Digitale Gesundheitsanwendung für die personalisierte Rehabilitation nach einem Knöchelinversionstrauma

Ankle injuries after inversion trauma are common and they can have serious consequences1. Physiotherapy is rarely prescribed, although studies report a 60% reduced risk of re-injury after balance training2,3. Patients demonstrate a broad variety of impairments in function and activity after ankle inversion trauma1,4. E-health solutions such as InjuryMap© and SWORD HEALTH offer more or less independent rehabilitation after ankle inversion trauma. Their first user experiences are positive, though adherence is low without health professional interaction, and personalisation is limited. The digital system in this study aims to provide personalized rehabilitation, which could help patients return to work or sport in an effective and efficient manner and reduce the risk of chronic disability.

International Conference on Managed Programming Languages & Runtimes in Münster 2021

EXIST-Gründerstipendium "ProLeap"

Kunden-Verwaltungs-System

9th International Symposium on High-Level Parallel Programming and Applications

DAAD Austauschprogramm: PPP Spanien - Testfallgenerierung mit kooperierenden Constraint-Solvern

Ziel ist die Entwicklung eines Werkzeugs zur automatischen Erzeugung von Testfällen für in der Programmiersprache Java geschriebene Programme, durch das der Kontroll- und/oder Datenfluss in einem System betrachteter Java-Klassen überdeckt wird und ggf. vorhandene Fehler aufgedeckt werden.

Wirtschaftliche und plattformübergreifende Entwicklung von Business Apps

Testen von Software

Computergestützte Hochschullehre in hybriden Systemen

cHL-hybrid - Integration von Forschungs- und Lehrprozessen

cHL-hybrid - Referenztechnologien

cHL-hybrid - Integration der Lehr- und Lernprozesse mit administrativen Prozessen

Interdisziplinäre Zusammenarbeit mit dem Arbeitskreis Glorius des organisch-chemischen Instituts im Bereich maschinelles Lernen und Datenanalyse

In Kooperation mit dem Organisch-Chemisches Institut suchen wir nach Methoden und Anwendungsgebieten um maschinelles Lernen im Bereich der Chemie anzuwenden. Dabei beschränken wir uns nicht nur auf die reine Datenanalyse, sondern entwickeln zusätzlich Verfahren, um chemische Daten für die Analyse vorzubereiten.

Spieltheoretische Marktmechanismen zur automatischen Verteilung von Kitaplätzen

Die Verteilung von Kindern auf Kitaplätze ist ein komplexes Verteilungsproblem, welches in vielen Städten dadurch gelöst wird, dass der Prozess dezentral über Wartelisten an den entsprechenden Kindertagesstätten ablaufen. Dieser Prozess ist oft zeitaufwändig und nicht in seiner Verteilung optimiert. Wir arbeiten in Kooperation mit dem Leibniz-Zentrum für Europäische Wirtschaftsforschung in Mannheim an einem Marktmechanismus, der eine automatische Verteilung ermöglicht, während er die Bedürfnisse von Eltern und Kindertagesstätten berücksichtigt.

E-Assessment Tool für UML Klassendiagramme

Das Korrigieren von Übungsaufgaben zur Modellierung von UML Klassendiagrammen kann ein komplizierter und aufwändiger Prozess sein. Gerade wenn die Aufgabe die Verwendung von Entwurfsmustern vorsieht, sind Lösungen mit unterschiedlichen Entwurfsmustern oft nicht oder nur schwer vergleichbar. Daher arbeiten wir an einem formativen E-Assessment Tool, das Entwurfsmuster in Studentenlösungen identifizieren kann. Auf dieser Basis kann anschließend individuelles Feedback zur richtigen Wahl und der richtigen Anwendung von Entwurfsmustern gegeben werden.

Model-driven Mobile Development

MD² (MD2) is a model-driven framework for cross-platform development of mobile applications. Based on a textual DSL, MD2 generates runnable native apps for Android and iOS.

Algorithmic Skeletons - The Muenster Skeleton Library (Muesli)

Experience shows that the development of parallel programs is an elaborate and time-consuming task. The Muenster Skeleton Library (Muesli) is a collection of high-level concepts that facilitate the development of parallel programs. The library contains so-called algorithmic skeletons, i.e. frequently recurring parallel programming patterns, which can be easily and efficiently combined to develop parallel applications.

Autonomic Computing in Cloud-Native Environments

Musket - Muenster Skeleton Tool for High-Performance Code Generation

Many existing approaches to high-level parallel programming provide parallel constructs in the form of a library. This causes some limitations such as the difficulty to implement optimizations and a higher entry barrier for inexperienced programmers. Thus, Musket is based on a DSL. Important design decisions such as the syntax and structure of code can be selected purposefully when building a DSL. To abstract from low-level details, algorithmic skeletons (skeletons for short) are used. In essence, skeletons are higher order functions and encapsulate typical parallel computation/communication patterns.

Muli – The Münster Logic-Imperative Language

In der Praxis hat sich objektorientierte Programmierung mit Sprachen wie Java an vielen Stellen durchgesetzt. Solche Sprachen sind allerdings nur bedingt zur Lösung von Suchproblemen, wie man sie beispielsweise in der Produktionsplanung vorfindet, geeignet. Aus diesem Grund entwickeln wir die constraint-logische objektorientierte Programmiersprache Muli, welche einen integrierten Ansatz zur Entwicklung von Anwendungen mit Suchbereichen anbietet. Durch Muli wird Java um logische Variablen und gekapselte Suche erweitert. Zu diesem Zweck kommen eine symbolische virtuelle Maschine und Constraint Solver zum Einsatz.

Der Münster-Generator für Glass-box-Testfälle

Das Testen von Software-Komponenten ist ein aufwändiger Prozess, der durch den Einsatz geeigneter Werkzeuge unterstützt werden kann. Mit Muggl arbeiten wir an einem solchen Werkzeug. Der Muenster generator of glass-box test cases dient der automatischen Erzeugung vonTestfällen. Dazu führt Muggl Java Bytecode symbolisch aus und sucht dabei nach Ausführungspfaden durch ein Programm. Um diese Aufgabe effizient bearbeiten zu können, kommen Technicken wie Constraint Solving, die Erzeugung von Entscheidungspunkten sowie Backtracking zum Einsatz. Als Ergebnis wird ein Satz von Testfällen in Form von JUnit-Tests erstellt, die direkt genutzt werden können.