http://www.tu-ilmenau.de

Logo TU Ilmenau


Ansprechpartner

Prof. Dr. Patrick Mäder (JP)

Fachgebietsleiter

Telefon +49 3677 69-4839

E-Mail senden

Ihre Position

INHALTE

Forschung

Aktivitätserkennung und -vervollständigung


Anwendung: Auto-Completion in Modellierungs- und Simulationswerkzeugen
Technik: complex-event-processing, machine learning, dynamic programming, frequent subgraph mining
Partner: Andato GbmH & Co. KG, Ilmenau
Projekte: IntelliSim

Publikationen

Tobias Kuschke, Patrick Mäder: "Pattern-based auto-completion of UML modeling activities", International Conference on Automated Software Engineering (ASE), 2014, 10.1145/2642937.2642949

Tobias Kuschke, Patrick Mäder, Patrick Rempel: "Recommending Auto-completions for Software Modeling Activities", International Conference on Model-Driven Engineering Languages and Systems, 2013, 10.1007/978-3-642-41533-3_11

Kontinuierliche Zertifizierbarkeit sicherheitskritischer Entwicklungen


Anwendung: Unterstützung der Entwickler bei der Erstellung von Zertifzierungsunterlagen durch Automatisierungen und Empfehlungssysteme 
Technik: automatische Analyse und Bewertung von Traceability-Beziehungen, grafische Abfragesprachen, automatische Artefakt-Analysen, natürlichsprachige Abfragen, Recommender
Partner: itemis AG, Neways Electronics International
Projekte: VisTraQ, Asked and Answered

Publikationen

Michael Rath, Jacob Rendall, Jin L.C. Guo, Jane Cleland-Huang, Patrick Mäder: "Traceability in the wild: automatically augmenting incomplete trace links", ICSE (Distinguished Paper), 2018, 10.1145/3180155.3180207

Patrick Rempel, Patrick Mäder: "Preventing Defects: The Impact of Requirements Traceability Completeness on Software Quality", IEEE Transactions on Software Engineering, 2017, 10.1109/TSE.2016.2622264

Taxonomische Klassifikatoren


Anwendung: Nutzung und Vorhersage von taxonomischen und semantischen Zusammenhängen
Technik: convolutional neural networks, recurrent neural networks, autoencoder, word embeddings
Projekte: Flora Incognita, Secure Software Engineering

Publikationen

Marco Seeland, Michael Rzanny, David Boho, Jana Wäldchen, Patrick Mäder: "Image-based Classification of Plant Genus and Family for Trained and Untrained Plant Species", BMC Bioinformatics, 2019, 10.1186/s12859-018-2474-x

Visuelle Metrologie


Anwendung: Erkennen und Ausmessen visueller Merkmale, Größenverhältnisse, Abstände, Verteilungen, und Geschwindigkeiten in Bildern bzw. Sequenzen, Erkennen von Defekten
Technik: object detection, scene parsing, optical flow, visual geometry, calibration, feature matching
Partner: MPI-BGC Jena
Projekte: Flora Incognita, PolDiv

Publikationen

Martin Hofmann, Marco Seeland, Patrick Mäder: "Efficiently Annotating Object Images with Absolute Size Information Using Mobile Devices", International Journal of Computer Vision, 2018, 10.1007/s11263-018-1093-3

Susanne Dunker, David Boho, Jana Wäldchen, Patrick Mäder: "Combining high-throughput imaging flow cytometry and deep learning for efficient species and life-cycle stage identification of phytoplankton", BMC Ecology, 2018, 10.1186/s12898-018-0209-5

Learning from Less


Anwendung: Effizientes Lernen aus wenigen Daten
Technik: deep learning, autoencoder, support vector machines
Projekte: Flora Incognita

Publikationen

Marco Seeland, Michael Rzanny, David Boho, Jana Wäldchen, Patrick Mäder: "Image-based Classification of Plant Genus and Family for Trained and Untrained Plant Species", BMC Bioinformatics, 2019, 10.1186/s12859-018-2474-x

