Search

U ovom radu izrađen je i opisan sustav za praćenje kućnih ljubimaca koji korisniku pruža mogućnost praćenja ljubimca, odnosno prikaza njegove lokacije u stvarnom vremenu. Kako bi se dodatno olakšalo praćenje i briga za ljubimca, podržane su i dodatne funkcionalnosti poput povezivanja senzora temperature i vlažnosti zraka pomoću kojega će korisnik u stvarnom vremenu moći dobiti uvid u uvjete u kojima se njegov ljubimac nalazi. Omogućeno je i povezivanje senzora za detekciju plamena, kako bi se mogla poslati obavijesti da se ljubimac nalazi u neposrednoj opasnosti od požara. Korisnik može definirati sigurnosnu zonu, kako bi u slučaju da ljubimac iziđe iz nje, dobio email obavijest kao upozorenje. Nadalje, omogućeno je i dohvaćanje popisa svih najbližih veterinarskih stanica u željenome krugu, kako bi se korisniku pružile sve potrebne informacije na jednom mjestu. The main topic of this thesis is the development of a pet tracking system. The system implements features aimed at improving and simplifying pet tracking and pet care in general. One such feature is a connection to air temperature and humidity sensors which provides real-time information about air conditions in the room where the pet is located. Another example is a built-in support for flame detection sensor, so that a user can be promptly notified in case their pet is in danger of a fire. Furthermore, chances of pet escape are reduced with the use of a pet safety zone with a modifiable radius and a notification system for alerting the user via e-mail when the pet leaves the zone. Lastly, the system implements pet clinic support and retrieves data for clinics in user's proximity to save time in case of emergencies.

Дана дипломна робота присвяченна дослідженню особливостей використання інструментарію Blazor WebAssembly для розробки інтерактивних веб-застосунків. Проведено порівняння з існуючими популярними інструментами розробки клієнтської частини веб-застосунків. Для демонстрації процесу розробки засобами Blazor WebAssembly було реалізовано тестовий застосунок – веб-сайт із збору та відображення статистичних даних пов’язаних із діяльністю університету. Проект реалізовано на платформі .NET 6. Клієнтська частина розроблена за допомогою веб-фреймворку Blazor WebAssembly, в якості серверної частини виступає ASP.NET Core Server. Загальний об’єм роботи: 91 с., 29 рис., 17 табл., 2 додатка 3с., 21 джерело. This thesis is devoted to the study of the peculiarities of the use of Blazor WebAssembly tools for the development of interactive web applications. A comparison is made with the existing popular tools for developing the client part of web applications. To demonstrate the development process, Blazor WebAssembly implemented a test application - a website for collecting and displaying statistics related to the activities of the university. The project is implemented on the .NET 6 platform. The client part is developed using the Blazor WebAssembly web framework, the server part is ASP.NET Core Server. Total volume of work: 91 pages, 29 figures, 17 tables, 2 additions 3 pages, 21 sources.

Der Gesundheitsbereich steht vor immer größer werdenden Herausforderungen. Finanzielle Mittel sowie Humanressourcen sind beschränkt. Das gesundheitliche Umfeld wird, wie die Corona Pandemie gezeigt hat, auch immer komplexer. Eine Möglichkeit diese Probleme zu adressieren ist künstliche Intelligenz. Im medizinischen Bereich wird hauptsächlich das DICOM-Format für Erfassung von Patientendaten und medizinischen Bildern verwendet. Um die Verarbeitung dieser Daten zu unterstützen, sollen Machine Learning Algorithmen eingesetzt werden. Dafür wird in dieser Arbeit ein webbasiertes Tool entwickelt, auf dessen Basis die Diagnosen erstellt werden, welcher eine Ärztin oder ein Arzt ohne Kenntnisse der künstlichen Intelligenz verwendet werden kann. Dort können DICOM-Dateien hochgeladen werden, um ein Modell für eine Klassifikation zu trainieren. Ein Beispiel hierfür wäre das Hochladen von Bildern eines gesunden Organes und Bilder eines ungesunden Organes. Dieses Modell kann nun für eine Klassifikation verwendet werden. Hierzu wird einfach ein neues Bild in das System hochgeladen, welches als Ergebnis eine Klassifikation ermittelt, ob es sich um ein gesundes oder krankes Organ handelt. Zur Sicherstellung der Datensicherheit wird das Sammeln der Bilder und der Machine Learning Ansatz auf einer eigenen Applikation programmiert. Diese hat definierte Schnittstellen, welche vom Web-Interface angesteuert werden können. Dadurch ist es niemals möglich, bereits vorhandene Bilder herunterzuladen. Um die zweiteilige Software zu implementieren, wird der Vorteil eines Ökosystems verwendet. Für die Entwicklung werden daher nur Technologien vom selben Hersteller verwendet. Diese sollen alle Bereiche von Datenbank, Machine Learning sowie die Webseite abdecken. Dadurch werden die Kompatibilitätsprobleme auf ein Minimum beschränkt. Der ausgewählte Hersteller für diese Arbeit ist Microsoft. The area of health care faces increasing challenges. Financial and human resources are limited. The environment of health care will also be more complex in the future, the corona pandemic already showed this. One option to address this problem is artificial intelligence. In health-care the standard format for data is DICOM. To support the processing of these data, there will be used machine learning algorithms. For that reason, a web-based tool will be developed, where medical doctors can make a diagnosis without having knowledge of artificial intelligence. There is the possibility to upload DICOM Images for the training of the neuronal network model for a classification. An example would be the upload of images of a healthy organ and images of an unhealthy organ. This model now can be used to classify new, unknown examples. To do so, just anew image has to be uploaded. As a result, there will be a classification which shows, e.g. if it’s a healthy or a unhealthy organ. To ensure the security of the data the collection of the images and the machine learning logic will be programmed in a separate application. This application has a predefined interface, which can be addressed from the web-interface. Therefore, it is never possible to download the data. For implementing these two-part applications, the advantage of an ecosystem will be used. For development there will only be technologies used, which are from the same manufacturer. These technologies of one manufacturer should cover the database, machine learning and the website. The main reason for this decision is to minimize compatibility problems. The selected manufacturer will be Microsoft. Philipp Franz-Ferdinand Schreiner Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Masterarbeit FH JOANNEUM 2022

Dagens samhälle är beroende av ett ständigt flöde av information och data. Företag och organisationer har ofta enorma mängder data som rör allt från kunder och personal till försäljningsstatistik och patientjournaler. Utvecklingen har gått mycket snabbt och många företag och organisationer har inte haft tid eller resurser för att hålla sina system uppdaterade för att hantera dessa enorma mängder data. I detta arbete har uppgiften varit att koppla samman databaser från flera olika system i syfte att göra underhåll och hantering av dessa enklare. Dessa system behandlar i regel samma typ av data (personaldata indelat i grupper i form av enheter) men den benämns på olika sätt, exempelvis med olika ID. Detta leder till att datan saknar relation på så vis att det är mycket svårt att avgöra vilka enheter som korresponderar med varandra då de saknar gemensamma nämnare. Som en lösning på detta skapades ytterligare två databaser sammankopplade med övriga genom ett API, där data kopplas samman genom att tilldelas ett gemensamt ID, ett master-id. På så vis kan användare och utvecklare enkelt söka efter ett objekt från ett system och få tillbaka all data för korresponderande objekt i andra system. Som tillägg skapades också ett semi-automatiserat system i form av ett användargränssnitt som används för sammankoppling av objekt. Today’s society depends on a constant flow of information and data. Companies and organisations often hold huge amounts of data, ranging from customers and staff to sales statistics and patient records. The pace of change has been very fast and many companies and organisations have not had the time or resources to keep their systems up to date to handle these huge amounts of data. In this thesis, the task has been to link databases from multiple systems to make maintenance and management easier. These systems generally process the same type of data (personnel data divided into groups in the form of units) which are named in different ways, for example with different IDs. As a result, the data is unrelated in a way that makes it very difficult to determine which entities correspond to each other as they have no common denominator. As a solution to this, two additional databases were created and linked to each other through an API, where the data is linked by being assigned a common ID, or a master-ID. In this way, users and developers can easily search for an object from one system and get in return all the data for the corresponding objects in other systems. In addition, a semi-automated system was created in the form of a user interface used for linking objects.

Dagens samhälle är beroende av ett ständigt flöde av information och data. Företag och organisationer har ofta enorma mängder data som rör allt från kunder och personal till försäljningsstatistik och patientjournaler. Utvecklingen har gått mycket snabbt och många företag och organisationer har inte haft tid eller resurser för att hålla sina system uppdaterade för att hantera dessa enorma mängder data. I detta arbete har uppgiften varit att koppla samman databaser från flera olika system i syfte att göra underhåll och hantering av dessa enklare. Dessa system behandlar i regel samma typ av data (personaldata indelat i grupper i form av enheter) men den benämns på olika sätt, exempelvis med olika ID. Detta leder till att datan saknar relation på så vis att det är mycket svårt att avgöra vilka enheter som korresponderar med varandra då de saknar gemensamma nämnare. Som en lösning på detta skapades ytterligare två databaser sammankopplade med övriga genom ett API, där data kopplas samman genom att tilldelas ett gemensamt ID, ett master-id. På så vis kan användare och utvecklare enkelt söka efter ett objekt från ett system och få tillbaka all data för korresponderande objekt i andra system. Som tillägg skapades också ett semi-automatiserat system i form av ett användargränssnitt som används för sammankoppling av objekt. Today’s society depends on a constant flow of information and data. Companies and organisations often hold huge amounts of data, ranging from customers and staff to sales statistics and patient records. The pace of change has been very fast and many companies and organisations have not had the time or resources to keep their systems up to date to handle these huge amounts of data. In this thesis, the task has been to link databases from multiple systems to make maintenance and management easier. These systems generally process the same type of data (personnel data divided into groups in the form of units) which are named in different ways, for example with different IDs. As a result, the data is unrelated in a way that makes it very difficult to determine which entities correspond to each other as they have no common denominator. As a solution to this, two additional databases were created and linked to each other through an API, where the data is linked by being assigned a common ID, or a master-ID. In this way, users and developers can easily search for an object from one system and get in return all the data for the corresponding objects in other systems. In addition, a semi-automated system was created in the form of a user interface used for linking objects.