Projektkatalog for P1-perioden
P1-vejlederneRedigeret af Kurt Nørmark
Datalogi og SoftwareFørste Studieår
Aalborg Universitet
Efterårssemesteret 2014
Indhold
Vejledere 2
Om gruppedannelse 3
P1-projektenheden - studieordningen 4
Baggagetransport 6
Intelligent styring af termostater 7
Elektronisk valg 8
Googles PageRank-algoritme 9
Bedre rutevejledning i Google Maps 10
Den perfekte gruppedannelse 11
Den autonome robot 12
NemID version 2.0 13
Automatisering af besøgsplanlægning i hjemmeplejen 14
Indendørs Navigering på Sygehuse 15
Ressourceplanlægning på AAU 16
Analyse af musik 17
IT-sikkerhed i hverdagssystemer 18
Når en printer kan udgøre en sikkerhedsrisiko 19
Organisering af frivilligt arbejde 20
1
Vejledere
Dette projektkatalog rummer en række projektforslag, som vejlederne har formuleret. Desuden rummer ka-taloget en beskrivelse af reglerne for P1 gruppedannelsen samt en beskrivelse af målene med P1-projektmo-dulet fra studieordningen.
Hovedvejledere
• 1 gruppe. Louise Foshammer, [email protected]
• 1 gruppe. Jakob H. Taankvist, [email protected]
• 5 grupper. Nis Bornø, [email protected]
• 5 grupper. Jane Billestrup, [email protected]
• 5 grupper. Kurt Nørmark, [email protected]
• 2 grupper. Peter Gjøl Jensen, [email protected]
• 1 gruppe. Jacob Volstrup: [email protected]
• 1 gruppe. Lars Jørgensen: [email protected]
• 2 grupper. Per Stilling: [email protected]
• 2 grupper. Rasmus Prentow: [email protected]
Bivejledere
• 2 grupper. Bente Nørgaard, [email protected]
• 3 grupper. Esben Munk Sørensen, [email protected]
• 5 grupper. Sara Bjørn Aaen, [email protected]
• 4 grupper. Søren Løkke, [email protected]
• 3 grupper. Mona Dahms, [email protected]
• 3 grupper. Jeppe Astrup Andersen, [email protected]
• 3 grupper. Søren Kerndrup, [email protected]
2
Om gruppedannelse
Alle studerende på Datalogi og Software skal være med i en P1-projektgruppe. Alle studerende skal derfordeltage i P1 gruppedannelsen. Hvis man bliver syg på dagen, hvor gruppedannelsen foregår, skal man kon-takte sekretær Linette Pedersen så hurtigt som muligt, enten via email på [email protected] eller ved at ringepå telefon 9940 3781.Gruppedannelsen foregår efter følgende plan:
• Mandag 6. oktober kl. 8:15 - ca. 9:30: Der orienteres om P1 projektforløbet. Projektforslagene præsen-teres af P1 vejlederne.
• Projektmarked indtil kl. 14. De studerende diskuterer projektforslagene - i auditoriet og senere om-kring grupperummene (4. etage, Strandvejen 12-14). Vejlederne er omkring et stykke tid efter oriente-ringen i auditoriet. Dette ender med at hver enkelt studerende vælger sig ind på netop ét af projektfor-slagene.
• Mandag 6. oktober Kl. 15.00 - 15.30: Gruppedannelse for datalogistuderende.
• Mandag 6. oktober Kl. 15.30 - 16:15: Gruppedannelse for softwarestuderende.
Studerende som ønsker at arbejde med det samme projektforslag danner grupper. I de tilfælde hvor gruppe-dannelsen “ikke går op” gentages gruppedannelsen indtil alle er kommet i en gruppe inden for et emne, derpasser med gruppemedlemmernes interesser.Dette projektkatalog er kendt nogle dage før selve gruppedannelsen. Ligeledes vil der være adgang til etweb-system, som tillader de studerende at ytre interesse for et projektforslag, og som giver adgang til andrestuderende der interesserer sig for det samme forslag.
Principper for gruppedannelsen
Der er et antal vigtige principper, som skal overholdes.
• Datalogi- og software-studerende skal danne grupper hver for sig. Antallet af grupper for hver studie-retning bliver oplyst ved selve gruppedannelsen.
