Seminar TEL

The seminar aims at providing a discussion platform for student researchers at HTW, but also for cooperation with other research groups. The seminar covers topcis like sensor data (analysis), machine learning for emotion detection, emotion and cognition in learning, design of a learning companion, HCI aspects and visualization or social robots.

Sommersemester 2020

  • 13:00 Fortschrittsberichte:
    Max, Maximilian, Steffi, Martin, Oskar, Philipp
  • 14:00 Emotion and Cognition Detection:
    Diskussion der bisherigen Ergebnisse
    wie machen wir weiter???

Sommersemester 2020

  • M. Neumann
    Detection of Cognitive States using Physiological Data
  • M. Karl
    Social Robots
  • P. Wahle
    Universal Design for Learning (UDL) für mobile lernunterstützende Systeme
  • A. Fortenbacher
    SmartMonitor Weiterentwicklung

Sommersemester 2020

  • S. Scheibe
    Detection of emotion and cognition by Heart Rate Variability
  • M. Oehme
    Intelligent Tutoring System (ITS) zur emotionalen Lernunterstützung
  • O. Sailer
    Lernunterstützung mit Musik

Cooperation with SNU Biointelligence Lab (Visit of Prof. Zhang’s Research Team)

  • Injune Hwang
    COGNIA: cognitive neural intelligence architecture for active lifelong  learning in open worlds
  • Chung-Yeon Lee
    Empowering cognitive AI robots with deep learning
  • Dharani Punithan
    Bayesian-based modeling approaches to child category learning
  • Haeseon Yun
    Sensor-based mobile learning companion
  • Sven Geißler
    Overview : Machine-learning approaches for emotion detection from ECG and EDA sensor data
  • Maximilian Karl
    Social robots: case study with Cozmo

Emotion Detection

  • Liu Lin, Humboldt University:
    Research on Emotion Recognition of College Students based on Forum Posts
  • Max Oehme:
    State of SmartMonitor Development
  • Tanja Heumos, PH St. Gallen:
    Digital anxiety of Kindergarden children – analysis of sensor data from LISA wearable

Kick-off Wintersemester 2019/2020

Publikationen, Projekte, Kooperationen

  • Haeseon Yun:
    Bericht von den Konferenzen Delfi, ICWL, ICER
  • Albrecht Fortenbacher:

Vorstellung und Diskussion der laufenden Forschungsprojekte:

  • Maximilian Karl:
    Social robots for learning support
  • Ange Mbondo:
    Visualization of sensor data for learners’ awareness and reflection
  • Johann Reuber:
    Analyse von Sensordaten zur Klassifizierung von Lernzuständen und Lernsituationen
  • Christian Hesels:
    Prediction of emotional and cognitive states from OpenSignals sensor data using Deep Neural Networks
  • Sascha Witte:
    Analyse von Sensordaten in einem Lernkontext mit Hilfe neuronaler Netze
  • Silvia Calafuri:
    Data Ownership und Data Privacy bei Learning Analytics in einer verteilten Lernumgebung
  • Jan Wankmüller:
    Modellierung und Analyse multimodaler Daten aus sensorbasierten Lernumgebungen

Vorstellung und Diskussion der neuen Forschungsprojekte:

  • Max Oehme:
    Intelligent Tutoring System (ITS) zur emotionalen Lernunterstützung
  • Stephanie Scheibe:
    Detection of emotion and cognition by Heart Rate Variability
  • Philipp Wahle:
    Universal Design for Learning (UDL) für mobile lernunterstützende Systeme
  • Martin Neumann:
    Recognition of cognitive states using physiological data

Seminar aktuelle Entwicklungen:

  • Md Jahid Hasan:
    Deep Learning zur Erkennung von Stresszuständen aus ECG Signalen


  • Sven Geißler:
    Ergebnisse der Forschungsprojekte zu Emotion Detection mit Machine Learning
  • Fadi Moukayed:
    Waveform analysis using convolutional neural networks

Gemeinsame Entwicklung zu Emotion Detection, Learning Companion etc.

  • Albrecht Fortenbacher:
    Überblick über laufende Entwicklungen
    • realtime prediction of emotional and cognitive states
    • SmartMonitor: Einbindung der Realtime prediction
    • LISA SmartMonitor: Umsetzung Design Konzept (Anna B.)
    • LISA SmartMonitor: Privacy Settings
    • LISA backend: new data model (sensor data, MongoDB)
    • learning application for social robots (Cozmo)
    • mobile Learning Compation (Charlie)
    • visualization of IWM / HTW / PHSG data (Jupyter Notebook)
    • LEMO2: learning analytics dashboard based on the LISA backend
  • Maximilian Karl:
    Konzept für GitLab
  • alle: