Autonomous mobile robots operating in unknown terrain have to guide their drive decisions through local perception. Local mapping and traversability analysis is essential for safe rover operation and low level locomotion. This thesis deals with the challenge of building a local, robot centric map from ultra short baseline stereo imagery for height and traversability estimation. Several grid-based, incremental mapping algorithms are compared and evaluated in a multi size, multi resolution framework. A new, covariance based mapping update is introduced, which is capable of detecting sub- cellsize obstacles and abstracts the terrain of one cell as a first order surface. The presented mapping setup is capable of producing reliable ter- rain and traversability estimates under the conditions expected for the Cooperative Autonomous Distributed Robotic Exploreration (CADRE) mission. Algorithmic- and software architecture design targets high reliability and efficiency for meeting the tight constraints implied by CADRE’s small on-board embedded CPU. Extensive evaluations are conducted to find possible edge-case scenar- ios in the operating envelope of the map and to confirm performance parameters. The research in this thesis targets the CADRE mission, but is applicable to any form of mobile robotics which require height- and traversability mapping. / Autonome mobile Roboter, die in unkartiertem Terrain operieren, müs- sen ihre Fahrentscheidungen durch lokale Wahrnehmung steuern. Lo- kale Kartierung und Passierbarkeitsanalysen sind der Schlüssel für ei- nen sicheren Betrieb des Roboters und die Fortbewegung. Diese Arbeit beschäftigt sich mit der Herausforderung, eine lokale, roboterzentrierte Karte für Höhen- und Passierbarkeitsanalysen aus Stereobildern zu erstellen. Mehrere inkrementelle Kartierungsalgorithmen werden verglichen und in einem Framework mit verschiedenen Layern für Größen und Auflö- sungen implementiert und verglichen. Ein neues, kovarianzbasiertes Kartierungsupdate wird eingeführt, das in der Lage ist, Hindernisse unterhalb der Zellgröße zu erkennen. Dieser Algorithmus abstrahiert die Umgebung einer Zelle als Oberfläche erster Ordnung. Das vorgestellte Kartierungssystem ist in der Lage, zuverlässige Gelände- und Durchquerbarkeitsschätzungen unter den CADRE Bedingungen zu liefern. Das Design der Algorithmen- und Software-Architektur zielt auf hohe Zuverlässigkeit und Effizienz ab, um die engen Vorgaben der eingebet- teten CPUs an Bord zu wahren. Umfassende Evaluierungen werden durchgeführt, um mögliche Grenz- szenarien im Betriebsbereich der Karte zu finden und die Leistungs- parameter zu bestätigen. Die Forschung in dieser Arbeit zielt auf die CADRE-Mission ab, ist aber auf jede Form der mobilen Robotik an- wendbar, die Höhen- und Durchquerbarkeitsschätzungen erfordert.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

There is a great deal of interest in efficient, accurate and reliable high-quality scene modeling: In robotics, especially for autonomous robots and drones, high-quality scene modeling is essential for navigation and interaction within complex environments. In agriculture, farmers require the tool for precision monitoring and cropping. In architecture and construction, engineers use it to assist Building Information Modeling (BIM) in creating detailed 3D representations of buildings and infrastructure. In the entertainment industry, high-quality scene modeling facilitates the cre- ation of immersive experiences in films, video games, and virtual reality (VR). While the process of object and small scene modeling is well developed with implicit representation, precise incremental reconstruction on large scenes remains a complex and challenging task, due to the high budget required for loop correction. Besides the geometric