• Alle studerende skal deltage aktivt i gruppedannelsen. Man må ikke sidde og vente til alle andre harfundet sammen og så satse på at finde en gruppe!
• Man skal først og fremmest danne gruppe efter hvilken projektidé man er interesseret i.
• Ingen grupper er dannet, før alle studerende på holdet er i en gruppe.
• Hver gruppe skal udpege et medlem til styregruppen.
3
P1-projektenheden - studieordningen
Titel
Fra eksisterende software til modeller
Forudsætninger
Projektmodulet P0 samt at kurserne Imperativ Programmering og PV følges parallelt med projektarbejdet.
Formål
At den studerende opnår færdigheder i problemorienteret projektarbejde i en gruppe samt viden om sam-menhænge mellem problemdefinition, modeldannelsers rolle i forståelse og konstruktion af programmer,og programmer som løsning på et problem i en problemstillings kontekst. Endvidere at opnå viden om fa-gets indhold og fagets videre potentialer.
Begrundelse
Projektarbejdet fokuserer på at opnå erfaring med problemorienteret projektarbejde i tilknytning til pro-grammering og programforståelse for at opbygge både software- og projektkompetence til P2 projektet.
Mål
Viden
Den studerende skal kunne:
• forstå og gøre rede for de i projektet anvendte teorier og metoder til analyse af den valgte problemstil-ling
• specielt forstå og gøre rede for de begreber inden for programmering og modellering, som er blevetanvendt i forbindelse med projektet
• forstå og gøre rede for projektets kontekstuelle forhold.
Færdigheder
Den studerende skal kunne:
• vælge, beskrive og anvende en af de i PV-kurset foreslåede metoder til organisering af gruppesamar-bejdet og til løsning af eventuelle gruppekonflikter
• anvende begreber og værktøjer til problembaseret projektarbejde og reflektere skriftligt over den pro-blembaserede læring i projektsammenhæng
4
• formidle projektets arbejdsresultater og arbejdsprocesser på en struktureret og forståelig måde, såvelskriftligt, grafisk som mundtligt.
Kompetence
Den studerende skal kunne:
• analysere en problemstilling inden for software og inden for denne problemstilling formulere et pro-blem, hvor programmering kan indgå som del af løsningen
• opstille en model af problemstillingen
• inddrage relevante begreber og metoder til analyse og vurdering af projektets løsninger i relation tilproblemets kontekst.
Indhold
Som del af projektet skal gruppen i fællesskab udarbejde et mindre program af høj kvalitet. Der skal i denneforbindelse også være en beskrivelse af væsentlige egenskaber ved programmet. Som dokumentation forprojektarbejdet skal projektgruppen:
• udarbejde en P1-projektrapport
• udarbejde et nyt P1-projektforslag, som vil kunne præsenteres ved næste P1-forløb
• deltage i P1-erfaringsopsamling
• udarbejde en P1-procesanalyse.
Midt i projektperioden afholdes et statusseminar, hvor projektgruppen fremlægger sin problemformulering,arbejdsresultater og erfaringer med projektarbejdsprocessen. Ved dette seminar deltager mindst én andenprojektgruppe og de pågældende gruppers vejledere.Efter aflevering af projektrapporten afholdes en erfaringsopsamling, hvor et antal P1-projektgrupper frem-lægger deres erfaringer med projektets arbejdsproces. Erfaringsopsamlingen danner grundlag for den en-kelte gruppes procesanalyse.
Prøveform
Gruppeeksamen på baggrund af projektdokumentationen. (Denne eksamensform fremgår ikke direkte afstudieordningen, men den er et resultat af genindførelsen af gruppeeksamen på AAU, med start ved vin-tereksamen 2012/2013). Intern censur (hvilket betyder der deltager en censor, som er ansat ved AalborgUniversitet).
Bedømmelse
Individuel karakter efter 7-trins-skalaen.
5
Baggagetransport
Mange har oplevet det. Man flyver på ferie og når man endelig kommer frem til destinationen er ens bagageforsinket.
