TU Berlin

Quality and Usability LabMedienprojekt (Modul: Interdisziplinäres Medienprojekt)

Inhalt des Dokuments

zur Navigation

Medienprojekt

(Modul: Interdisziplinäres Medienprojekt)

You can find the presentation (.pdf) from Friday 21.10.2016 16:00 - 18:00 here (PDF, 1,2 MB)

Projekt
(Möller; 10 LP; im WS und SS)
LV-Nummer: 0434 L 923
Sprache: Deutsch/Englisch (in Absprache mit Teilnehmern)

Zeit: nach Absprache, erstmals am Freitag, 21.10.2016, 16:00-18:00
Raum: Auditorium 3 (20th floor)

Im Modul entwickeln die Studierenden unter Rückgriff auf die Studieninhalte Lösungen für technische und/oder sozialwissenschaftliche Probleme im Zusammenhang mit digitalen Medien. Dabei werden sowohl die Informatik-Kompetenzen wie auch die analytischen sozialwissenschaftlichen Kompetenzen eingesetzt. Das Projekt beinhaltet hierzu eine Aufgabe aus dem Bereich der Konzeption, Entwicklung und/oder Nutzung eines Systems zur Gestaltung, Aufnahme, Übertragung und/oder Darstellung von Medien, welche jedes Semester neu definiert wird. Diese Aufgabe soll in einem Team mit interdisziplinären Kompetenzen gelöst werden. Das Team organisiert sich selbstständig; eine regelmäßige Betreuung wird durch die Dozenten garantiert. Abschließend erfolgt eine Präsentation des Projektergebnisses und eine schriftliche Ausarbeitung.

Beim ersten Treffen werden alle Projekte des Quality & Usability Lehrstuhls vorgestellt. Das erste Treffen ist verpflichtend für jeden der ein Studienprojekt belegen möchte.

Achtung: Die Einschreibung für die Studienprojekte muss bis zum 28. Oktober erfolgt sein!

     

Themen

Facial Expression Modeling

  • Tutor: Rahul Swaminathan 
  • Participants: 2 to 3
  • Requirements: python, openCV possibly, be good with neural networks and frameworks like TensorFlow/Theano

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.

 

Deep Learning in Augmented Reality

  • Tutor: Rahul Swaminathan 
  • Participants: 2 to 3
  • Requirements: python, openCV possibly, be good with neural networks and frameworks like TensorFlow/Theano

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. Expertise in python and TensorFlow would be highly beneficial. 

 

Gamification für E2E-Verschlüsselung

  • Betreuung: Oliver Wiese und Prof. Dr.-Ing. Volker Roth, Freie Universität Berlin (oliver.wiese@fu-berlin.de)
  • Teilnehmer: 2 bis 5
  • Voraussetzung: Java-Programmierung auf Android Plattform und UI-Design. Vorteilhaft ist ein Interesse an Open-Source-Projekt

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.

Unsere ersten Ideen sind:

- Quests zur Verwendung von bestimmten Funktionen und zur Verbreitung von Verschlüsselung

- Ranglisten zur Nutzung von Verschlüsselung auf persönlicher Ebene oder zum Vergleich mit Gesprächspartnern

- Fortschrittsanzeigen

- und vieles mehr

Für dieses Thema ist Kreativität gefragt und es sollen eigene Ideen entwickelt werden. Diese sollen dann als Prototyp implementiert werden und evaluiert werden. Hierfür ist das UI-Design zwar wichtig, aber der Schwerpunkt liegt auch auf Konzepten, aber nach Möglichkeit sollen die Konzepte in K9 oder Open-Key-Chain implementiert werden.

