Refine
H-BRS Bibliography
- yes (58) (remove)
Departments, institutes and facilities
- Fachbereich Wirtschaftswissenschaften (58) (remove)
Document Type
- Part of a Book (25)
- Book (monograph, edited volume) (9)
- Article (8)
- Conference Object (8)
- Contribution to a Periodical (6)
- Preprint (2)
Year of publication
- 2022 (58) (remove)
Has Fulltext
- no (58) (remove)
Keywords
- Lehrbuch (2)
- Abschreibungen (1)
- Adoption Factors (1)
- Biometric data (1)
- Business Incubation Center (1)
- Business Process Management (1)
- Business statistics (1)
- COVID-19 (1)
- Cloud (1)
- Cloud Vorgehensmodell (1)
Entrepreneurial Leadership
(2022)
Start-ups und Unternehmensgründungen ebenso wie Projekt- oder Innovationsmanagement brauchen gleichermaßen neben dem einschlägigen Fachwissen und -erfahrungen Leadership-Skills als Erweiterung klassischer Managementanforderungen. Während diese prozessorientiert konkrete Ziele der strategischen oder operativen Planung umsetzen und optimieren, legt Leadership wie Entrepreneurship den Fokus auf Vision mit entsprechender Motivation zur Gründung oder Veränderung. (Verlagsangaben)
Dieses Buch zeigt konkret auf, was Geschäftsprozessmanagement ist und wie man es nutzen kann. Hierzu werden die zentralen Aspekte erklärt und praxistaugliche Tools anhand von Beispielen vorgestellt. Erleichtern Sie sich die tägliche Praxis der Analyse und Optimierung von Geschäftsprozessen! Der Inhalt Durchgängiges Fallbeispiel Überblick über praxisrelevante Modellierungsmethoden Modellierung von Prozesslandkarten, Swimlanes, BPMN- und eEPK-Diagrammen Analyse und Optimierung von Prozessen Prozesscontrolling mit Kennzahlen
Focus on what matters: improved feature selection techniques for personal thermal comfort modelling
(2022)
Occupants' personal thermal comfort (PTC) is indispensable for their well-being, physical and mental health, and work efficiency. Predicting PTC preferences in a smart home can be a prerequisite to adjusting the indoor temperature for providing a comfortable environment. In this research, we focus on identifying relevant features for predicting PTC preferences. We propose a machine learning-based predictive framework by employing supervised feature selection techniques. We apply two feature selection techniques to select the optimal sets of features to improve the thermal preference prediction performance. The experimental results on a public PTC dataset demonstrated the efficiency of the feature selection techniques that we have applied. In turn, our PTC prediction framework with feature selection techniques achieved state-of-the-art performance in terms of accuracy, Cohen's kappa, and area under the curve (AUC), outperforming conventional methods.
Professor Dr. Dietmar Fink, Inhaber des Lehrstuhls für Unternehmensberatung an der Hochschule Bonn-Rhein-Sieg und Geschäftsführender Direktor der Wissenschaftlichen Gesellschaft für Management und Beratung (WGMB) in Bonn, über den Mehrwert von Consulting-Rankings und den Sinn von Beraterprojekten bei Versicherern
Eintreten und abschalten
(2022)