Forschung an der Hochschule Bonn-Rhein-Sieg
Forschungsdatenbank: Projekte
Forschungsprojekte (15)
Das Biometrie-Forschungsprojekt ergänzt die im Drittmittelprojekt „Biolab“ durchgeführten Arbeiten um hochschulspezifische Fragestellungen. Ziel ist, für Folgeprojekte im Rahmen des Biometrie-Evaluations-Zentrums anschlussfähig zu bleiben. Dabei sollen bestehende Ansätze aufgegriffen, optimiert und implementiert werden. Von besonderer Bedeutung sind hierbei die Evaluation bestehender biometrischer Systeme und die systematische Auswertung der Evaluationsergebnisse in Bezug auf Performanz und Schwachstellenanalyse. Ferner sollen geeignete künstliche Nachbildungen biometrischer Merkmale angefertigt und damit die Zuverlässigkeit der biometrischen Systeme gegenüber Präsentationsangriffen beurteilt werden. Auch Weiterentwicklung der biometrischen Systeme sollen durchgeführt werden. Die erzielten Ergebnisse werden in entsprechenden Veröffentlichungen der wissenschaftlichen Fachgruppe zugänglich gemacht.
Projektleitung an der H-BRS
Prof. Dr. Norbert Jung Prof. Dr. Robert LangeDeveloper-centric Tools for Side-Channel Analysis
Projektleitung an der H-BRS
Prof. Dr. Kerstin Lemke-RustMedical Centre Employee Centered Information Security Awareness
Projektleitung an der H-BRS
Prof. Dr. Luigi Lo IaconoOnline-Fernausbildung für Montage, Betrieb und Wartung ist in der Industrie vorteilhaft, um Zeit und Geld zu sparen, insbesondere wenn Konzerne Standorte auf mehreren Kontinenten haben (z.B. Automobilindustrie, Ölfirmen, etc.). Derzeit sind die Ferntrainingserfahrungen durch begrenzte Kameraperspektiven und das Fehlen geeigneter Navigationstechniken für die Kameraansicht je nach Aufgabe eingeschränkt. In diesem Promotionsprojekt entwickelt Doktorand Saugata Biswas ein autonomes Kamera-Sichtpunktmanagementsystem mit Hilfe eines Roboterarms in einem Multikamera-Trainingsszenario. Diese Doktorarbeit wird sich auf die Verbesserung der Online-Trainingserfahrung von Remote Trainees konzentrieren.
Computergenerierte Bilder sind in unserer modernen, visuellen Welt allgegenwärtig. Fertigung, Unterhaltung, Bildung und viele andere Branchen benötigen reale oder fiktive virtuelle 3D-Modelle, um eine Vielzahl unterschiedlicher Szenarien darzustellen. Die moderne Computergrafik erzeugt hochqualitative visuelle und sogar fotorealistischen Inhalten. Diese Qualität hat jedoch zwei große Nachteile: Zum einen ist die Berechnung vieler visueller Effekte auf der Grundlage traditioneller Methoden ineffizient und mit langen Berechnungszeiten verbunden. Zweitens steigt mit zunehmender Bildqualität die Forderung nach einer extrem feinen Geometrie, die die gewünschte Szene darstellt. Daher ist eine der zeitaufwändige und mühsame Nachbearbeitung von Hand erforderlich. Ob einzelne Objekte oder ganze Szenen, jedes kleine Detail wird von Hand positioniert, einschließlich Geometrie, Lichtquellen oder Objektmaterialien. Doktorand Daniel Bachmannn macht sich tiefengenerative Ansätze mit neuronalen Netzwerken, insbesondere dem neuronalen Rendering zunutze. Hier werden Merkmale wie z.B. Form oder Farbe von virtuellen Objekten oder Szenen als gelernte Gewichte kodiert, die von neuronalen Netzen gespeichert werden. Diese interne Repräsentation wird als neuronale Szenenrepräsentation (NSR) bezeichnet - eine nicht-diskretisierende, implizite Form der Speicherung von Szenendaten.
Vier nordrhein-westfälische Hochschulen haben sich zusammengetan, um das „Games Technology Network“ (GTN) aufzubauen. Die Koordination hat die Hochschule Bonn-Rhein-Sieg (H-BRS) übernommen. Ihre Partner sind die RWTH Aachen, die Hochschule Düsseldorf und die Technische Hochschule Köln. Das Projekt ist auf zunächst drei Jahre ausgelegt und wird vom Zukunftsfonds NRW gefördert. Erklärtes Ziel des neuen Verbunds ist es, ein Netzwerk aus Forschungseinrichtungen und Industrieunternehmen aufzubauen, das die Spieletechnologie fördert und damit dem Standort NRW zugutekommt.