modeling, color suffers from the need to accommodate more complex patterns, and supports only inefficient post-training. Semantic modeling also presents a significant challenge. Due to the significantly higher dimensionality, it is even more difficult to model semantic information in continuous space. This thesis deals with the Dense SLAM and the challenges of the new trend of continuous mapping and usage on large scale. To support loop-correction on large scale, IMT-Mapping introduces an SE(3)-transformable implicit map for remapping functions. IFR makes SDF-to-SDF registration without moving the field, thereby providing an efficient way for aligning two sub-maps. Turning from geometry to color, NSLF-OL introduces online-learning of high quality color alongside real-time reconstruction. Analyzing the limitations of previous research, Uni-Fusion proposes Universal Continuous Mapping for all map properties, even high-dimensional CLIP features, without any training. SceneFactory designs a workflow-centric framework that uniformly supports a complete range of Incremental Scene Modeling. The combination of these contributions results in the emergence of a novel general concept in this thesis: Incremental Continuous Scene Modeling (ICSM). ICSM transcends the conventional limitations of dense SLAM, offering a versatile and comprehensive approach to high-quality incremental mapping of various features (geometric, color, semantic, and more), sensor setups, and applications (Dense RGB/RGB-D/RGB-L/Depth-only SLAM, Unposed & Uncalibrated MVD, and more). This thesis first introduces the history of robotic mapping and our overall contribution. Then in three separate chapters, we present the geometry, color and semantics components of ICSM. Where we integrate our papers in subsections of corresponding chapters. Besides the broad features supported in ICSM, the subsequent chapter introduces a unified framework for accommodating the diverse sensor configurations and applications. The authors are confident about the contribution to the field. However, there are limitations. Therefore, in the final chapter, together with the conclusion of the thesis, we also indicate the limitations, problems that remain to be explored, and a future direction outlook. / Es besteht ein großes Interesse an einer effizienten, genauen, zuverlässigen und qualitativ hochwertigen Szenenmodellierung: In der Robotik, insbesondere bei autonomen Robotern und Drohnen, ist eine qualitativ hochwertige Szenenmodellierung für die Navigation und Interaktion in komplexen Umgebungen unerlässlich. In der Landwirtschaft benötigen Landwirte dieses Werkzeug für eine präzise Überwachung und Ernte. In der Architektur und im Bauwesen unterstützen Ingenieure damit das Building Information Modeling (BIM) bei der Erstellung detaillierter 3D-Darstellungen von Gebäuden und Infrastrukturen. In der Unterhaltungsindustrie erleichtert die hochwertige Modellierung von Szenen die Schaffung immersiver Erlebnisse in Filmen, Videospielen und virtueller Realität (VR). Während der Prozess der Modellierung von Objekten und kleinen Szenen mit impliziter Darstellung gut entwickelt ist, bleibt die präzise inkrementelle Rekonstruktion großer Szenen eine komplexe und anspruchsvolle Aufgabe aufgrund des hohen Budgets, das für die Schleifenkorrektur erforderlich ist. Neben der geometrischen Modellierung leidet die Farbe unter der Notwendigkeit, komplexere Muster zu berücksichtigen, und unterstützt nur ein ineffizientes Nachtraining. Auch die semantische Modellierung stellt eine große Herausforderung dar. Aufgrund der wesentlich höheren Dimensionalität ist es eine noch größere Herausforderung, semantische Informationen im kontinuierlichen Raum zu modellieren. Diese Arbeit befasst sich mit Dense SLAM und den Herausforderungen, die sich aus dem