Problemstilling
Det er unødvendigt tidsplid og irriterende for mange passagerer at deres bagage bliver forsinket. Og i taktmed at antallet af flypassagerer stiger år efter år stiger mængden af lufthavnsbagage tilsvarende. Det er sti-gende problem blandt lufthavne at sikre at der ikke sker forsinkelser i personers bagage i forhold til ejerenaf personen. Det er dyrt for lufthavnene, og det irriterer de passagerer hvis bagage bliver forsinket. Der ermange grunde til at bagage er forsinket og specielt transit bagage rammes ofte af disse problemer. Men forpassageren er resultatet det samme – bagagen er forsinket.
Mål
Målet er at analysere hvordan lufthavnsbagage rejser, og hvilke problemstillinger lufthavne løber ind i. Påden baggrund opstille en model for transport af lufthavnsbagage. Modellen implementeres, og det analyse-res hvor der er flaskehalse. Fokus kan være på hvor og hvordan kan man forbedre transporten af lufthavnba-gage.
Eksempler på datalogiske problemstillinger
Algoritmer, datastrukturer, optimeringer og grafteori.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvor er der problemer i transportkæden af lufthavnsbagage? Er der lovmæssige problemstillinger der med-fører forsinkelser?
Forslagsstiller
Lars Jørgensen ([email protected])
6
Intelligent styring af termostater
Mange af de termostater der findes i dag på markedet kan fjernstyres via kendte protokoller. Desværre ermange af de styringsenheder, der er til dem, meget begrænsede. Med nye små formfactor enheder, såsomRaspBerry Pi, kan man forbinde en computer med en termostat. Dette giver mange muligheder for at styrevarmen i sit hjem i en samlet løsning.
Problemstilling
Hvordan kan vi integrere termostater med styrings-enheder og skabe en samlet styring af hjemmets varme-apparater. Kan eksisterede platforme anvendes og kan styringen optimeres for at skabe et bedre indeklima;eksempelvis sammen med andre målinger i hjemmet. Hvordan kan man lave styring af disse enheder så detager højde for brugernes mønstre såsom at skrue ned for varmen når ingen er hjemme.
Mål
Målet med dette projekt er at skabe, eller bygge videre på, en platform hvorfra man kan styre enheder ihjemmet og udvikle interessante scenarier og modeller for dette. Der er mulighed for at låne enheder hvorpåman kan eksperimentere med forskellige løsninger. Der kan fokuseres på selve styringen af termostaten ellerpå hvordan platformen skal opbygges.
Eksempler på datalogiske problemstillinger
Indlejrede systemer, datastrukturer, programmering og modellering.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hjemmeautomation er en del af fremtiden. Der spekuleres en stor del i smart grids, hvorunder dette projektogså hører til. Nogle konkrete spørgsmål, der kunne besvares, er følgende: Hvad betyder hjemmeautomationfor vores livstil? Hvordan oplever beboerne det at huset styrer apparaterne automatisk? Hvilken betydninghar hjemmeautomation for den øgede produktion fra vedvarende energikilder?
Forslagsstiller
Rasmus Prentow ([email protected])
7
Elektronisk valg
Et ofte stillet spørgsmål er hvorfor kan jeg ikke stemme online, når jeg kan klare så private ting som minebankforretninger online? Og hvorfor er valg så ikke i det mindste elektronisk, når jeg kommer frem til valg-stedet?
Problemstilling
Som det ser ud i dag er elektronisk valg ikke en mulighed, men hvilken slags problemer gør, at det ikke ermuligt at afholde valg elektronisk? Hvilke problemer er der forbundet med online valg? Nogle lande hareksperimenteret med elektronisk fremmødevalg, men dette er ikke blevet en stor succes. Hvorfor? Projektetfokuserer på hvilke fordele og ulemper, der er ved elektronisk valg i forhold til papirvalg - herunder aspekteraf sikkerhed og verificerbarhed. Der findes metoder, som i praksis opfylder de krav, der stilles til sikkert valg,herunder særligt en protokol af Tuinstra og Benaloh, men hvorfor er dette så ikke i brug?
Mål
Målet er at implementere Tuinstra og Benalohs protokol til sikkert valg og vurdere hvilke problemer, der erforbundet med at bruge denne i et virkeligt valg.
Eksempler på datalogiske problemstillinger
Algoritmer, sikkerhed og programmering.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvad ville det betyde for vores samfund at få elektronisk valg? Hvordan står det til med valgsikkerheden vedelektronisk valg? Hvordan står det til med valgsikkerheden i dag? Hvor vigtig er de forskellige aspekter afvalgsikkerhed egentlig i praksis?
