Academic literature on the topic 'Automatisches Schreiben'

Zusammenfassung. Das Schreiben von Kurzaufsätzen im Rahmen informeller Diagnostik ist weit verbreitet, jedoch mit Problemen der Auswertungsobjektivität behaftet. Durch die computerbasierte Bewertung von Essays lassen sich Entscheidungsheuristiken vermeiden. Die latente semantische Analyse (LSA) ist ein statistisches Verfahren, dass die Repräsentation von Wissensstrukturen im Computer und somit die automatische inhaltliche Bewertung von Aufsätzen ermöglicht. Es wird die Entwicklung eines deutschsprachigen LSA-basierten Systems beschrieben und seine Leistungsfähigkeit in einem Multiple-Choice-Wissenstest, sowie bei der Bewertung von Aufsätzen aufgezeigt. Bei der Klassifikation von Tierarten nach Klassen erzielte es vergleichbare Leistungen wie Studierende. Bei der Bewertung von Aufsätzen wurden Korrelationen mit menschlichen Bewertern im mittleren bis oberen Bereich erzielt. Die Übereinstimmung von Summenscores mehrerer Aufgaben reicht an für standardisierte Verfahren geforderte Reliabilitätskennwerte heran. Neben der automatischen Aufsatzbeantwortung liegen Anwendungen v.a. in intelligenter Lernsoftware und der Ergänzung bestehender psychologischer Modelle durch semantische Module.

Abstract. RFID Systeme werden seit Anfang der neunziger Jahre mit stetig zunehmender Verbreitung im Bereich der automatischen Produktidentifikation, der Diebstahlsicherung (EAS, Electronic Article Surveillance) und für automatische Zutrittskontrollsysteme eingesetzt. Objekte werden hierzu mit einem Transponder ausgestattet, der aus einer Antenne und einem Chip auf einem Trägermaterial besteht. Von großem Interesse ist die Entwicklung und Optimierung von passiven Transpondern für den Einsatz in UHF RFID Systemen. Diese Transponder beziehen die Energie zum Betrieb des Chips aus dem elektromagnetischen Feld einer Schreib-Leseeinheit. Hierfür ist neben der Anpassung der Eingangsimpedanz der Antenne an die Chipimpedanz auch eine möglichst hohe Bandbreite der Antennen wünschenswert, um die Funktion des Transponders bei Schwankungen der Chipimpedanz und variablen Umgebungsparametern zu gewährleisten. Der aus Platzgründen notwendige Einsatz elektrisch kleiner Antennen bedingt eine möglichst optimale Ausnutzung der zur Verfügung stehenden Fläche auf dem Trägermaterial zur Aufnahme der Antenne. Die vorliegende Arbeit beschreibt ein Verfahren zur Analyse und Synthese neuartiger Antennendesigns auf der Basis parametrisierter meandrierter, spiralförmiger und logarithmisch periodischer Dipole.

Abstract. Im vorliegenden Beitrag wird eine automatische Generierung des VHDL-Codes eines Delta-Sigma Modulators präsentiert. Die Koeffizientenmultiplikation wird hierbei durch Bit-Serielle-Addition durchgeführt. Mit Hilfe zweier neuer Matlab Funktionen wird der Systementwurf durch die bekannte Delta-Sigma Toolbox von R. Schreier erweitert und direkt synthesefähiger VHDL Code erzeugt.

ZusammenfassungDie Beeinträchtigung der Handschrift stellt ein häufig auftretendes Symptom im Krankheitsverlauf von Parkinson-Syndromen dar. Aufgrund der Basalgangliendegeneration sind automatische Schreibbewegungen erschwert, oftmals sind Mikrografie, Veränderungen der Schreibgeschwindigkeit und -beschleunigung sowie der Schreibflüssigkeit erkennbar. Zu den Einflussfaktoren auf schreibmotorische Leistungen zählen das Alter, gleichzeitige Dual-Task-Aufgaben sowie feinmotorische Leistungen. Einen alltagsrelevanten Effekt auf die Fähigkeit zu schreiben zeigen dopaminerge Medikamente sowie neurostimulative Verfahren wie die tiefe Hirnstimulation und repetitive transkranielle Magnetstimulation. Speziell auf eine Verbesserung schreibmotorischer Leistungen im klinischen Alltag zielt ergotherapeutisches Schreibtraining anhand Erprobung individueller Strategien. Computergestützte Bewegungsanalysen wie mit der Software CSWin ermöglichen dabei eine detaillierte Analyse von Schreibstörungen und deren gezielte Therapie. Ein positiver Effekt auf schreibmotorische Leistungen von Parkinson-Patienten konnte durch den Einsatz visueller Hinweisreize (Cues) sowie externen Feedbacks aufgezeigt werden.

