Norman Meuschke

Introduction
Today’s plagiarism detection systems can only identify copied text, but not intelligently disguised forms of plagiarism, such as translated text, paraphrased text, or idea plagiarism. As a result, disguised plagiarism often remains undiscovered for years – maybe you remember the plagiarized thesis of K.-T. zu Guttenberg.

The Information Science group at the University of Konstanz (www.isg.uni.kn) researches advanced detection approaches that consider language-independent tokens, e.g., academic citations or mathematical formulae, as well as semantic word- and sentence similarity to identify heavily disguised forms of plagiarism.

In collaboration with HTW-Berlin students, we developed CitePlag (www.citeplag.org) – a prototype of a plagiarism detection system that predominantly analyzes the in-text citation patterns in scientific documents. These patterns are language independent and often show similarity even if texts have been translated or strongly paraphrased.

The Project
We are currently developing a new and enhanced version of CitePlag, which offers a more comprehensive detection process, enhanced functionality, and improved user experience. The new CitePlag will be able to analyze more features such as similar formulae, semantically similar sentences, and images, will allow professional document management, and will feature improved visual analysis capabilities for the user.

Realizing our vision of an effective, open source, and freely available plagiarism detection system holds several interesting challenges you could tackle as part of your master project. Depending on your interests and skills, you could work on:

• Realizing new detection algorithms and document processing capabilities as part of the CitePlag backend. The backend relies on the Spring Boot framework for Java and Elastic Search.
• Realizing novel visualization and interaction concepts that support users in efficiently analyzing potential instances of plagiarism. The frontend is a Meteor application using Node.js on the server side and D3.js for visualizations.

Team and Qualifications
The ideal team consists of 4-6 developers interested in realizing web-based applications for big data use cases. The project offers much room to realize your own ideas. Familiarity with components of our technology stack is a plus, but not mandatory. We hope you will join us in realizing this innovative open‑source project.

Contact
Norman Meuschke (meuschke@htw-berlin.de)

Prof. Kai Barthel und Nico Hezel

Das Suchen von Fotos auf dem eigenen Computer nach Datum oder zuvor vergebenen Tags ist schon lange möglich. Da den meisten Anwendern der Aufwand des Taggens zu hoch ist, lassen sich die vielen Bilder nur schwer wiederfinden. Ziel dieses Masterprojekts ist es, eine beliebige Fotosammlung auf dem Computer mithilfe von Machine Learning Verfahren zu analysieren und diese automatisch inhaltlich beschreibbar zu machen. Die vom System zugewiesenen Informationen sollen für den Anwender nicht einsehbar sein, aber eine Schlagwort-basierte Suche soll die entsprechenden Bilder dennoch auffindbar machen. Im Projekt werden Sie lernen, mit Machine Learning Frameworks zu umzugehen und diese für Ihre Anwendung nutzbar zu machen. Es sind Java-Kenntnisse und Erfahrungen aus dem Visual Computing Bereich hilfreich.

Prof. David Strippgen

Mit dem Jahr 2016 wird die virtuelle Realität zwar weiter virtuell, aber nicht länger fiktiv bleiben. Diverse Headsets für das Betreten dieser Welten sind angekündigt. Verschiedene Interaktionsmöglichkeiten werden geboten, allerdings ist dieser Bereich der Interaktion mit virtuellen Welten noch ziemlich undefiniert.

Das Master-Projekt wird Schritte in dieser Welt unternehmen. Wir werden mithilfe vorhandener Tools und noch zu erwartender Geräte neue Interaktionen evaluieren und implementieren. Es wird dabei ein Toolset von Bedienmöglichkeiten entstehen, das prototypisch umgesetzt ist und Game Designern eine leichte Integration in Projekte ermöglichen soll.

Eine Kooperation mit dem Studiengang Game Design ist für das zweite Semester des Projektes geplant, jedoch abhängig von den präsentierbaren Ergebnissen des ersten Teils.

Prof. Carsten Busch, André Selmanagic und Henning Müller

Ziel: Eine Game-Engine Full-Dome-fähig machen
Fachliche Schwerpunkte: Zusammengesetzte Projektion, verteiltes Rechnen, Game-Engines, Interaktionskonzepte, Input-Devices
Projektcharakter: Kooperationsprojekt für produktiven Einsatz in Planetarien, Open-Source-Veröffentlichung

In Kooperation mit den Berliner Planetarien soll die Verwendung interaktiver Anwendungen für Full-Dome-Projektionen evaluiert werden. Ziel des Projektes ist es Inhalte, die mit einer Game-Engine (bspw. Unity oder UnrealEngine) erzeugt wurden, innerhalb einer Planetariumskuppel (Full-Dome) darzustellen und die Steuerung solcher Anwendungen zu ermöglichen.

Hintergrund
Aktuell ist die Software für die Nutzung der Planetariumskuppeln auf astronomische Inhalte beschränkt und nicht flexibel für die Verwendung anderer Inhalte (z. B. interaktive Simulationen naturwissenschaftlicher Prozesse, Game-based Learning, Kulturprojekte, etc.). Das Projekt soll dabei helfen, die Möglichkeiten des Mediums Full-Dome für die Präsentation interaktiver Inhalte auszuschöpfen. Dabei steht insbesondere die Interaktion zwischen Vortragendem, Publikum und Medium im Vordergrund.

Technik
Der Dome wird mit einer Mehrzahl von Beamern bespielt, welche ihr Bild jeweils von einen eigenen Computer erhalten. Darüber hinaus gibt es einen zentralen Computer (Master), der die Gesamtsteuerung übernimmt.
Innerhalb des Projektes sollen technische Konzepte entwickelt und evaluiert werden, wie die Berechnung des projizierten Kuppelbildes auf die verschiedenen Computer verteilt werden kann. Das zu erstellende Framework soll die Inhalte einer Game-Engine nahtlos auf den Full-Dome übertragen.

Beispielanwendung
Das entwickelte Framework soll anhand einer oder mehrerer Beispielanwendungen evaluiert werden. Dazu sollen Konzepte entwickelt werden, die folgende Anforderungen erfüllen:

• Ausnutzung Full-Dome-Projektion
• Interaktion mit Vortragendem / Publikum
• naturwissenschaftlicher Kontext