Forslagsstiller
Louise Foshammer ([email protected])
8
Googles PageRank-algoritme
PageRank-algoritmen blev udviklet af Larry Page og Sergey Brin på Stanford University i 1996. Udviklingenaf PageRank-algoritmen førte til grundlæggelsen af Google, og gjorde det muligt at rangere websider ud frasimple principper og matematiske modeller. I et netværk som internettet findes der i omegnen af 4 milliarderwebsider. Internettet er et selvorganiseret netværk, hvor det enkelte webside overordnet set selv bestemmerhvilke andre websider de linker til. Ydermere er det frit for alle websider at linke til alle andre websider.Hvorledes navigerer man, organiserer søgninger og prioriterer hvilke hits man vil liste først?
Problemstilling
Der kræves en definition af hvor interessant en webside er. Hvis webside A henvises til af andre websider B1,B2, . . . så må A være interessant. Hvis ydermere f.eks. B1 er interessant må A være mere interessant, da denhenvises til af interessante sider. Jo flere interessante sider, der henviser til A, jo mere interessant må den væ-re. Internettet kan betragtes som en orienteret graf. Vi vil betragte det matematiske grundlag for rangordningaf knuder i et netværk og definerer PageRank-vektoren, som indeholde rangeringen af hver knude (website)i netværket. Definitionen for den i’te websides PageRank er
P (i ) = ∑(i , j )∈E
P ( j )
O j
hvor E er kanterne og O j er antallet af udgående links fra en webside j . PageRank-vektoren er således(P (1),P (2), . . . ,P (N )), hvor N er antal knuder.
Mål
Målet med projektet er at undersøge definitionen af PageRank-vektoren - giver denne mening. Derudoverudvikles en algoritme til beregning af PageRank-vektoren. Denne bør kunne bruges til netværk med mindst1010 knuder.
Eksempler på datalogiske problemstillinger
Grafteori, konstruktion af algoritmer og datastrukturer.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvad betyder det for vores samfund at Google bestemmer hvilke sider, der er vigtigst og dermed bestem-mer hvilke sider, der bliver set? Er det en stigende tendens i samfundet at stole på automatisk beregnedevurderinger?
Forslagsstiller
Louise Foshammer ([email protected])
9
Bedre rutevejledning i Google Maps
I Google Maps kan man få en vejledning til at komme fra ét sted til ét andet. Men hvad nu hvis man gerne vilsamle sine venner op på vejen?
Problemstilling
I Google maps kan man få en rutevejledning fra ét sted til ét andet. Dette er dog ikke specielt smart hvis manskal samle sine venner op på vejen. Hvis dette er tilfældet, skal man selv vælge hvilken rækkefølge man vilsamle vennerne op. Hvorfor kan Google ikke bare fortælle os denne rækkefølge?
Mål
Målet er at lave et værktøj som kan hjælpe næste gang man skal samle sine venner op på vej til fodbold, udenat man selv skal fortælle hvilken rækkefølge det skal ske i.
Eksempler på datalogiske problemstillinger
Graf teori, traveling salesman, NP-completeness og reduktioner.
Eksempler på kontekstuelle spørgsmål og problemstillinger
I hvilke andre sammenhænge kan man bruge værktøjet? Fx. post udbringning, skraldeindhentning osv. Erder ting som man skal være opmærksom på før man “bare” bruger værktøjet i andre sammenhænge? Kunneman optimere kommunens nuværende ruter?
Forslagsstillere
Peter Gjøl Jensen ([email protected])Jakob Haahr Taankvist ([email protected])
10
Den perfekte gruppedannelse
Det er svært at lave projektgrupper. Alle har nogle de hellere vil arbejde sammen med end andre, og alle harnogle projektforslag, som de hellere vil arbejde med end andre.
Problemstilling
Det er altid svært at lave gode grupper så alle bliver tilfredse. Gruppedannelser har nogle gange taget heledage. Derfor kunne det være rart med et værktøj som kunne hjælpe i processen, eller eventuelt helt overtageden? Dermed kan man måske få en mere optimal gruppedannelse. Er det muligt at udtrykke de præfferencerog relationer der findes i den sociale kontekst i en computer? Benytter alle folk den samme skala? Hvad nuhvis vi gerne vil have så stor spredning i grupperne som overhovedet muligt? Kan vi sammensætte gruppernebaseret på projektforslag? Kan projektforslag ligne hinanden?
