Software Systems
We Transform Ideas into Software
Der Schwerpunkt 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
-
Voice Swap
Diese Demonstrationsobjekt zeigt den Teilnehmern die aufregenden Möglichkeiten des auf Sprache angewandten maschinellen Lernens, indem sie deren Vorteile in verschiedenen Szenarien, wie z.B. der Wiedergewinnung der Stimmen von Sprachbehinderten und der Verbesserung von Synchronisierungstechnologien, aufzeigt. Außerdem hilft sie entscheidend ...
-
AuSuM - Automatic Supply Chain Monitoring
The project implements an online service for companies to monitor suppliers for violations of environmental, social, or governance norms. To do so, a vast variety of sources, such as news outlets, is monitored using machine learning and natural language processing with near human-level accuracy.
-
Pre-Study on Generation of Hockey News
Tamedia möchte ein Softwaresystem entwickeln, das aus Hockeyspiel-Daten automatisch News-Artikel generiert. Die ZHAW wird die verschiedenen State-of-the-Art-Technologien untersuchen um die Machbarkeit der Entwicklung eines natürlichen Sprachsystems zu bewerten, das einen umfassenden kontextuellen Eishockeyspielbericht erstellt, und - falls dies ...
Studentenarbeiten
Publikationen
-
Kropp, Martin; Meier, Andreas; Anslow, Craig; Biddle, Robert,
2020.
Satisfaction and its correlates in agile software development.
Journal of Systems and Software.
164,
S. 110544.
Verfügbar unter: https://doi.org/10.21256/zhaw-19727
-
Benites, Fernando,
2019.
In:
Proceedings of the 15th conference on natural language processing (KONVENS 2019).
KONVENS, Erlangen-Nürnberg, Germany, October 9 – 11, 2019.
German Society for Computational Linguistics & Language Technology.
S. 326-335.
Verfügbar unter: https://doi.org/10.21256/zhaw-18848
-
Cieliebak, Mark; Tuggener, Don; Benites, Fernando, Hrsg.,
2019.
Proceedings of the 4th edition of the Swiss Text Analytics Conference.
SwissText 2019, Winterthur, 18-19 June 2019.
CEUR-WS.org.
.
Verfügbar unter: http://ceur-ws.org/Vol-2458/
-
Werlen, Egon; Imhof, Christof; Benites, Fernando; Bergamin, Per B.,
2019.
In:
Cieliebak, Mark; Tuggener, Don; Benites, Fernando, Hrsg.,
Proceedings of the 4th edition of the Swiss Text Analytics Conference.
SwissText 2019, Winterthur, 18 - 19 June 2019.
CEUR-WS.org.
Verfügbar unter: https://doi.org/10.21256/zhaw-18859
-
Schneuwly, Arno; Grubenmann, Ralf; Logean, Séverine Rion; Cieliebak, Mark; Jaggi, Martin;
2019.
Correlating twitter language with community-level health outcomes.
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-18986