Analyse historischer Epidemien am Beispiel der russischen Grippe, die zwischen 1889 und 1893 weltweit grassierte. Das Projekt behandelt Fakten sowie Meinungsextraktion aus deutsch- und englischsprachigen medizinischen Berichten sowie Zeitungsartikeln.

Als Teil der Projektgruppe USBV-Inspektor entwickelt das L3S ein multimodales Sensorsystem, welches aus einem Millimeterwellenscanner, einer 3D-Umgebungserfassung sowie einer digitalen Kamera besteht. Das System erfasst die interne und externe Geometrie einer potentiellen USBV und generiert hochauflösende Bilder von verdächtigen Objekten, um die Einsatzkräfte vor Ort zu unterstützen und juristisch verwertbares Beweismaterial zu sammeln.

Category: BMBF – Fördernummer 132N13277

Fotorealistisches Modellieren und Nachbearbeiten von Filmsequenzen von Schauspielern sind alltägliche Aufgaben in der Film- und Spieleindustrie. Die Prozesse sind jedoch arbeitsintensiv, da vorhandene Software nur Werkzeuge für einfache Bearbeitungen bereitstellt. Ziel dieses Projekts ist es, Algorithmen und Werkzeuge für die automatische und halbautomatische Nachbearbeitung des Erscheinungsbildes von Schauspielern in herkömmlichen Videosequenzen zu erforschen. Um visuell überzeugende Resultate erzeugen zu können müssen ein digitales 3D-Modell des Schauspielers, detaillierte Szeneninformationen sowie die Beleuchtung rekonstruiert werden. Ein besonderer Augenmerk liegt hierbei auf einem realistischen Erscheinungs- und Bewegungsbild des digitalen Modells.

Category: DFG Projekt

Learning Analytics (LA) unterstützt die Messung, Analyse und Nutzung von Daten über Lernende und ihre Zusammenhänge um Lernprozesse und unterstützende IT-Umgebungen zu optimieren. Das Hauptziel von LA4S ist Erfahrungen und Werkzeuge aus den Bereichen Learning Analytics und semantische Datenanalyse für die Nutzung in kleineren und mittleren Hochschulorganisationen und Bildungseinrichtungen bereitzustellen.

Category: ERASMUS+ KA2 Strategic Partnership

Lernen und Bildung findet zunehmend in informellen, häufig Web-basierten Szenarien statt und ist integraler Bestandteil von sozialen Plattformen. Das H2020 Projekt AFEL (Analytics for Everyday Learning) untersucht innovative Methoden und Ansätze, um Lernen und damit verbundene kognitive Prozesse in sozialen Umgebungen wie Slideshare, Facebook oder LinkedIn zu verstehen und zu unterstützen. Primäres Ziel ist, es mit Methoden aus Web Mining, Learning Analytics oder Social Network Analysis die Stakeholder (Nutzer, Trainingsanbieter, Anbieter von Wissensressourcen u.ä.) in sozialen Web-Plattformen zu unterstützen und näher zusammenzubringen.

IT-Sicherheit ist ein Thema von höchster Relevanz in heutigen Web-Anwendungen. Nutzer akzeptieren Schutzmaßnahmen allerdings nur, falls sie die Effizienz ihres Systems nicht beeinträchtigen. Die gängigen kryptographischen Protokolle nutzen Resultate und Algorithmen der Zahlentheorie, deren effiziente Implementierung demnach von höchster Wichtigkeit ist.

Category: DFG: VO 630/8-1

Seiten