Mål
Målet i dette projekt er at arbejde med formel modelering af gruppedannelse. Målet er endvidere at udvikleen eller flere algoritmer, som kan løse eller assistere i dannelsen af grupper.
Eksempler på datalogiske problemstillinger
Graf teori, Cliques in graphs og NP-completeness.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Et problem i denne sammenhænge er selvfølgelig om de studerende vil være trygge ved at bruge værktøjet?Kan man få den information som er nødvendig for algoritmen på en let måde. Et problem relateret til omde studerende er trygge ved algoritmen er selvfølgelig om modellen er tæt nok på virkeligheden? Det er ogsåværd at overveje om der er gruppedannelses-lignende problemer andre steder.
Forslagsstillere
Peter Gjøl Jensen ([email protected])Jakob Haahr Taankvist ([email protected])
11
Den autonome robot
Robotter har gjort deres indtog i vores hjem. Støvsugerrobotter er et godt eksempel på dette, og viser medderes lidt tilfældige støvsugningsstrategi at der måske er plads til forbedringer.
Problemstilling
At få en robot til at løse en opgave er svært. En måde at få en robot til at løse en opgave på, er ved blot at ladetilfældighed og kaos råde - med nok tid og energi skal opgaven nok blive løst. I mange henseender er detteikke en optimal strategi, og nogle gange endda ikke ønskelig. Hvad ville der for eksempel ske hvis en robotsatte sig for at male en bil? Er den tilfældige strategi god nok? Kan den lære en strategi på basis af de sidste200 biler den har malet? Har vi 200 biler vi kan bruge på dette? Kan vi måske forudberegne en strategi? Hvadsker der hvis vi har flere robotter der arbejder sammen?
Mål
Målet er at opstille en model for en robot og så beregne en slagplan for robotten så den kan få sin opgaveudført.
Eksempler på datalogiske problemstillinger
Maskinlæring, modelering, model-chekning, spil-teori og graf-teori.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvad sker der når robotter begynder at overtage alle vores jobs? Kan vi overhovedet garantere at robottenopfører sig pænt? Hvem har ansvaret for en robots handlinger? Kan vi lave et regelsæt for robotter lig Asimov’slove?
Forslagsstillere
Peter Gjøl Jensen ([email protected])Jakob Haahr Taankvist ([email protected])
12
NemID version 2.0
I december 2017 skal der være en ny version af NemID klar1. Hvilke overvejelser er vigtige for den næsteversion af NemID? Er der problemer med den nuværende version af NemID?
Problemstilling
I øjeblikket har NemID to formål. Det første og klart mest brugte formål er at identificere brugeren, fx. for-tælle din bank at du er den, du udgiver dig for at være. Det andet og noget mindre brugte er at give en digitalunderskrift, fx. at underskrive et dokument fra kommunen. Det interessante er at den brugte teknologi ho-vedsageligt er udviklet til det sidste (og mindst brugte) formål. Findes der andre metoder som er bedre tilidentifikationsdelen?I øjeblikket er NemID også sårbart overfor såkaldte Man In The Middle angreb2 Kan dette forhindres? Hvilkeproblemer er der i dette?
Mål
Opstilling af modeller af sikkerhedsscenariet og analyse af forskellige løsningsmetoder. Udarbejdelse af etforslag til NemID version 2.0. med fokus på identifikationsdelen af problemet.
Eksempler på datalogiske problemstillinger
Digitale signaturer, zero knowledge protokoller, secure sockets layer (SSL) og sikkerhed på nettet.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Sikkerhed er et vigtigt element i internettets udbredelse. I de seneste år er det offentlige gået igennem enmassiv digitalisering, som i stor grad bygger på NemID (fx. skal alle borgere snart kunne modtage digitalpost). Hvilke udfordringer er der fra borgernes synspunkt med NemID og den digitalisering det har under-støttet? Hvilke overvejelser er vigtige fra et brugersynspunkt i NemID version 2.0?
