Aktuell

Für die Durchführung des Tutoriums zur Veranstaltung "Einführung in die EDV" im Wintersemester 2024/25 werden mehrere studentische Tutoren / Tutorinnen gesucht. Die Ausschreibung inklusive genauerer Informationen ist hier zu finden. Der Bewerbungsschluss ist der 30.04.2024.

Für die Durchführung des Tutoriums zur Veranstaltung "Internettechnologien & E-Business" im Wintersemester 2024/25 wird ein/e Tutor / Tutorin gesucht. Die Ausschreibung inklusive genauerer Informationen ist hier zu finden. Der Bewerbungsschluss ist der 30.04.2024.

Die Systemadministration des Fachbereichs 03 sucht ab sofort wieder studentische Hilfskräfte.

Nähere Informationen finden sie hier:

Stellenausschreibung Hiwi

Wir freuen uns sehr, dass Herr Dr. Dominik Sobania den DISSERTATIONSPREIS DER ALFRED TEVES-STIFTUNG für seine Abschlussarbeit "On the Structure and Generalizability of Programs Synthesized by Genetic Programming" erhalten hat. Insgesamt schließen an der Universität jährlich zwischen 600 und 700 Nachwuchswissenschaftlerinnen und -wissenschaftler sowie Nachwuchskünstlerinnen und -künstler ihre Promotion ab. Davon bekamen 33 junge Nachwuchskräfte auf dem DIES ACADEMICUS einen Preis verliehen. Weitere Informationen erhalten Sie auf https://www.gnk.uni-mainz.de/dies-academicus/.

Herr Dr. Sobania strebt eine wissenschaftliche Karriere an und wir freuen uns, dass ein hervorragender Forscher und Dozent den Fachbereich 03 bereichert.

Liebe Studierende und Interessierte,

wir freuen uns, Ihnen die bevorstehenden Semesterabschluss-Präsentationen im Fach "Intelligente Informationssysteme" ankündigen zu können. Im Rahmen dieser Veranstaltung werden unsere Studierenden ihre Projekte vorstellen, die sie im Verlauf des Semesters entwickelt haben.

Die Semesterabschluss-Projekte im Fach "Intelligente Informationssysteme" bieten den Studierenden die Möglichkeit, ihr Wissen und ihre Fähigkeiten in den Bereichen Machine Learning, Suche und evolutionäre Algorithmen zu demonstrieren. Die Projekte decken ein breites Spektrum an Anwendungen ab, darunter die Text- und Bilderzeugung mithilfe generativer Modelle wie GANs (Generative Adversarial Networks), Stable Diffusion und GPT (Generative Pre-trained Transformer), sowie Emotionserkennung mit CNNs (Convolutional Neural Networks).

Wir laden Sie herzlich ein, sich von den innovativen Ideen und den technischen Fertigkeiten unserer Studierenden inspirieren zu lassen. Die Präsentationen finden am 06.07.2023 ab 12:15 im Hörsaal N6 der Fakultät für Naturwissenschaften (NatFak) statt.

Datum: 06.07.2023
Uhrzeit: ab 12:15 Uhr
Ort: Hörsaal N6, Fakultät für Naturwissenschaften (NatFak)

Die Veranstaltung verspricht spannende Einblicke in die Welt der intelligenten Informationssysteme und bietet eine großartige Gelegenheit, um mehr über die neuesten Fortschritte im Bereich Machine Learning, Suche und evolutionäre Algorithmen zu erfahren.

Am Donnerstag, den 29.06.2023, war es wieder soweit: Der Lehrstuhl für Wirtschaftsinformatik und BWL feierte gemeinsam mit Freunden, Studierenden und Praxispartnern sein 14. Sommerfest. Nach interessanten Vorträgen von Vertretern aus der Wirtschaft ging die Feier in den Hauptteil über, bei dem bei bestem Wetter gegrillt und gekickert wurde.

Wir möchten uns hiermit noch mal herzlich bei den folgenden Gästen für die kurzweiligen Vorträge bedanken:
• Herr Torsten Rinck– Bridging IT GmbH
• Herr Robert Amlung – ZDF
• Herren Jan Hofmeyer/Jan Rübenach – ABO Wind AG
• Herr Pascal Müller - BioNTech SE
• Katharina Gensler, Stella Schüler und Mario Slivo - Aareal Bank
• Frau Pia Spiesmacher - SVA GmbH
• Frau Joanna Wilfer - IQVIA Commercial GmbH & Co. OHG
• Herr Henry Lam – KfW
• Herr Dr. Lukas Mittnacht - IDG Institut f. digitale Gesundheitsdaten RLP GmbH
• Herr Christopher Jell – DZ Bank AG.

