Tech Talks, Projekte und Forschung

Tech-Talks: Herbstsemester 2022

Daniel Kröni | 14. Januar 2023

Die Tech-Talk Serie am IMVS ist eine Plattform für den regelmässigen, informellen Austausch, bei dem die Mitarbeitenden ihre aktuellen Schwerpunktthemen oder sonstige Interessen präsentieren.

Titel / PersonAbstract
C++: Wandel im Dreijahresrhythmus
Christoph Stamm
Seit 2011, den Anfängen von «modernem C++», hat sich C++ im Dreijahresrhythmus schrittweise verändert: verschiedene Konzepte sind neu hinzugekommen und für ein paar alte Techniken stehen bessere Alternativen zur Verfügung. Darüber hinaus ist auch die Standardbibliothek stark erweitert worden. Anhand von einer Vielzahl an Code-Beispielen gab uns Christoph Stamm einen Einblick in die Veränderungen von C++11 bis C++20.
GPU-Programmierung mit CUDA
Paul Sonnenschein
Grafikkarten (GPUs) erlauben es uns massive Datenmengen zu verarbeiten. Doch wie bei der Umstellung von Single-Threaded zu Multi-Threaded Programmen, gibt es auch hier einiges zu beachten. In diesem Tech-Talk hat uns Paul Sonnenschein eine Einführung in die GPU-Programmierung mit CUDA gegeben, einige der Tücken auf die man stossen wird gezeigt und das Thema mit Beispielen aus dem Trackscore Projekt illustriert.
Github Copilot
Dierk König
Manche sagen voraus, dass die nächste Dekade der Softwareentwicklung von einem neuen Paradigma geprägt sein wird: dem Bau von Software mit Hilfe von Artificial Intelligence. Dierk König hat uns in diesem Tech-Talk das Prinzip vorgeführt und zu einer Diskussion angeregt, wie wir im Anwendungsbau aber auch vor allem in der Lehre damit umgehen wollen. Die Bandbreite der Antworten auf diese Frage könnte gehen von «verbieten und totschweigen» bis «proaktiv thematisieren und best practices aufzeigen». Die persönlichen Erfahrungen, die Dierk mit Copilot gemacht hat, hat er in diesem Tech-Talk mit uns geteilt.
Automated Analysis for Urban Biodiodiversity Monitoring
Timeo Wullschleger
Im Rahmen des SNF Forschungsprojekts Mitwelten werden Bilder von Blumen aufgenommen, um eine Aussage über die Biodiversität von Bestäubern zu machen.
In seinerm P8 Projekt hat sich Timeo Wullschleger mit der Frage auseinandergesetzt, wie die Auswertung der Bilder automatisiert werden kann. Konkret geht es bei der Auswertung um das Erkennen von Bestäubern auf den Aufnahmen. Die besten Resultate wurden mit einer Inferenz Pipeline, bestehend aus zwei YOLOv5 Object Detection Models, erzielt.
Anwendung und Evaluation von Deep Learning Ansätzen auf Kamerafallenbilder der Universität Fribourg
Simon Stähli
In seiner Bachelorarbeit hat Simon Stähli die Verwendung von Deep Learning Methoden auf den von der Universität Fribourg zur Verfügung gestellten Datensatz von Kamerafallenbildern untersucht. Die Anwendung von Deep Learning soll Biologen helfen, effizienter zu arbeiten. Für diesen Zweck wurden die Daten eingehend geprüft und am Ende eine Pipeline zur Klassifikation der Spezies erstellt und trainiert.
Hallo Alexa: Programmierung von Skills
Dominik Gruntz
Im IMVS Code-Camp hat Dominik Gruntz seinen ersten Alexa-Skill programmiert. Skills ähneln den Apps auf einem Smartphone, d.h. man kann damit die Funktionalität von Alexa nachträglich erweitern. Dominik hat uns in diesem Tech-Talk erklärt, wie Alexa funktioniert und am Beispiel eines kleinen Spiels gezeigt, wie man Skills programmieren kann.
Software eats Infrastructure
Sebastian Graf
Braucht es dedizierte Systemadministratoren noch für das Bereitstellen von Software? Wie schnell bekommt man eine Webanwendung produktiv? Anhand von Kubernetes, Helm, Gitlab, Terraform und einigen anderen Werkzeugen ist Sebastian Graf dieser Frage anhand eines Showcases auf den Grund gegangen.
Editor für Zustandsmaschinen
Oliver Fabel
Zustandsmaschinen sind oft grundlegender Bestandteil industrieller Anlagen und Apparate. Darum sollten diese auch gut und leicht verständlich dokumentiert sein. Das von Oliver Fabel vorgestellte Projekt befasst sich mit einer Lösung, welche der häufig entstehenden Diskrepanz zwischen Spezifikation, Code und Dokumentation Abhilfe schaffen soll.
AutoFeedback – An Automatic Evaluation System for Java Code
Joel Emmenegger
The first-year students of the computer science program at the University of Applied Sciences learn the programming basics in the Java programming language. The manually assessed programming exercises are an essential part of the learning process for students. AutoFeedback, a web-based automated feedback generation system, is a proposal to automate most of the time-consuming evaluation process. It runs provided unit tests, evaluates the asymptotic time complexity, proves correctness with respect to a formal specification using Java Modeling Language, analyzes the code structure and compares it to a sample solution. This multi-layered automatic evaluation process is new and reflects a much better overall impression of the current level of knowledge in programming exercises.

Kontakt

Daniel Kröni

Wissenschaftlicher Mitarbeiter

Telefon: +41 56 202 78 17(direkt)
zurück zu allen Beiträgen

Kommentare

Keine Kommentare erfasst zu Tech-Talks: Herbstsemester 2022

Neuer Kommentar

×