Forslagsstillere
Peter Gjøl Jensen ([email protected])Jakob Haahr Taankvist ([email protected])
1http://www.version2.dk/artikel/her-er-tidsplanen-naeste-generation-af-nemid-683312http://www.version2.dk/artikel/paerelet-narre-nemid-fra-dig-med-klonede-hjemmesider-32397
13
Automatisering af besøgsplanlægning ihjemmeplejen
I Danmark bliver der brugt utrolig mange ressourcer på at opretholde og forbedre vores velfærdssamfund.Digitale løsninger kan i mange tilfælde levere en mere tidssvarende service, så de ydelser, der bliver tilbudtborgerne, effektiviseres og moderniseres. Derfor har den offentlige sektor de seneste år øget indsatsen for atdigitalisere den offentlige service, der tilbydes i ældreplejen og sundhedsvæsenet.
Problemstilling
Ifølge socialstyrelsen gennemfører hjemmeplejen dagligt over 200.000 besøg hos de danske borgere. I dagbliver disse besøg fortrinsvis planlagt manuelt af plejepersonalet. Da en del af arbejdstiden bliver brugt påtransport mellem besøgene, er det da muligt at automatisere planlægningen, så man kan optimere vejtidenmellem besøgene?Her skal der tages hensyn til viden om den enkelte borgers behov, den fagkyndiges arbejdsplan og transport-form, samt det geografiske landskab.
Mål
Målet er at opstille og implementere en model, der automatisk kan udarbejde en effektiv køreliste til detkørende personale i hjemmeplejen ud fra de parametre, der bliver sat til systemet. Disse parametre kun-ne være medarbejdernes tjenestetid, transportmiddel og kompetencer, og de vejstrækninger der benyttesmellem besøgene.
Eksempler på datalogiske problemstillinger
Digitale kort, GPS-positionering og koordinater, datastrukturer, algoritmer og graf-teori.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Er digitalisering vejen frem til fremtidens velfærd? Er it-systemer løsningen på en mere effektiv og moderneoffentlig sektor? Hvordan sikrer vi os, at det kørende personale og de berørte borgerne, får en oplevelse af,at både den nuværende service og medarbejdernes arbejdsmiljø, effektiviseres med en digitalt løsning. Kandigitale løsninger være med til at fremme arbejdsglæde og stressniveau hos medarbejdere i en allerede pres-set sektor. Hvordan sikrer vi os, at både borgere og medarbejdere får indflydelse på tilrettelæggelsen af enautomatiseret køreplan.
Forslagsstiller
Rikke Hagensby Jensen ([email protected])- oprindelig forslagsstiller.Per Stilling ([email protected])
14
Indendørs Navigering på Sygehuse
GPS navigationsoftware har vist, at der findes et marked for digitalt at kunne spore og navigere mennesker,biler, skibe m.m. rundt på landjorden og til søs. GPS positionering gør det dog kun muligt at spore objekterudendørs. Da vi mennesker opholder størstedelen af vores tid indendørs, er det da muligt at opnå de sammemuligheder i komplekse bygninger, som f.eks. et sygehus?
Problemstilling
Indendørs lokations-baserede services, altså services, der tilbyder positionering af objekter indendørs, er enteknologi på fremtogt. Dette åbner op for muligheden for at kunne spore og navigere mennesker og andreobjekter, i det indendørs rum. Men når vi bevæger os på et sygehus, befinder vi os også i et mere komplekstrum. Først og fremmest går vi fra navigering fra det todimensionelle til det tredimensionelle rum. Samtidigskal der tages hensyn til både bygningens konstruktion, folks fysiske egenskaber og adgangsbegrænsninger.
Mål
Målet er at opstille, undersøge og implementere en model, der kan simulere sporing og navigation på etsygehus. Her skal der tages højde for de forskellige brugergrupper og deres specifikke behov. Samtidig skalsygehusets komplekse konstruktion tages med i overvejelserne.
Eksempler på datalogiske problemstillinger
Digital positionering og navigering, graf-teori, lokations-baseret services, WI-FI og augmented reality.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvilke krav stilles der til infrastrukturen, når vi ønsker at kunne positionere objekter indendørs? Vil digitalenavigeringsmuligheder kunne afhjælpe nogle af de tunge arbejdsgange, der findes på et sygehus? Hvordankan der tages hensyn til specielle behov hos patienterne – blinde, kørestolsbrugere m.m.? Hvordan kan visikre os at ansatte, patienter og pårørende bliver navigeret rundt, så det passer overens med de adgangsbe-føjelser, hver af disse målgrupper har?