Zusammenfassung Methodisches Problem Maschinelles Lernen (ML) nimmt zunehmend Einzug in die Radiologie, um Aufgaben wie die automatische Detektion und Segmentation von diagnoserelevanten Bildmerkmalen, die Charakterisierung von Krankheits- und Behandlungsverläufen sowie Vorhersagen für individuelle Patienten durchzuführen. Radiologische Standardverfahren Die Anwendung von ML-Algorithmen ist für alle radiologischen Verfahren von der Computertomographie (CT), über die Magnetresonanztomographie (MRT) bis zum Ultraschall relevant. Verschiedene Modalitäten führen zu unterschiedlichen Herausforderungen bezüglich Standardisierung und Variabilität. Methodische Innovationen ML-Algorithmen sind zunehmend in der Lage, auch longitudinale Beobachtungen zu verarbeiten und für das Training von Vorhersagemodellen zu nutzen. Diese Entwicklung erlaubt es, umfassende Informationen für die Vorhersage individueller Verläufe heranzuziehen. Leistungsfähigkeit Die Qualität der Detektion und Segmentation von Läsionen hat in vielen Bereichen ein akzeptables Niveau erreicht, die Genauigkeit von Vorhersagemodellen muss diese aber erst erreichen, was u. a. auch mit der Verfügbarkeit repräsentativer Trainingsdaten zusammenhängt. Bewertung Die Entwicklung von ML-basierten Anwendungen in der Radiologie schreitet, trotz dass sich viele der Lösungen noch im Evaluationsstadium befinden, voran, und wird durch eine parallele Weiterentwicklung der grundlegenden Methoden und Techniken begleitet, die sukzessive in die Praxis übergehen werden. Empfehlung für die Praxis Maßgeblich für den effektiven Einsatz von ML in der Praxis sind die Validierung der Algorithmen und die Erstellung repräsentativer Datensätze, die sowohl für das Training als auch für die Validierung verwendet werden können.

Zusammenfassung. Argumentatives Schreiben ist eine bedeutsame Kompetenz in der Fremdsprache Englisch. Entsprechende Schreibaufgaben sind Teil von Schulabschlussprüfungen in der Sekundarstufe II und von Zugangstests für Hochschulen (z.B. TOEFL®). Trotz ihrer Bedeutsamkeit wurden diese komplexen Schreibleistungen bisher im Kontext großer Schulleistungsuntersuchungen kaum empirisch untersucht. Ein Grund dafür ist die aufwendige Auswertung der Essays, für die eine große Anzahl speziell trainierter Kodiererinnen und Kodierer zur Beurteilung benötigt wird. Um den Aufwand der Auswertung zu reduzieren, können Machine Learning Verfahren eingesetzt werden, welche die Urteile der Kodiererinnen und Kodierer approximieren. Dabei werden linguistische Eigenschaften der Essays automatisiert erfasst, die dann genutzt werden, um mit Hilfe von statistischen Verfahren des maschinellen Lernens die menschlichen Urteile vorherzusagen. In der vorliegenden Arbeit soll dieses Vorgehen dargestellt und das Potenzial solcher automatisierten Prozeduren in Bezug auf die Vorhersagegenauigkeit untersucht werden. Dazu lagen Texte von N = 2179 Schülerinnen und Schülern der 11. Jahrgangsstufe in Deutschland und der Schweiz vor. Zur Kodierung der Texte wurde die open source-Software The Common Text Analysis Platform (CTAP) eingesetzt, die linguistische Textmerkmale automatisch kodiert. Auf Basis dieser Textmerkmale wurden die vorliegenden Urteile von trainierten Kodiererinnen und Kodierern des Educational Testing Service (ETS) vorhersagt. Die Genauigkeit der Vorhersage erwies sich als zufriedenstellend ( r = .75; Anteil genauer Übereinstimmung: 42%) und konnte im Vergleich mit einer etablierten kommerziellen Software des ETS (e-rater®; r = .81; Anteil genauer Übereinstimmung: 42%) bestehen. Es wurden vergleichbare Ergebnisse für die lineare Regression sowie Gradient Boosting als Analysestrategien zur Vorhersage der menschlichen Urteile gefunden. Möglichkeiten und Limitationen der automatisierten Textbeurteilung und deren Anwendung in Forschung und Praxis werden diskutiert.