neuen Trend der kontinuierlichen Modellierung und Nutzung in großem Maßstab ergeben. IMT-Mapping führt eine SE(3)-transformierbare implizite Karte für Remapping-Funktionen ein, um die Schleifenkorrektur in großem Maßstab zu unterstützen. IFR führt eine SDF-zu-SDF-Registrierung ohne Feldverschiebung durch und bietet damit eine effiziente Möglichkeit zur Ausrichtung zweier Teilkarten. Um von der Geometrie zur Farbe zu gelangen, führt NSLF-OL neben der Echtzeit-Rekonstruktion das Online-Lernen von Farben in hoher Qualität ein. Uni-Fusion analysiert die Grenzen früherer Forschung und schlägt ein universelles kontinuierliches Mapping für alle Karteneigenschaften vor, sogar für hochdimensionale CLIP-Merkmale, ohne jegliches Training. SceneFactory entwirft ein Workflow-zentriertes Framework, das ein komplettes Spektrum inkrementeller Szenenmodellierung einheitlich unterstützt. Die Kombination dieser Beiträge führt zu einem neuen allgemeinen Konzept in dieser Arbeit: Inkrementelle Kontinuierliche Szenenmodellierung (ICSM). ICSM überwindet die konventionellen Beschränkungen von dichtem SLAM und bietet einen vielseitigen und umfassenden Ansatz für die qualitativ hochwertige inkrementelle Abbildung verschiedener Merkmale (geometrisch, farblich, semantisch, etc.), Sensoraufbauten und Anwendungen (dichtes RGB/RGB-D/RGB-L/nur Tiefen-SLAM, unbestimmtes und unkalibriertes MVD, etc.) In diesem Beitrag stellen wir zunächst die Geschichte der robotischen Kartierung und unseren Gesamtbeitrag vor. Danach stellen wir in drei getrennten Kapiteln die Geometrie-, Farb- und Semantikkomponenten von ICSM vor. Dabei integrieren wir unsere Beiträge in Unterabschnitte der jeweiligen Kapitel. Neben den vielfältigen Funktionen, die ICSM unterstützt, wird im folgenden Kapitel ein einheitlicher Rahmen für die Unterbringung der verschiedenen Sensorkonfigurationen und Anwendungen vorgestellt. Die Autoren sind zuversichtlich, einen Beitrag zu diesem Thema geleistet zu haben. Es gibt jedoch auch Grenzen. Daher werden im letzten Kapitel, zusammen mit der Schlussfolgerung der Arbeit, auch die Grenzen, die noch zu erforschenden Probleme und ein Ausblick in die Zukunft aufgezeigt.

In this research, we propose a novel, platform independent behaviour-based anomaly detection system for smartphones. The fundamental premise of this system is that every smartphone user has unique usage patterns. By modelling these patterns into a profile we can uniquely identify users. To evaluate this hypothesis, we conducted an experiment in which a data collection application was developed to accumulate real-life dataset consisting of application usage statistics, various system metrics and contextual information from smartphones. Descriptive statistical analysis was performed on our dataset to identify patterns of dissimilarity in smartphone usage of the participants of our experiment. Following this analysis, a Machine Learning algorithm was applied on the dataset to create a baseline usage profile for each participant. These profiles were compared to monitor deviations from baseline in a series of tests that we conducted, to determine the profiling accuracy. In the first test, seven day smartphone usage data consisting of eight features and an observation interval of one hour was used and an accuracy range of 73.41% to 100% was achieved. In this test, 8 out 10 user profiles were more than 95% accurate. The second test, utilised the entire dataset and achieved average accuracy of 44.50% to 95.48%. Not only these results are very promising in differentiating participants based on their usage, the implications of this research are far reaching as our system can also be extended to provide transparent, continuous user authentication on smartphones or work as a risk scoring engine for other Intrusion Detection System.