Forslagsstiller
Rikke Hagensby Jensen ([email protected]) - oprindelig forslagsstiller.Per Stilling ([email protected])
15
Ressourceplanlægning på AAU
I en stor organisation, som Aalborg Universitet, skal der tages hensyn til mange forskellige ressourcer nåruniversitetets forskellige aktiviteter skal planlægges.Ressourceplanlægning dækker meget bredt. Som en naturlig del af projektet kan der foretages nogle overord-nede og tidlige afgrænsinger, f.eks. til fysiske ressourcer, økonomiske ressourcer, it-ressourcer, eller andre.
Problemstilling
Projektforslagets problemstilling hører hjemme inden for planlægning. Skemalægning kan evt. bringes i spil.Hvordan planlægges en eksamen hvor både de studerende, eksaminator og censor kan mødes i et bestemtlokale - samtidig med at en given eksamensplan skal overholdes? Hvordan fordeles grupperum så bygnin-gens kvadratmeter udnyttes bedst muligt? Hvordan styres ressourcerne til IT-support, så netværk og softwarefungerer optimalt på universitetet? Hvordan organiseres rengøringen så studerende i grupperum ikke for-styrres i projektarbejdet og opgaveregning?
Mål
Målet med projektet er at analysere et udvalgt område med ressourceplanlægning på AAU. I projektet skalder foretages en afgrænsning og fokusering på et bestemt type ressourcer, og der skal formuleres et problemsom egner sig problemløsningen inden for P1 projektets rammer. Målet er endvidere at producere softwaresom kan hjælpe med planlægning og styring af udvalgte ressourcer.
Eksempler på datalogiske problemstillinger
Skemaplanlægning. Modeller for ressourcestyring og planlægning. Algoritmer som har eksponentiel køretid.Semi-automatiske løsninger (hvor løsningen frembringes i et samspil mellem et program og menneskeligindgriben). Programmering af planlægningssystemer.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Ressourceplanlægning er af central betydning for det praktiske og økonomiske liv - i et land - og i en organi-sation. Hvad betyder “smarte ressource løsninger” for medarbejderes og studerendes trivsel, job-tilfredshed,og effektivitet? Hvordan involveres medarbejdere og studerende i at fordele og forvalte ressourcerne hensigs-mæssigt på AAU? Hvilke inspirationer kan AAU få fra andre store organisationer?
Forslagsstiller
Kurt Nørmark ([email protected])Med lidt inspiration fra projektforslag fra B2-23 og B2-6 (efteråret 2013).
16
Analyse af musik
Næsten al musik er i dag repræsenteret elektronisk. I dette projekt vil vi primært interessere os for musik, derer repræsenteret diskret (f.eks. i MIDI formatet) som kontrast til musik der er repræsenteret ved digitalisere-de bølgeformer (i WAV, MP3 og lignende). Når musikken er repræsenteret digitalt og diskret er det realistiskat undersøge musikken på forskellige måder, ved hjælp af programmer som læser og analyserer musikken.En sådan analyse kan have vidt forskellige mål.
Problemstilling
Analyse af musik er nødvendig hvis vi ønsker at kunne finde frem en bestemt sang. Det er også relevanthvis vi ønsker at bestemme genren eller stemningen i et stykke musik. Ofte leder vi efter et stykke musik- men hvad er titlen, og hvem har lavet det? Hvilke sange ligner en bestemt anden sang? Kategorisering ernødvendig når vi skal holde styr på store mængder af information. Dette gælder også for musiksamlinger.Både lyrik og melodi kan involveres i projektet.
Mål
Målet er først og fremmest at udvikle en model til repræsentation af musik (primært melodien, måske ogsålyrikken) der sikrer at vi kan gennemføre de analyser vi har brug for. Målet er ligeledes at relatere dennemodel til eksiterende, digitale repræsentationer af musik. På denne måde vil vi i projektet være i stand til attilgå eksisterende musik med henblik på (effektiv) analyse af musikken.
