Fachgebiet "Mathematik/Informatik"
Die Geheimnisse des Pascalschen Dreiecks
Tobechi Tony Okoro (12)
In der Mathematik gibt es viele interessante Dinge, die man erst nicht versteht und sich auch keinen Nutzen dazu denken kann. Das waren meine Gedanken bei dem Pascalschen Dreieck, etwas das es schon sehr lange in der Welt der Mathematik gibt, als wir es in einer AG angesprochen haben. Ich dachte zuerst, es wäre einfach nur ein Dreieck, das systematisch irgendwie Sinn ergibt und bei dem man sich einige Zahlenfolgen anschauen kann, mehr nicht. Doch ich lag falsch. Ich lernte, dass es in dem Pascalschen Dreieck viel mehr zu entdecken gibt als nur Zahlenfolgen. Diese vielen Eigenschaften und einen Bezug des Pascalschen Dreiecks auf einige berühmte Formeln in der Mathematik erforsche ich in meinem Projekt "Die Geheimnisse des Pascalschen Dreiecks".
Wortgewandte Kennzeichen
Laura (13) und Johannes Rössling (9)
"Wer hatte nicht schon einmal das witzige Erlebnis, im Straßenverkehr ein Auto zu sehen, dessen Buchstabenfolge im Kennzeichen ein lustiges Wort ergibt ...?! In unserer Jugend-forscht-Arbeit gingen wir der Frage nach, welche Worte aus dem deutschen Sprachgebrauch es auch in Form eines deutschen KFZ-Kennzeichens geben kann. Auf Basis eines Wörterbuchs haben wir mithilfe eines selbst geschriebenen Programms alle darin enthaltenen 'Kennzeichen-Wörter' ermittelt. Unser Programm ist außerdem in der Lage, für ein beliebiges eingegebenes Wort alle möglichen Varianten des Buchstaben-Teils von gültigen Kennzeichen auszugeben, um dieses Wort zu bilden."
Berechnung der Ähnlichkeit von multilingualen Texten durch POS-tag-Häufigkeitsverteilungen
Diese Arbeit untersucht die Beschleunigung des multilingualen Textvergleichs durch part-of-speech-Tag-Häufigkeitsverteilungen. Ziel ist es, die Datenmenge, also die Anzahl der zu vergleichenden Textsegmente, zu reduzieren, indem Segmentpaare durch Wortanzahl und POS-Tag-Verteilungen gefiltert werden. Eine entwickelte Pipeline analysiert Texte, tokenisiert sie und berechnet die POS-Tag-Häufigkeiten. Zwei Filter, der Wordcount und der Histogram Filter, sortieren unähnliche Segmentpaare aus. Die Evaluation erfolgt anhand eines Gold-Standard-Textes und binärer Klassifikationsmetriken wie Sensitivität und Spezifität. Ergebnisse zeigen, dass der Wordcount Filter die Datenmenge bei Sensitivität von über 90 % um fast 50 % reduziert. Der Histogram Filter erreicht Sensitivitäten bis zu 89 % mit moderater Spezifität. Die Arbeit liefert einen vielversprechenden Ansatz zur Reduktion der Datenmenge, komplexere Textvergleichsalgorithmen (VecAlign, SentAlign) entlasten könnte.
Projekt LAMbo – Aufgaben verstehen, handeln, erledigen!
Gurkirat Singh Khinda (16) und Nguyen Kim Bao Chu (17)
"Das Ziel unseres Projekts ist es, eine einfache und hilfreiche Unterstützung für Personen zu bieten, die weniger Erfahrung mit Computeranwendungen haben. Dafür wurde ein Assistent entwickelt, der digitale Aufgaben versteht, eigenständig handelt und dem Benutzer diese erklärt.
Die zentralen Aspekte unseres Projekts sind:
• Erkennung von Steuerelementen auf dem Bildschirm
• Entwicklung eines Datensatzes, mit Schrittabfolgen
• Training einer Künstlichen Intelligenz
• Automatisiertes Ausführen von Aufgaben durch das Modell auf dem Bildschirm
Wir wollen den Begriff des „Tutorials“ neu definieren!"