BA-Projekt base.camp: Mobile Applikationen für Smart Cities

Inhalt

Mobile Geräte mit der Fähigkeit zur Datenverarbeitung und Kommunikation haben bereits unseren Alltag durchdrungen. Dabei unterstützen sie uns in immer mehr Lebenslagen und eröffnen uns neue Möglichkeiten der Interaktion mit Menschen, Diensten und zunehmend auch weiteren Objekten unseres täglichen Lebens.

Seit 2008 leben mehr als 50% der Weltbevölkerung in Städten. Bis 2050 soll sich dieser Wert auf knapp 70% erhöhen. Diese zunehmende Verstädterung birgt besondere Herausforderungen u.a. für das Leben der Bürger und die dort ansässigen Unternehmen. Unter anderem die Erhöhung der Lebensqualität, Verringerung des Ressourcenverbrauchs, Stärkung der Resilienz – all dies sind Ziele, die mit Hilfe von Informations- und Kommunikationstechnologien erreicht werden können und sollen.

Im Rahmen des Projektes sollen hierfür mobile (kontextsensitive) Anwendungen und Dienste oder kontextbasierte Informationsdienste für die Smart City von morgen entwickelt werden. Zur Umsetzung solcher mobiler verteilter Systeme bietet das Projekt Gelegenheit, relevante Techniken und aktuelle Technologien für den Entwurf, die Programmierung und den Test von mobilen und verteilten Anwendungskomponenten zu erlernen.

Studierende lernen im Rahmen dieses Projektes:

Forschungsergebnisse verstehen und in die Praxis überführen
Leichtgewichtige Sicherheitslösungen
Software-Entwicklung
Verteilte Systeme
Team-Work
Nutzung von Projektmanagement und Kollaborationstools

Vorgehen

Nach einer Einführungsveranstaltung und Themenwahl bilden sich Kleingruppen, die sich methodisch ein Problem erarbeiten.

Anschließend geht es um die Programmierung eines Front- und Back-ends, der am Ende des Semesters im Plenum vorgestellt und getestet wird.

Themen 2019

Wir programmieren KI-Anwendungen, die Maschinelles Lernen nutzen um Vorhersagen zu treffen. Die Themen sind:

Vorhersage von Wetter und Feinstaubwerten anhand von dem Sensornetzwerk von luftdaten.info (https://luftdaten.info/)
Neben der Analyse und Vorhersage der Daten, ist eine Visualisierung gefordert, welche die Daten anhand von Suchfaktoren (Ort, Zeit, Sensorwerte) aufbereitet.
Sentiment-Analyse/Erkennung von Beleidigungen in Social Media (https://projects.fzai.h-da.de/iggsa/germeval/)
Wir bauen einen qualitativ guten Klassifizierer für Beleidigungen oder Sentiment-Analyse. Damit erstellen wir ein Text-Corpus von gelabelten Tweets, das ständig mit neuen Daten augmentiert wird. Aktuelle Ergebnisse werden visualisiert.