Eksempler på datalogiske problemstillinger
Modeller for digital repræsentation af musik. Datastrukturer som er velegnede til diskret og digital repræsen-tation af musik. Kategorisering af information (generelt). Kategorisering, sammenligning og lighed af musik(ækvivalens-partitionering).
Eksempler på kontekstuelle spørgsmål og problemstillinger
Musik spiller en vigtig rolle for de fleste af os. Men hvilken rolle indtager analyse af musik for almindeligemennesker, for musikere, for forlag, og for andre? Hvilke kommercielle interesser er forbundet med musi-kanalyse? Er det muligt at udvide menneskers musik-horisont hvis automatiseret musikanalyse blive mereudbredt?
Forslagsstiller
Kurt Nørmark ([email protected])
17
IT-sikkerhed i hverdagssystemer
Problemstilling
En hel del ting i samfundet der tidligere var analoge er i dag blevet digitaliserede. Dette giver både mulig-heder og udfordringer. En af udfordringerne er sikkerheden som har det med at halte bagefter. Eksempelvisfandt amerikanske sikkerhedsforskere at et populært trafikstyringssystem havde standard-password, som låfrit tilgængelige på hjemmesider og ukrypteret trådløs kommunikation, som alle kunne lytte med på.
Mål
Målet er at udvikle et program der kan mindske brugerfejl.
Eksempler på datalogiske problemstillinger
Algoritmer, datastrukturer og statistik.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Kan der laves en teknisk løsning der gør at sådanne problemer ikke opstår? Er det muligt at opdage hvis detsker alligevel?
Forslagsstiller
Jane Billestrup ([email protected])
18
Når en printer kan udgøre ensikkerhedsrisiko
Problemstilling
Selv systemer som de fleste slet ikke overvejer kan udgøre en sikkerhedsrisiko kan medføre sikkerhedspro-blemer. En person har påvist at selv en hacker kan hackes. Dette har han påvist ved at køre DOOM på prin-teren. Ved at hacke en printer kan der i værste fald opnås direkte adgang til et netværk.3
Mål
Målet er at undgå eller fjerne sikkerhedshuller i f.eks. hardware.
Eksempler på datalogiske problemstillinger
Algoritmer, datastrukturer og statistik.
Eksempler på kontekstuelle spørgsmål og problemstillinger
Hvordan sikres det at hardware, som en printer, ikke udgør en sikkerhedsrisiko? Er der andre knap så åben-lyse ting, der kan kan udgøre en sikkerhedsrisiko?
Forslagsstiller
Jane Billestrup ([email protected])
3http://www.version2.dk/artikel/spil-doom-paa-printeren-68638
19
Organisering af frivilligt arbejde
Problemstilling
Frivilligt arbejde er udbredt inden for foreningslivet, ikke-kommercielle organisationer og arrangementersom koncerter og konferencer. Nogle gange vil der ligefrem være så stor interesse i at deltage, at der vil væreflere interesserede i forhold til, hvad der er brug for. Det vil derfor ud fra et nærmere defineret regelsæt værenødvendigt, at udvælge hvem af de tilmeldte, der skal tildeles en plads på holdet. Udvælgelse kan for eksem-pel forgå som lodtrækning, ud fra kvalifikationer, eller en blanding. Derudover vil der også være behov for atkunne generere en vagtplan. Ved manuelt arbejde kan dette blive en meget omfattende opgave, specielt dader ofte vil skulle foretages ændringer undervejs. At automatisere denne proces kan spare mange ressourcerog mindske fejlmargenen.
Mål
At udvikle et stykke software der udvælger, hvem af de tilmeldte til frivilligt arbejde, der bliver tildelt enplads, og efterfølgende udarbejder en vagtplan for de forskellige opgaver. Softwaren kan eksempelvis løseden opgave, at sørge for at alle opgaver bliver udført, at timerne er ligelig fordelt, og måske med mulighedfor at ønske bestemte arbejdsopgaver.
Datalogiske emner
Algoritmer og datastrukturer.
Eksempler på kontekstuelle spørgsmål og problemstillinger
En problemstillig er, hvilke parametre man skal bruge når man vælger, hvem der skal tildeles en plads, oghvordan de forskellige opgave skal uddelegeres til deltagerne.
Forslagsstiller
Nis Bornø ([email protected])
20