Education – Abschlussarbeiten


WER WIR SIND. Wir sind der Lehrstuhl für Pervasive Computing Systems und die traditionsreiche Forschungsabteilung TECO des KIT. Wir sind die, die den Web-Browser auf dem Smart-Phone erfunden, erste digitale Gegenstände kreiert und das erste europäische Sensornetz gebaut haben. Wir sind ein schnell wachsendes Team mit besten internationalen Beziehungen, die gute Studenten gerne mal ins Ausland schicken. Wir besitzen exzellente Kontakte in die Wirtschaft, sitzen in den Räumen des SAP Research Centers und sind interdisziplinär ausgerichtet.

WEN WIR SUCHEN. Sie suchen eine außergewöhnliche Master-, Bachelor- oder Diplomarbeit, in einem sehr inspirierenden Umfeld, möchten mit international anerkannten Spitzenwissenschaftlern aus Forschung und Industrie zusammenarbeiten. Sie sind hoch motiviert, möchten eigene Ideen einbringen. Sie sind praktisch oder theoretisch sehr begabt oder beides. Sie haben Interesse, am Aufbau eines Lehrstuhls mitzuwirken. Sie arbeiten eigenverantwortlich, aber gerne im Team. Sie sind daran interessiert, mit neuster Technik zu arbeiten.

EXTERNE ARBEITEN BEI FIRMEN. Bitte beachten sie, dass bei externen Abschlussarbeiten zur Sicherung der wissenschaftlichen Qualität ein Projektkontakt vom Lehrstuhl zur Firma existieren muss. Aufgrund der großen Nachfragen werden externe Abschlussarbeiten nur betreut, wenn das Thema von einem Mitarbeiter des Lehrstuhls ausgegeben wurde. Themen, die von der Industrieseite ausgegeben wurden, werden nicht mehr betreut. In der Regel erfordert es die Arbeit, dass der Betreuer bei der Firma zu Treffen am TECO anwesend ist. Bitte fragen sie zunächst Ihren Ansprechpartner in der Firma. Bitte bedenken Sie, dass es statistisch gesehen wahrscheinlich ist, dass bei der Anfertigung der Arbeit weniger eine wissenschaftliche Aussage als vielmehr wirtschaftliche Interessen der Firma eine Rolle spielen. Ihre Bewertung findet aber nur aufgrund der wissenschaftlichen Inhalte Ihrer Arbeit statt.

VERANTWORTLICHKEITEN. Bitte beachten sie, dass Sie für die korrekte Durchführung der Arbeit selbst beitragen müssen. Wenn sie sich im 7. oder gar im 8. Fachsemester Master befinden benötigen sie eine Verlängerung. Um diese müssen sie sich selbst kümmern. Ihre Arbeit sollte zeitig angemeldet werden. Sie müssen Ihrem Betreuer kommunizieren wann Sie konkret mit der Arbeit anfangen möchten. Die Anmeldung kann nicht erst kurz vor der Abgabe der Arbeit erfolgen. Die Abgabe Ihrer Arbeit muss vollständig sein. Dafür sind sie verantwortlich, nicht ihr Betreuer. In die Bewertung der Arbeit kann nur einbezogen werden, was auch abgeliefert wurde.

Vorlage Bachelor- / Masterthesis

Important hints for external (and internal) master thesis

Ausgeschriebene Themen:

Bachelor-/Masterarbeiten zum Thema Benutzerschnittstelle für zentrale Informationssysteme

Verbesserung von Vorhersagemodellen auf Basis heterogener Feinstaub-Messnetzwerke unter Anwendung erweiterter stochastischer Regressionsmodelle

Beschreibung

Als heterogenes Messnetzwerk bezeichnet man ein Netzwerk aus Sensoren, deren Qualität a priori unbekannt ist. Ein solches liegt zum Beispiel bei Crowd-Sensing-Ansätzen vor. Hierbei werden günstige Sensoren unbekannter Präzision und Qualität von Freiwilligen zusammengebaut und betrieben und die Daten in einer vernetzten Infrastruktur verarbeitet und bereitgestellt. Bei der Verwendung dieser unsicheren Daten in Vorhersagemodellen stellt sich die Frage, ob eine höhere Mess-Auflösung mit unbekannter Genauigkeit bessere Vorhersagemodelle ermöglicht.

Zielsetzung

In dieser Arbeit sollen stochastiche Regressionsansätze basierend auf räumlich und zeitlich abhängigen Gaußprozessen verfolgt werden. Für die Modellierung der Unsicherheiten der Sensoren sollen Copula-Funktionen und Hyperparameter-Optimierungsverfahren verwendet werden. So ist bei Umweltsensoren aufgrund nichtlinearer Kreuz-Sensitivitäten ein starker nichtlinearer Zusammenhang zu erwarten. Copula-Funktionen sind im Gegensatz zu kovarianz-basierten Ansätzen in der Lage, diese nichtlineare Abhängigkeiten zu modellieren. Es wird geprüft, bis zu welcher Entfernung von Sensoren nichtlineare Abhängigkeiten zu berücksichtigen sind. Die unterschiedliche Präzision der Sensoren soll durch heteroskedastische Gaußprozesse als ein Beispiel für Hyperparameter-Optimierungsverfahren berücksichtigt werden. Hier sollen die unbekannten Varianzen der Sensoren während des Betriebs mit einem Maximum-Likelihood-Ansatz geschätzt werden. Neben der Anfertigung der Masterarbeit wird im Rahmen eines Hiwi-Jobs die Implementierung der Algorithmen auf einer Big-Data Architektur so wie die Mitarbeit an  einem Drittmittelantrag zur Intensivierung der Forschung in diesem Bereich erwartet.

Voraussetzungen

  • Solide Kenntnisse in stochastischer Analysis und linearer Algebra.
  • Programmiererfahrung in Python, vorzugsweise im Bereich Data-Analysis. 
  • Implementierungen von Algorithmen in Python und Mitarbeit an einem Drittmittelantrag zur Intensivierung der Forschung im Rahmen eines Hiwi-Jobs.

Bei Interesse bitte die Bewerbung (aktuelle Notenauszug und Lebenslauf) an die unten genannten Ansprechpartner schicken.

Prof. Dr. Grothe (grothe@kit.edu)

Dr. Sebastian Lerch (sebastian.lerch@kit.edu)

Dr. Johannes Riesterer (riesterer@teco.edu)

Sollte kein Thema ausgeschrieben sein, das Ihnen zusagt, so kontaktieren Sie bitte nicht das Sekretariat mit allgemeinen Anfragen, sondern verfahren Sie wie folgt:

  • Senden Sie eine E-Mail mit Ihrer Anfrage bitte direkt an den/die Themenverantwortlichen:

     

  • Die E-Mail sollte beinhalten:
    • einen Paragraphen, in dem ihr die Motivation für eure Wahl erläutert
    • Bachelor oder Master, Fachsemester und die Studienrichtung
    • bis jetzt geprüfte Vorlesungen (z.B. Notenauszug)
    • Programmiererfahrung
    • Nennen von Interessensgebieten, welche für das Thema relevant sind

Wer seine Abschlussarbeit am TECO schreibt, kann auf unsere LaTeX-Vorlagen zurückgreifen. Diese gibt es sowohl in Deutsch als auch in Englisch.

AKTUELLE INFOS. Per Feed Subscribe