Software Systems
We Transform Ideas into Software
Die Forschungsgruppe Software Systems (SWS) befasst sich mit der ingenieurmässigen Entwicklung von Software und Softwarearchitekturen, sowie der Verarbeitung von natürlicher Sprache. In einem hochkomplexen und sehr dynamischen Umfeld suchen wir nach den geeigneten Mitteln, um Software Systeme optimal zu gestalten. Aktuell fokussieren wir uns dabei auf folgende Themen:
- Agile Software Development
- Model Driven Software Development
- Distributed Software Architectures
- Mixed Reality Architectures
- Text-based Dialogue Systems
- Text Classification
- Lifelong learning for Software Systems
Diese Themen bearbeiten wir zusammen mit externen Wirtschaftspartnern innerhalb von nationalen und internationalen Projekten. Die hierbei gewonnen Forschungserkenntnisse fliessen dann auch in den Informatikstudiengang ein und werden in Modulen wie dem Software-Projekt, Programmieren, Software-Entwicklung, Web-Entwicklung und diversen Wahlpflichtmodulen (z.B. .NET) an die Studierenden weitergegeben.
Forschungsthemen
Software Engineering
Im Bereich Softwareentwicklung forschen wir in Fragestellungen wie der agilen Softwareentwicklung und der vollautomatisierten Generierung lauffähiger Software aus grafischen Modellen (Model Driven Software Development). In der Domäne der Software-Architekturen untersuchen wir Realisierungsansätze zu aktuellen Techniken verteilter Verarbeitung und Speicherung (wie z.B. Microservices, Blockchain oder Internet of Things), sowie Architekturkonzepte zur Einbindung von Mixed Reality Systemen.
Text Analytics & Dialogue Systems
Wir entwickeln Technologien zur Verarbeitung von natürlicher Sprache. Dazu verknüpfen wir Methoden aus der Linguistik, Natural Language Processing (NLP) und der Künstlichen Intelligenz, um eine natürlichsprachliche Kommunikation zwischen Mensch und Maschine zu ermöglichen. In unserer Forschung arbeiten wir unter anderem an Themen wie Text-Klassifikation (z.B. Sentiment Analyse), Chatbots oder Natural Language Generation.
Projekte
- Seite 01
- Seite 02
- Seite 03
- Seite 04
- Seite 05
- Nächste Seite
-
ARIES: Exploiting User Journeys for Supporting Mobility as a Service Platforms
Emerging Mobility As A Services (MAAS) are pushing the boundaries of DevOps practices and processes, with new challenges to handle for both practitioners and researchers. MAAS providers such as BOND (Bike ON Demand start-up in Switzerland) employ DevOps innovations to sustain the evolution of future MAAS services ...
-
Speech-to-Text für Schweizerdeutsch
Im gemeinsamen. Forschungsprojekt «Speech-to-Text for Swiss German (STT4SG)» verfolgen die teilnehmenden Insitutionen das Ziel, eine geeignete Datenbasis aufzubauen und damit eine Speech-to-Text Software-Lösung. zu entwickeln. Diese Lösung soll schweizerdeutsch (Dialekte) gesprochene Audios in hochdeutsche Texte ...
-
COSMOS – DevOps for Complex Cyber-physical Systems of Systems
Much of the increasing complexity of ICT systems is being driven by the more distributed and heterogeneous nature of these systems, with Cyber Physical Systems accounting for an increasing portion of Software Ecosystems. This basic premise underpins the COSMOS proposal which focuses on blending best practices DevOps ...
Studentenarbeiten
Publikationen
-
Benites de Azevedo e Souza, Fernando; Hürlimann, Manuela; von Däniken, Pius; Cieliebak, Mark,
2020.
ZHAW-InIT : social media geolocation at VarDial 2020 [Paper].
In:
Zampieri, Marcos; Nakov, Preslav; Ljubešić, Nikola; Tiedemann, Jörg; Scherrer, Yves, Hrsg.,
Proceedings of the 7th Workshop on NLP for Similar Languages, Varieties and Dialects.
Workshop on NLP for Similar Languages, Varieties and Dialects, Barcelona (Spain), online, 13 December 2020.
International Committee on Computational Linguistics (ICCL).
S.254-264.
Verfügbar unter: https://doi.org/10.21256/zhaw-21551
-
Tuggener, Lukas; Amirian, Mohammadreza; Benites de Azevedo e Souza, Fernando; von Däniken, Pius; Gupta, Prakhar; Schilling, Frank-Peter; Stadelmann, Thilo,
2020.
Design patterns for resource-constrained automated deep-learning methods.
AI.
1(4),
S.510-538.
Verfügbar unter: https://doi.org/10.3390/ai1040031
-
Deriu, Jan Milan; Tuggener, Don; von Däniken, Pius; Campos, Jon Ander; Rodrigo, Alvaro; Belkacem, Thiziri; Soroa, Aitor; Agirre, Eneko; Cieliebak, Mark,
2020.
In:
Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP).
Conference on Empirical Methods in Natural Language Processing (EMNLP), Online, 16-20 November 2020.
Association for Computational Linguistics.
S.3971-3984.
Verfügbar unter: https://doi.org/10.18653/v1/2020.emnlp-main.326
-
Di Sorbo, Andrea; Grano, Giovanni; Visaggio, Corrado Aaron; Panichella, Sebastiano,
2020.
Investigating the criticality of user‐reported issues through their relations with app rating.
Journal of Software: Evolution and Process.
Verfügbar unter: https://doi.org/10.1002/smr.2316
-
Panichella, Sebastiano; Zaugg, Nik,
2020.
An empirical investigation of relevant changes and automation needs in modern code review.
Empirical Software Engineering.
25(6),
S.4833-4872.
Verfügbar unter: https://doi.org/10.1007/s10664-020-09870-3