Information and communication technologies have been playing a crucial role in improving the efficiency and effectiveness of learning and teaching in higher education. Two decades ago, research studies were focused on how to use artificial intelligence techniques to imitate teachers or tutors in delivering learning sessions. Machine learning techniques have been applied in several research studies to construct a student model in the context of intelligent tutoring systems. However, the usage of intelligent tutoring systems has been very limited in higher education as most educational institutions are in favour of using virtual learning environments (VLEs). VLEs are computer-based systems that support all aspects of teaching and learning from provision of course materials to managing coursework. In this research study, the emphasis is on the assessment aspect of VLEs. A literature review revealed that existing computer-based formative assessments have never utilised unsupervised machine learning to improve their feedback mechanisms. Machine learning techniques have been applied to construct student models, which is represented as categories of knowledge levels such as beginning, intermediate and advanced. The student model does not specify what concepts are understood, the gap of understanding and misconceptions. Previously, a snap-drift modal learning neural network has been applied to improve the feedback mechanisms of computer-based formative assessments. This study investigated the application of snap-drift modal learning neural network for analysing student responses to a set of multiple choice questions to identify student groups. This research study builds on this previous study and its aim is to improve the effectiveness of the application of snap-drift modal learning neural network in modelling student responses to a set of multiple choice questions and to extend its application in modelling student responses gathered from object-oriented programming exercises. A novel method was proposed and evaluated using trials that improves the effectiveness of snap-drift modal learning neural network in identifying useful student group profiles, representing them to facilitate generation of diagnostic feedback and assigning an appropriate diagnostic feedback automatically based on a given student response. Based on the insight gained into the use of this novel method, we extend it to identify useful student group profiles that represent different programming abilities for writing an object-oriented class. The purpose of identifying student group profiles is to facilitate construction of diagnostic feedback that improves the development of basic object-oriented programming abilities. Overall, the main objectives of this research project were addressed successfully. New insights are gained into the application of unsupervised learning in general and snap-drift modal learning in particular. The proposed methods are capable of improving the feedback mechanisms of existing computer-based formative assessment tools. The improved computer-based formative assessments could have a huge impact on students in improving conceptual understanding of topics and development of basic object-oriented programming abilities.

This thesis examined the three core themes: the role of education in cyber security, the role of technology in cyber security, and the role of policy in cyber security, the areas in which the papers are published. The associated works are published in referred journals, peer reviewed book chapters, and conference proceedings. Research can be found in the following outlets: 1. Security Solutions for Hyperconnectivity and the Internet of Things; 2. Developing Next-Generation Countermeasures for Homeland Security Threat Prevention; 3. New Threats and Countermeasures in Digital Crime and Cyber Terrorism; 4. International Journal of Business Continuity and Risk Management; 5. Handbook of Research on 3-D Virtual Environments and Hypermedia for Ubiquitous Learning; 6. Information Security in Diverse Computing Environments; 7. Technology, Innovation, and Enterprise Transformation; 8. Journal of Information Systems Technology and Planning; 9. Encyclopedia of Information Science and Technology. The shortcomings and gaps in cyber security research is the research focus on hyperconnectivity of people and technology to include the policies that provide the standards for security hardened systems. Prior research on cyber and homeland security reviewed the three core themes separately rather than jointly. This study examined the research gaps within cyber security as it relates to core themes in an effort to develop stronger policies, education programs, and hardened technologies for cyber security use. This work illustrates how cyber security can be broken into these three core areas and used together to address issues such as developing training environments for teaching real cyber security events. It will further show the correlations between technologies and policies for system Certification & Accreditation (C&A). Finally, it will offer insights on how cyber security can be used to maintain security for international and national security. The overall results of the study provide guidance on how to create an ubiquitous learning (U-Learning) environment to teach cyber security concepts, craft polices that affect secure computing, and examines the effects on national and international security. The overall research has been improving the role of cyber security in education, technology, and policy.

Schema matching aims at identifying semantic correspondences between elements of two schemas, e.g., database schemas, ontologies, and XML message formats. It is needed in many database applications, such as integration of web data sources, data warehouse loading and XML message mapping. In today's systems, schema matching is manual; a time-consuming, tedious, and error-prone process, which becomes increasingly impractical with a higher number of schemas and data sources to be dealt with. To reduce the amount of manual effort as much as possible, approaches to semi-automatically determine element correspondences are required.

