Forschen und Publizieren

Für das Forschungs- und Entwicklungsprojekt im Master-Studiengang Technisches Innovationsmanagement steht Ihnen ein stetig wachsender Themenpool zur Verfügung, aus dem Sie entsprechend Ihrer Interessen wählen können.

Herausragende Ergebnisse aus Projekten oder Master-Arbeiten führen immer wieder zu wissenschaftlichen Publikationen wie diesen:

Heilmann A., Spaunhorst R., Schulz F. (2022) Methodology for Selecting Agile Methods in Transdisciplinary Sustainability Projects. In: Leal Filho W., Azul A.M., Doni F., Salvia A.L. (eds) Handbook of Sustainability Science in the Future. Springer, Cham. https://doi.org/10.1007/978-3-030-68074-9_102-1

Stefanie Krause, Oliver Otto, and Frieder Stolzenburg. Fast classification learning with neural networks and conceptors for speech recognition and car driving maneuvers. In Phatthanaphong Chomphuwiset, Junmo Kim, and Pornntiwa Pawara, editors, Proceedings of the 14th Multi-Disciplinary International Conference on Artificial Intelligence (MIWAI), LNAI 12832, pages 45–57. Springer Nature Switzerland, 2021.
URL: http://link.springer.com/chapter/10.1007/978-3-030-80253-0_5
DOI:10.1007/978-3-030-80253-0_5
Video: http://www.youtube.com/watch?v=OikbBnZgYGM

Florian Hellmund, Kai Steckhan, and Frieder Stolzenburg. Intelligente Bilderkennung für einen mobilen Roboter-Begleiter – Best Buddy Intelligence. In Kristin Mitte, editor, 21. Nachwuchswissenschaftlerkonferenz, pages 239–242. Ernst-Abbe-Hochschule Jena, 2021. Abstract.

Hans-Jürgen Scheruhn, Christian Reiter, Christian Biermann, Elnur Bayramli. Analyse von ERP-Systemen am Beispiel von SAP. In: Lennart Brand, Karin Gräslund, Dietmar Kilian, Helmut Krcmar, Klaus Turowski, Holger Wittges (Hrsg.): Proceedings of the SAP Academic Community Conference 2021 DACH, Technische Universität München, 2021. DOI: https://doi.org/10.14459/2021md1622154

Gunter Schuh, Paul Scholz, Thomas Leich, Richard May. Identifying and Analyzing Data Model Requirements and Technology Potentials of Machine Learning Systems in the Manufacturing Industry of the Future. In: 61st International Scientific Conference on Information Technology and Management Science of Riga Technical University (ITMS) 2020. DOI: 10.1109/ITMS51158.2020.9259303

Schuh, Lena Sophie; Schulte, Rebecca; Heilmann, Andrea (2020): Agile Methoden in transdisziplinären Forschungsprojekten: Eine fixe Idee oder zukunftsweisende Realität? In: Dirk Sackmann, Jessika Rix und Ivette Witkowski (Hg.): 20. Nachwuchswissenschaftlerkonferenz. Book of Abstracts. Merseburg: Hochschulverlag Merseburg, S. 148–151.

Oliver Otto. Analyse von Smartphone-Sensordaten mit rekurrenten neuronalen Netzen zur Klassifikation von Fahrmanövern. WAIT – Wernigeröder Automatisierungs- und Informatiktexte 03/2020, Fachbereich Automatisierung und Informatik, Hochschule Harz, 2020.
URL: http://opendata.uni-halle.de/handle/1981185920/36166
DOI: 10.25673/35931

Sandra Litz. Vorhersage von Aktienkursen mithilfe rekurrenter neuronaler Netze. WAIT – Wernigeröder Automatisierungs- und Informatiktexte 01/2020, Fachbereich Automatisierung und Informatik, Hochschule Harz, 2020.
URL: http://opendata.uni-halle.de/handle/1981185920/36107
DOI: 10.25673/35875

Heilmann, A.; Kiefer, N.; Drögehorn, O.: Verbesserung der Energieeffizienz als Beitrag zur Verbesserung der Nachhaltigkeit der Hochschule Harz, in: Leal Filho, W.: Aktuelle Ansätze zur Umsetzung der UN-Nachhaltigkeitsziele; Spriner Spektrum, Berlin, 2019; ISBN 978-3-662-58716-4; S. 99-111

Oliver Otto and Frieder Stolzenburg. Analyse von Smartphone-Sensordaten mit rekurrenten neuronalen Netzen zur Klassifikation von Fahrmanövern. In Jörg Kirbs, editor, 20. Nachwuchswissenschaftlerkonferenz, page 15, Hochschule Merseburg, 2019. Abstract.

Jerome Kuhle, Kai Steckhan, Frieder Stolzenburg, and Christian Guder. Best Buddy – ein intelligenter Roboter mit Smartphone. In Jörg Kirbs, editor, 20. Nachwuchswissenschaftlerkonferenz, page 21, Hochschule Merseburg, 2019. Abstract.

Frieder Stolzenburg, Sandra Litz, Olivia Michael, and Oliver Obst. The power of linear recurrent neural networks. CoRR – Computing Research Repository abs/1802.03308, Cornell University Library, 2018. Latest revision 2022.
URL: http://arxiv.org/abs/1802.0330