Refine
Year of publication
- 2016 (5) (remove)
Document Type
- Master's Thesis (5) (remove)
Has Fulltext
- yes (5)
Is part of the Bibliography
- no (5)
Keywords
- Convolutional Neural Network (1)
- Deep Learning (1)
- Deinkbarkeit (1)
- Digitaldruck (1)
- Dokumentarfilm (1)
- Dokumentation (1)
- Erdgashandel (1)
- Filmvermarktung (1)
- Frontend (1)
- Fully Convolutional Network (1)
Institute
Before gas is transported, natural gas traders have to plan with many contracts every day. If a cost-optimized solution is sought the most attractive contracts of a large contract set have to be selected. This kind of cost-optimization is also known as day-ahead balancing problem. In this work it is shown that it is possible to express this problem as a linear program that considers important influences and restrictions in the daily trading.
The aspects of the day-ahead balancing problem are examined and modelled individually. This way a basic linear program is gradually adapted towards a realistic mathematical formulation. The resulting linear optimization problem is implemented as a prototype that considers the discussed aspects of a cost-optimized contract selection.
Diese Arbeit befasst sich mit Making-ofs zu Filmen und ergründet deren Geschichte und Einsatz im Laufe der Zeit. Dabei werden sowohl die dokumentarischen Qualitäten als auch das Potenzial als Marketinginstrument untersucht. Hier werden verschiedene Arten von Making-of differenziert und anhand von Beispielen genauer erläutert.
Der Herstellungsprozess von Making-ofs und deren Einsatz wird detailliert erklärt.Im Besonderen werden einige lange Making-ofs auf ihre dokumentarischen Qualitäten untersucht.
Es wird dargelegt, welches Potential diese als eigenständige Dokumentarfilme haben, die ihrerseits vermarktet werden können. Dazu werden die Grundzüge des Filmmarketings besprochen und anhand eines Fallbeispiels erläutert, wie die verschiedenen Arten des Making-of bei einer Filmproduktion zum Einsatz kommen können, um den größtmöglichen Nutzen daraus zu ziehen.
Heutzutage sind perfomante Webanwendungen, die schnell geladen werden und genauso schnell mit den Nutzern interagieren können, immer gefragter. Dabei spielt die Webperfor-mance – Optimierung eine große Rolle. Im Mai 2015 ist die neue Version des HTTP – Protokolls (HTTP/2) erschienen, mithilfe deren Verwendung die Datenübertragung schneller und effizien-ter sein sollte. Hinsichtlich der technologischen Möglichkeiten des HTTP/2 – Protokolls kann der Austausch zwischen dem Client und dem Server deutlich beschleunigt werden. In der ak-tuellen Masterarbeit werden die Techniken zu Frontend – Optimierungstechniken evaluiert, die unter der Verwendung des neuen Protokolls gut geeignet sein können. Besonders wurde dabei auf die Funktion „Server Push“ geachtet. Außerdem wird dargestellt, welche notwendigen Maß-nahmen die Webentwickler unternehmen müssen, um das neue Protokoll benutzen zu können. Unter anderem wird evaluiert, wie gut aktuelle Implementierungen des neuen Protokolls und der dazugehörigen Funktionen funktionieren und wie sich die Ladezeit zwischen dem aktuell meist verwendeten Protokoll HTTP/1.1- und dem HTTP/2 – Protokoll unterscheidet.
In recent years new trends such as industry 4.0 boosted the research and
development in the field of autonomous systems and robotics. Robots collaborate and
even take over complete tasks of humans. But the high degree of automation requires
high reliability even in complex and changing environments. Those challenging
conditions make it hard to rely on static models of the real world. In addition to
adaptable maps, mobile robots require a local and current understanding of the scene.
The Bosch Start-Up Company is developing robots for intra-logistic systems, which
could highly benefit from such a detailed scene understanding. The aim of this work
is to research and develop such a system for warehouse environments. While the
possible field of application is in general very broad, this work will focus on the
detection and localization of warehouse specific objects such as palettes.
In order to provide a meaningful perception of the surrounding a RGB-D camera is
used. A pre-trained convolutional network extracts scene understanding in the form
of pixelwise class labels. As this convolutional network is the core of the application,
this work focuses on different network set-ups and learning strategies. One difficulty
was the lack of annotated training data. Since the creation of densely labeled images
is a very time consuming process it was important to elaborate on good alternatives.
One interesting finding was that it’s possible to transfer learning to a high extent from
similar models pre-trained on thousands of RGB-images. This is done by selective
interventions on the net parameters. By ensuring a good initialization it’s possible
to train towards a well performing model within few iterations. In this way it’s
possible to train even branched nets at once. This can also be achieved by including
certain normalization steps. Another important aspect was to find a suitable way
to incorporate depth-information. How to fuse depth into the existing model? By
providing the height over ground as an additional feature the segmentation accuracy
was further improved while keeping the extra computational costs low.
Finally the segmentation maps are refined by a conditional random field. The joint
training of both parts results in accurate object segmentations comparable to recently
published state-of-the-art models.
Als Grundlage für diese Arbeit dient die Theorie, dass ein Print-on-Demand-Prozess die nachhaltigere
Variante des Publizierens von Drucksachen sein müsste – immerhin schont dieser nicht nur die Ressourcen, da nur die wirklich nachgefragten Publikationen hergestellt werden und per dezentralem
Drucken auch die die Transportwege minimiert werden können, sondern er ist auch finanziell günstiger,
da keine Lagerkosten für eine Auflage anfallen und die Entsorgungskosten von nicht verkauften Publikationen ebenso wegfallen.
Damit ein Print-on-Demand-Prozess aber wirklich nachhaltig ist, müssen noch diverse kritische Punkte
beachtet werden: So muss ein Verlag seine Publikationen sowohl in gedruckter als auch in elektronischer Version veröffentlichen – denn das Leseverhalten bestimmt, welche von beiden die nachhaltigere ist. Dies
konnte an unterschiedlichen Kriterien, wie dem Verbrauch von Energie und Ressourcen sowie der Erneuerbarkeit oder Recyclebarkeit von letzteren festgemacht werden. Dieser Sachverhalt wiederum bedingt, dass im Verlag ein crossmedialer Workflow aufgebaut werden muss – und in der Druckerei nicht
nur Digitaldruckmaschinen genutzt werden müssen, sondern auch Digital-Weiterverarbeitungs-
Maschinen.
Weiterhin müssen Verlage und Druckereien, wenn sie einen Print-on-Demand-Prozess zur Herstellung von gedruckten Publikationen nutzen, sowohl Papiere als auch die Druckfarben mit Bedacht auswählen – denn es hängt von beiden Teilen ab, inwiefern die hergestellte Drucksache deinkbar ist, sodass aus ihr
nach ihrer Nutzung neues Papier hergestellt werden kann.
Aus diesem Grund wurden in dieser Arbeit verschiedene dynamische Digitaldruckverfahren hinsichtlich ihrer Eignung für Print-on-Demand evaluiert. Zudem wurden mit verschiedenen Sorten von Tinten und Tonern unterschiedliche Arten von Papieren bedruckt und danach einer Deinkbarkeitsprüfung nach der verbreiteten INGEDE-Methode 11 unterzogen. Schließlich wurden die verschiedenen Farb-Papier-
Kombinationen anhand der ERPC Deinkability Scorecard bewertet. Die entstandene Farb-Papier-Matrix soll Verlagen und Druckereien als Entscheidungshilfe dienen, damit diese auch dann deinkbare Drucksachen in Auftrag geben bzw. herstellen können, wenn sie einen Print-on-Demand-Prozess nutzen.