Michael Rzanny, Marco Seeland, Jana Wäldchen, Patrick Mäder: "Acquiring and preprocessing leaf images for automated plant identification: Understanding the tradeoff between effort and information gain", BMC Plant Methods, 2017, 10.1186/s13007-017-0245-8

Marco Seeland, Michael Rzanny, Nedal Alaqraa, Jana Wäldchen, Patrick Mäder: "Plant species classification using flower images—A comparative study of local feature representations", PLoS ONE, 2017, 10.1371/journal.pone.0170629

Multimodale Klassifikation und Empfehlungsdienste


Anwendung: Verarbeitung und Fusion multimodaler Daten für Klassifikatoren und Empfehlungsdienste u.A. zur Augmentierung von Tracelinks in Issuetrackern, Bug-Prediction, smarte QA Systeme, und Vorhersage spatio-temporaler Ereignisse 
Technik: data mining, statistical inference, information theory, decision trees, deep learning
Projekte: Asked and Answered, Secure Software Engineering, Flora Incognita, Forschungsförderung, Back to the Roots II

Publikationen

Hans Christian Wittich, Marco Seeland, Jana Wäldchen, Michael Rzanny, Patrick Mäder: "Recommending plant taxa for supporting on-site species identification", BMC Bioinformatics, 2018, 10.1186/s12859-018-2201-7

Martin Hofmann, Marco Seeland, Patrick Mäder: "Efficiently Annotating Object Images with Absolute Size Information Using Mobile Devices", International Journal of Computer Vision, 2018, 10.1007/s11263-018-1093-3

Beurteilung Maschineller Entscheidungsfindung


Anwendung: Analyse und Beurteilung zur Güte und Sicherheit von Klassifikatoren
Technik: guided-backpropagation, ensemble classification
Projekte: Flora Incognita, Asked and Answered, Secure Software Engineering

Publikationen

Marco Seeland, Michael Rzanny, David Boho, Jana Wäldchen, Patrick Mäder: "Image-based Classification of Plant Genus and Family for Trained and Untrained Plant Species", BMC Bioinformatics, 2019, 10.1186/s12859-018-2474-x

Mehrstufige und Interaktive Prozesse


Anwendung: Kosten-/Zeit-/X-optimierte Pfade zur sicheren Entscheidungsfindung in mehrstufigen/interaktiven Prozessen
Technik: statistical/bayes inference, information theory, machine learning
Partner: itemis AG, Andato
Projekte: IntelliSim, Flora Incognita, VisTraQ

Feingranulare Klassifikation und Detektion


Anwendung: Erkennung und Unterscheidung von Objekten/Klassen/Mustern in Bildern/Sequenzen/Zeitreihen
Technik: object detection, recurrent neural networks, convolutional neural networks
Partner: MPI-BGC Jena
Projekte: Flora Incognita, Asked and Answered, PolDiv, Forschungsförderung, Secure Software Engineering

Publikationen

Marco Seeland, Michael Rzanny, David Boho, Jana Wäldchen, Patrick Mäder: "Image-based Classification of Plant Genus and Family for Trained and Untrained Plant Species", BMC Bioinformatics, 2019, 10.1186/s12859-018-2474-x

Susanne Dunker, David Boho, Jana Wäldchen, Patrick Mäder: "Combining high-throughput imaging flow cytometry and deep learning for efficient species and life-cycle stage identification of phytoplankton", BMC Ecology, 2018, 10.1186/s12898-018-0209-5

Jana Wäldchen, Michael Rzanny, Marco Seeland, Patrick Mäder: "Automated plant species identification—Trends and future directions", PLoS Computational Biology, 2018, 10.1371/journal.pcbi.1005993

Michael Rzanny, Marco Seeland, Jana Wäldchen, Patrick Mäder: "Acquiring and preprocessing leaf images for automated plant identification: Understanding the tradeoff between effort and information gain", BMC Plant Methods, 2017, 10.1186/s13007-017-0245-8

Marco Seeland, Michael Rzanny, Nedal Alaqraa, Jana Wäldchen, Patrick Mäder: "Plant species classification using flower images—A comparative study of local feature representations", PLoS ONE, 2017, 10.1371/journal.pone.0170629