 

Mentales Modell für digitale Signierung, Ver- und Entschlüsselung 

  • Betreuung: Oliver Wiese und Prof. Dr.-Ing. Volker Roth (Freie Universität Berlin)
  • Teilnehmer: 2 bis 5
  • Voraussetzung: Java-Programmierung auf Android Plattform und UI-Design. Vorteilhaft ist ein Interesse an Open-Source-Projekt

Vielen Menschen fehlt ein mentales Modell zum Thema Ver- und Entschlüsselung. Ein Vorschlag zur Verbesserung ist es eher von Briefen und Postkarten zu sprechen als von verschlüsselten und unverschlüsselten Nachrichten. Des Weiteren sollte Verschlüsselung und Entschlüsselung mit möglichst wenigen zusätzlichen Nutzerinteraktionen verbunden sein und im UI des E-Mail-Clients gut integriert sein. Das UI sollte außerdem nur die nötigen Informationen anzeigen und den Nutzer nicht überfordern oder fragend stehen lassen.

Die Aufgabe ist hauptsächlich die Integration von unseren bisherigen UI-Konzepten in K9 Mail unter Berücksichtigung der Android-Design-Styles.

Der Schwerpunkt ist hierbei die Benutzbarkeit zu erhöhen und das UI-Design zu berücksichtigen. Es sollen jeweils erst Papierprototypen entwickelt werden und diese werden im SWP vorgestellt. Anschließend erfolgt die Implementierung. Diese soll iterativ erfolgen und regelmäßig im SWP diskutiert werden. Zum Ende des Projektes soll eine Nutzerstudie um den eigenen Entwurf zu untersuchen. Für die Studien während der Entwicklung und am Ende kann ein Eye-Tracker verwendet werden.

 

Relaunch der MEdienLABor-Plattform des IfPuK

  • Betreuung: Saskia Sell, AS Journalistik, IfPuK, Freie Universität Berlin (saskia.sell@fu-berlin.de)
  • Teilnehmer: 2 bis 3
  • Sprache: Deutsch
  • Voraussetzung: Kenntnisse in HTML, CSS und responsivem Webdesign sowie Informationsarchitektur, Erfahrung mit Wordpress und Grundkenntnisse in PHP. Ausgezeichnete Deutschkenntnisse.

Über die MEdienLABor-Plattform publiziert das Institut für Publizistik- und Kommunikationswissenschaft der FU Berlin studentische Beiträge aus der journalistischen Praxislehre und der internationalen Journalistenweiterbildung (Video-, Audio-, Foto- und Textbeiträge). Die Plattform und alle Inhalte liegen auf einer Userpage im FU-System und wir nutzen Wordpress zum Content Management, was auch weiterhin gesetzt ist: userpage.fuberlin.de/melab/wordpress/. Im Rahmen dieses Projektes sollen alle Inhalte thematisch neu strukturiert (nach Mediengattung und nach Beitragsinhalt) und einheitlich verschlagwortet bzw. zugeordnet werden. Neben der entsprechenden Aufarbeitung und Vereinheitlichung aller Beiträge zur besseren Auffindbarkeit der Inhalte wünschen wir uns ein zeitgemäßeres Layout der Plattform, eine intuitiv erfassbare und eindeutige Menüführung und eine zuverlässig funktionierende Suchfunktion in einem responsiven Design. Wir sind dabei nicht an das Corporate Design der FU gebunden.

 

Webapplikation zur Abschätzung und Prävention von Infektionsrisiken 

  • Betreuung: Prof. i.V. Dr. Markus Lehmkuhl, Freie Universität Berlin (markus.lehmkuhl@fu-berlin.de)
  • Teilnehmer: 4 bis 5
  • Voraussetzung: Kenntnisse in JavaScript (wichtig!), HTML, CSS, JSON. Technologien: Node.js (Backend), Vue.js (Frontend)

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, 

- 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.

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.

 

Automatische Segmentierung (aufgezeichneter) linearer Fernsehprogrammangebote durch Mustererkennung

  • Betreuung: Joachim Trebbe, Freie Universität Berlin (Joachim.Trebbe@fu-berlin.de)
  • Teilnehmer: 3 bis 5

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.

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.

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.

 

Script zur automatischen Erfassung von Webcontent. Automatisierter Abgleich mit Datenbanken-Inhalten und deren Erweiterung um die Webinhalte.

  • Betreuung: Anne Beier und Matthias Wagner, Freie Universität Berlin (anne.beier@fu-berlin.de, mattwagner@zedat.fu-berlin.de)
  • Teilnehmer: 2 bis 3

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.

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe