Tutorial: Datenbank-Last-Test mit HammerDB
HammerDB ist eine Open Source-Software für das Benchmarking von Datenbanken und unterstützt PostgreSQL, Microsoft SQL Server, IBM Db2, Oracle, MariaDB und MySQL, sowie die Nutzung über CLI, lokalem GUI und einem GUI im Web-Browser. Die von HammerDB genutzten Benchmarks, TPROC-C und TPROC-H, basieren auf den weitläufig genutzten TPC-C- und TPC-H-Benchmarks. Die Testresultate werden in [...]
Proventa AG und alvatross präsentieren gemeinsame Lösungen auf den fiberdays 25 in Frankfurt
Frankfurt am Main, 28.02.2025 – Die Proventa AG, eine führende IT-Beratung aus Frankfurt am Main, und alvatross, ein spanischer Hersteller von cloud-nativen Operational Support Systemen (OSS), geben ihre gemeinsame Teilnahme an den fiberdays 25 bekannt. Vom 2. bis 3. April 2025 werden beide Unternehmen auf Deutschlands führender Messe für Glasfaser- und digitale Infrastruktur in [...]
Deep Learning im Bereich der Augenheilkunde am Beispiel der Glaukomerkennung (Teil 6)
Evaluation Kombination mit Metadaten Generalisierung mit Referenzdatensatz 2 In Folge werden die Ergebnisse auf Basis des besten Modells je Ansatz in der Kombination mit den Metadaten dargestellt. Abbildung 7 (6.1) zeigt die Ergebnisse des besten Modells auf Basis der Support Vector Machine. Die SVM erbrachte die höchste Genauigkeit von 82% auf den Testdaten. Die [...]
Deep Learning im Bereich der Augenheilkunde am Beispiel der Glaukomerkennung (Teil 5)
Evaluation und Vorstellung der Ergebnisse Im fünften Teil unserer Blogserie kommen wir nun zu der Evaluation und Vorstellung der Ergebnisse. Zu Beginn werden wir grundlegende Metriken und Vorgehensweise der Evaluation vorstellen. Zum Abschluss folgen dann auszugsweise einige Ergebnisse der unterschiedlichen Modelle auf Basis der genutzten Referenzdatensätze. Evaluation In diesem Abschnitt werden die im weiteren [...]
Deep Learning im Bereich der Augenheilkunde am Beispiel der Glaukomerkennung (Teil 4)
In unserem letzten Beitrag zeigten wir, wie die Architektur der CNN-Modelle genauer aussieht und welche Vor- bzw. Nachteile die jeweiligen Architekturansätze erbringen. Darüber hinaus haben wir das generelle Vorgehen bei der Bildklassifikation mit diesen Modellen aufgezeigt. In unserem heutigen Beitrag erläutern wir, wie die Bildklassifikation durch Hinzunahme weiterer diagnostischer Merkmale gesteigert werden kann. Kombination von [...]
Deep Learning im Bereich der Augenheilkunde am Beispiel der Glaukomerkennung (Teil 3)
In den ersten beiden Blogeinträgen haben wir uns mit der Glaukomerkrankung und den Grundlagen des „Deep learnings“ beschäftigt. Dabei stellten wir heraus, wie tückisch diese Erkrankung verläuft und warum eine frühe Diagnose wichtig ist. Von besonderem Interesse ist hierbei, inwiefern eine Diagnose durch moderne bildgebende Verfahren mithilfe von künstlicher Intelligenz unterstützt werden kann. Im weiteren [...]