OCG Förderpreis 2022 für drei herausragende wissenschaftliche Abschlussarbeiten

Überall gibt es großen Mangel an Fachkräften in der IT. Die OCG verleiht zur Förderung der Informatik und Wirtschaftsinformatik jährlich den OCG Förderpreis für hervorragende Diplom- bzw. Masterarbeiten.

Die OCG Förderpreisträger*innen und Prof. Gabriele Kotsis bei der Verleihung

Martin Plattner, Gabriele Kotsis, Theresa Neubauer und Fabio Oberweger bei der Preisverleihung.

Es freut uns besonders, dass die Jury unter dem Vorsitz von Prof.in Gabriele Kotsis heuer aus den eingereichten Diplom- bzw. Masterarbeiten drei preiswürdige Arbeiten für den OCG Förderpreis 2022 ausgewählt hat:

Fabio Francisco Oberweger: A Learning Large Neighborhood Search for the Staff Rerostering Problem
Oberweger schrieb seine ausgezeichnete Diplomarbeit an der TU Wien an der Fakultät für Informatik im Rahmen des Studiums Logic and Computation, Betreuer Prof. Günther Raidl.

Fabio_Oberweger

Fabio Oberweger, Foto: privat

In seiner Arbeit stellt Oberweger eine mit Machine Learning (ML) erweiterte Large Neighborhood Search (LNS) vor, um das Staff Rerostering Problem (SRRP) zu lösen. Das SRRP ist ein kombinatorisches Zeitplanungsproblem, das sich mit Störungen eines bestehenden Arbeitsplans befasst, z. B. Krankenstand von Arbeitnehmer*innen oder Änderung des Personalbedarfs. Das Ziel des SRRPs ist es, einen neuen Arbeitsplan unter Berücksichtigung dieser Störungen zu erstellen und so wenige Änderungen wie möglich am ursprünglichen Plan vorzunehmen.

Theresa Neubauer: Volumetric Tumor Segmentation on Multimodal Medical Images using Deep Learning
Neubauer hat die Forschungen für ihre ausgezeichnete Masterarbeit am VRVis unter der Leitung von Dr.in Katja Bühler durchgeführt und wurde von Dipl.Ing.in Maria Wimmer (VRVis) betreut. Die medizinischen Fragestellungen wurden gemeinsam mit Prof. Thomas Beyer von der MedUni Wien erarbeitet. Prof. Eduard Gröller von der TU Wien hat die Arbeit akademisch betreut.

Theresa Neubauer

Theresa Neubauer, Foto: (c)VRVis

Neubauer hat eine neue Bild-Segmentierungsmethode entwickelt, die maschinelles Lernen (Künstliche Intelligenz) verwendet, um komplexe Bildmerkmale und Zusammenhänge zwischen den Modalitäten zu lernen und somit den Tumor effizienter und präziser segmentieren zu können.

Martin Plattner: Generalizing BlockSci to Cross-Chain Analyses of Forked Ledgers
Plattner schrieb seine ausgezeichnete Arbeit an der Universität Innsbruck an der Fakultät für Mathematik, Informatik und Physik, Betreuer Univ.-Prof. Dr. Rainer Böhme und Michael Fröwis, MSc.

Martin Plattner

Martin Plattner, Foto: (c) Lisa Marchl

“In meiner Masterarbeit habe ich die an der Universität Princeton entwickelte hochperformante Blockchain-Analyseplattform BlockSci grundlegend um einen Multi-Chain-Modus erweitert, um effiziente Cross-Chain-Analysen von geforkten Chains zu ermöglichen”, erklärt Plattner. Es ist eine Integration seines Clustering-Verfahrens in die Blockchain-Analysesoftware GraphSense geplant.

Die Preise wurden im Rahmen der DEXA 2022 Konferenz am 22. August 2022 verliehen.

Zu den Fotos

Wir gratulieren der Preisträgerin und den Preisträgern ganz herzlich!

Dieser Beitrag wurde unter AK Softwaresicherheit, Zuverläßigkeit und Qualitätsprüfung, IT in der Wirtschaft, Themen abgelegt und mit , , , verschlagwortet. Setzen Sie ein Lesezeichen auf den Permalink.

Die Kommentarfunktion ist geschlossen.