Prozessmuster ermöglichen die modulare Modellierung und flexible Anwendung von Softwareentwicklungsprozessen. Gegenwärtige Beschreibungen von Prozessmustern weisen jedoch Mängel wie uneinheitliche und uneindeutige Beschreibungsformen und fehlende Beziehungsdefinitionen auf. Diese Mängel wirken sich nachteilig auf den effektiven Einsatz von Prozessmustern aus. In dieser Dissertation wird die Sprache PROPEL (Process Pattern Description Language) entwickelt, die Konzepte zur Beschreibung von Prozessmustern und Beziehungen zwischen Prozessmustern bereitstellt. Mit Hilfe von PROPEL können einzelne Prozessmuster modelliert und durch Definition von Beziehungen zu komplexeren Prozessmustern zusammengesetzt werden. PROPEL basiert auf der UML und verwendet daher eine Vielzahl von erprobten und weit verbreiteten Modellierungskonzepten wie Aktivitätsdiagramme wieder. Zur Erhöhung der Ausdrucksgenauigkeit wurde PROPEL um eine formale Semantik durch Abbildung der formalen Syntax auf die Domäne der Petri-Netze ergänzt. Für die Validierung der Nutzbarkeit und Handhabbarkeit von PROPEL wurde ein Prozessmusterkatalog basierend auf dem Rational Unified Process entwickelt. Durch die Darstellung verschiedener Sichten auf den Katalog kann ein Überblick auf alle vorhandenen Prozessmuster und deren Beziehungen gewährleistet werden. Darüber hinaus wurde gezeigt, dass die Komplexität eines Prozessmodells durch Einsatz von PROPEL reduziert wird und Prozessinkonsistenzen eliminiert werden.

Das World Wide Web stellt eine Vielzahl von Informationen zur Verfügung. Neben dem Inhalt der Webseiten stellt ihre Verknüpfung durch Verweise zwischen ihnen eine wichtige Informationsquelle dar. So unterstützen z. B. Webseitenempfehlungen auf interessante andere Produkte Kunden groÿer E-Commerce-Websites bei der Suche nach dem passenden Produkt. Zusätzlich finden sich auf Seiten verschiedener Websites auch Informationen zum gleichen Objekt der realen Welt, so dass durch Links zwischen ihnen alle verfügbaren Informationen aus mehreren Datenquellen für entsprechende Analysen, z. B. einem Preisvergleich, erreichbar werden. In dieser Arbeit werden Verweise als sogenannte Mappings zusammengefasst, wobei ein Mapping eine Menge paarweiser Zuordnungen, sogenannter Korrespondenzen, zwischen Instanzdaten (Objekten) repräsentiert. Dabei wird mit dem Begriff Korrespondenz nicht nur die Verknüpfung gleicher Objekte gemeint, sondern allgemein eine semantische Beziehung zwischen zwei Objekten ausgedrückt. Innerhalb dieser Dissertation steht die Verarbeitung solcher Mappings, d. h. ihre Erzeugung, Optimierung und Verwendung, im Mittelpunkt.

Die Computertechnik hält in allen Gebieten des Lebens Einzug. Auch bei der Aus- und Weiterbildung werden die Stimmen laut, die eine Integration von computergestützten Elementen im Unterricht fordern. Die vorliegende Arbeit hat es sich zur Aufgabe gemacht, die Möglichkeiten eines Programms auszuloten, das speziell für die Übungen in des Sprachunterrichts Arabisch an der Universität Leipzig entstehen sollte. Dabei wurden sowohl die pädagogischen Aspekte des Computereinsatzes als auch die aktuellen technischen Möglichkeiten berücksichtigt. Als Ergebnis dieser Betrachtungen wurde eine einfache Anwendung generiert, die es erlaubt, Übungseinheiten auf den Computer zu verlagern. Neues Wissen soll damit nicht vermittelt werden. Damit sollten viele Probleme, die aus der Zeit der Programmierten Instruktion her bekannt sind, umgangen worden sein. Das Programm bietet 4 universell einsetzbare Übungstypen an, mit denen das Wissen der arabischen Schriftsprache gefestigt werden können. Das Programm wurde so konzipiert, daß weitere Übungstypen zu einem späteren Zeitpunkt relativ leicht implementiert werden können. Das wurde unter anderem durch die strikte Einhaltung der objektorientierten Programmierparadigmen erreicht. Berücksichtigt wurde auch, daß sich die Übungseinheiten nach kurzer Einarbeitung in die Beschreibungssprache leicht erstellen lassen, so daß die Zahl der Lektionen erweitert werden kann.