Projektleitung an der H-BRS
Prof. Dr. André HinkenjannIn Langzeiteinsätzen wiederholen Roboter ihre programmierten Aufgaben immer wieder und erstellen jedes Mal neue Pläne. Eines der Forschungsziele von Doktorandin Argentina Ortega ist es, zu untersuchen, wie Roboter ihre Planung verbessern können, indem sie Informationen aus ihren früheren Läufen verwenden. Aus diesen Informationen erstellt sie Erfahrungsmodelle, damit der Roboter seine früheren Pläne in optimierter Form wiederverwenden kann. Dies senkt die Bereitstellungskosten und erhöht gleichzeitig die Transparenz, Erklärbarkeit und den Systemdurchsatz.
Die fortschreitende Digitalisierung und Einführung neuer Informationssysteme im Arbeitsalltag führt dazu, dass immer größere Mengen an personenbezogenen Daten von Arbeitnehmern durch ihre Arbeitgeber verarbeitet werden. Diese Entwicklung ist insbesondere dann im Hinblick auf den Arbeitnehmerdatenschutz problematisch, wenn Arbeitnehmer weder ausreichend Wissen noch Kontrolle über die Verarbeitung besitzen und somit das Recht auf informationelle Selbstbestimmung als grundlegendes Element der Menschenwürde bedroht ist. Um fehlende Kenntnisse und Fähigkeiten bei der Ausübung des Rechts auf Privatheit am Arbeitsplatz zu kompensieren, konzipiert und erprobt Dokorand Jan Tolsdorf ein Assistenzsystem in Form eines "Privacy Dashboards" für den Arbeitsalltag. Für dessen prototypische Implementation sollen Gestaltungsrichtlinien aus den mentalen Modellen und Privatheitsempfindungen von Arbeitnehmern abgeleitet werden, mit deren Hilfe Datenverarbeitungen und Datenflüsse im Arbeitsumfeld verständlich aufbereitet, für mögliche Verletzungen der Privatsphäre sensibilisiert und Optionen für eine Interventionsfähigkeit aufgezeigt werden können, sodass Arbeitnehmer handlungsfähig werden.
Online-Fernausbildung für Montage, Betrieb und Wartung ist in der Industrie vorteilhaft, um Zeit und Geld zu sparen, insbesondere wenn Konzerne Standorte auf mehreren Kontinenten haben (z.B. Automobilindustrie, Ölfirmen, etc.). Derzeit sind die Ferntrainingserfahrungen durch begrenzte Kameraperspektiven und das Fehlen geeigneter Navigationstechniken für die Kameraansicht je nach Aufgabe eingeschränkt. In diesem Promotionsprojekt entwickelt Doktorand Saugata Biswas ein autonomes Kamera-Sichtpunktmanagementsystem mit Hilfe eines Roboterarms in einem Multikamera-Trainingsszenario. Diese Doktorarbeit wird sich auf die Verbesserung der Online-Trainingserfahrung von Remote Trainees konzentrieren.
Very often, objectives such as accuracy and precision of robot behaviours are not the only requirements imposed on them. For completing tasks defined in dynamic and unstructured environments/settings, it is necessary that the employed software additionally enables high degrees of efficiency and robustness in a robot, given the system’s mechanical structure and actuation capabilities. It has been shown that the advanced efficiency and robustness of humans and animals, in performing the locomotion and manipulation tasks, are enabled by a control paradigm that exploits (i.e. takes the advantage of) their natural dynamics. Those insights motivate us to consider the same control paradigm, i.e. embrace natural dynamics of the robotic systems while addressing the problem of enabling such advanced performance for our robots. Doctoral student Djordje Vukcevic works on developing reusable control methods for exploiting robot's natural dynamics in unifying, explicit, general and real-time applicable ways. Those reusable solutions will provide a strong step towards advanced and computationally efficient control algorithms and architectures, and their automatized and formal development.
Anlaufstellen
Ansprechpartner für die Forschungsdatenbank
Campus
Sankt Augustin
Raum
E233
Vizepräsident Forschung und Wissenschaftlicher Nachwuchs
Campus
Sankt Augustin
Zentrum für Wissenschafts- und Technologietransfer (ZWT)
Campus
Sankt Augustin
Raum
F 405
Links
Weiterführende Links