Das 14. Kickerturnier begleitete wie gewohnt den Abend. Der Lehrstuhl freute sich über ein spannendes Finale, welches schließlich Martin Briesch und David Wittenberg für sich entscheiden konnten.

 

Wir freuen uns auf eine Wiederholung im nächsten Jahr und sind gespannt, ob die Sieger den Titel verteidigen können.

Für die Durchführung des Tutoriums zur Veranstaltung "Einführung in die EDV" im Wintersemester 2023/24 werden mehrere studentische Tutoren / Tutorinnen gesucht. Die Ausschreibung inklusive genauerer Informationen ist hier zu finden. Der Bewerbungsschluss ist der 30.04.2023.

Für die Durchführung des Tutoriums zur Veranstaltung "Internettechnologien & E-Business" im Wintersemester 2023/24 wird ein/e Tutor / Tutorin gesucht. Die Ausschreibung inklusive genauerer Informationen ist hier zu finden. Der Bewerbungsschluss ist der 30.04.2023.

Die Systemadministration des Fachbereichs 03 sucht wieder studentische Hilfskräfte.

Nähere Informationen finden sie hier:

Stellenausschreibung Hiwi

Gruppe 1 beschäftigte sich mit zwei Themen. Zum einen mit der automatischen Generierung von Musik mit Hilfe von LSTM. Ziel war es, Klaviermusik zu lernen und mit dem trainierten Modell dann neue Klavierstücke zu synthetisieren. Gelernt wurden die ersten 32 Akkorde von 1200 Liedern. Das zweite Thema war die automatisierte Klassifikation von Musikgenres. Hier wurden Musikstücke als Jazz, Klassik, Pop, Rock, und ähnliches klassifiziert auf Basis des Trainings von CNNs mit Spektrogrammen.

Gruppe 2 fokussierte sich mit der Bildergenerierung mit deep convolutional Generatic Adversial Networks. Hierbei wurden farbige Bilder von Blumen, Vögel und Anime Gesichtern generiert, welche es in der Realität nicht gibt. Die Probleme, denen sich die Gruppe stellen musste, waren vanishing gradients und mode collapses (wurde gelöst mit batch normalization). Hierbei wurden über mehrere Iterationen aktuelle Forschungspublikationen für die Verbesserung der Modelle verwendet.

Gruppe 3 beschäftigte sich mit der Sentiment Analyse von Twitter Tweats. Hierfür wurden unterschiedliche Verfahren miteinander verglichen (logistische Regression, SVM, LSTM, Transformer), welche als Input einen Tweet bekommen und das zugehörige Sentiment liefert. Mit einer Accuracy von 80% für den Twitter Datensatz sentiment140 wurde hier eine hohe Klassikationsgenauigkeit geliefert.

Gruppe 4 versuchte sich an der Vorhersage von bitcoin Entwicklung. Hier wurden unterschiedliche Analysen über die Entwicklung von Indizes gefahren und Prognoseverfahren (Random Forrest, LSTM, ARIMA, Regression) für die zukünftige Entwicklung des Bitcoin Preises entwickelt, miteinander verglichen sowie relevante Features identifiziert . Auch wenn die Ergebnisse noch nicht nahelegen, dass für die Studierenden jetzt Payday angesagt ist, haben die Studierende wertvolle Kenntnisse und Fähigkeiten über den Bau von Vorhersagemodellen entwickelt.

Gruppe 5 versucht den Zusammenhang zwischen Filmkritiken von rotten tomatoes und zugehöriger Bewertung zu lernen.  Das Projekt ist ähnlich zu Gruppe 3, verwendet für die Prognose jedoch den rotten tomatoes Datensatz und als Verfahren einfache FeedForward Netze sowie LSTM. Darüber hinaus wurde auch ein LSTM entwickelt, welches entweder oder negative Kritiken generiert.

Gruppe 6 entwickelte Modelle zur Bewertung des korrekten Sitzes von Covid-Schutzmasken in Echtzeit. Hierbei wurde ein Trainingsdatensatz generiert (233 eigene, insgesamt 654) und damit dann ein vortrainiertes single-Shot detector Mobilenet V2 FNP(lite) Modell trainiert. Das trainierte Modell ist in der Lage, live Masken von Personen zu erkennen. Eine Live-Demo rundete die Präsentation unterhaltsam ab.

Die abschließende Gruppe 7 führte einen Methodenvergleich für das Clustering von Kunden durch.  Verglichen wurde k-means, agglomerative Clustering sowie DBSCAN zur Identifikation von Kundengruppen.

In Summe waren die Präsentationen sehr schön ausgearbeitet, spannend und lehrreich. Wir danken allen Studierenden für die Präsentationen und sind stolz auf Ergebnisse, welche von den Studierendengruppen erarbeitet wurden.