Bachelorarbeit themen informatik


27.12.2020 07:23
12 hilfreiche Themen fr die Bachelorarbeit in Informatik
an, christan Glaer (fr Komplexittstheorie) oder an eineN unserer MitarbeiterInnen. Lokale Modelle im evolutionren Machine Learning / Pittsburgh LCS fr Funktionsapproximation (Bachelor- oder Masterarbeit auch in Verbindung mit einem Praxis-/Projektmodul mglich, Ansprechpartner: ). Parallelisierung geowissenschaftlicher Anwendungen in heterogenen Umgebungen mit OpenCL. Nhere Information zu den Themen finden sie:, und. Aktuelle verfgbare Themen stellen wir interessierten Studierenden gerne auf Anfrage persnlich vor. Ebenso sind eigene Themenvorschlge willkommen.

Genaue Informationen zur Nutzung Ihrer Daten finden Sie in unserer. Raum.19, institut fr Informatik, martin-Luther-Universitt, halle-Wittenberg. Selbstverstndlich besteht zudem die Mglichkeit, mit Vorschlgen auf uns zuzukommen. (Bachelor- und Masterarbeiten, Ansprechpartner: ). Evolutionary Classification-basierte Qualittsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: ). Hinweise zum Datenschutz, die Verwaltung Ihrer Datenschutzeinstellungen fr academics kann aktuell nicht ausgespielt werden. Nehmen Sie gerne Kontakt mit uns auf, falls Sie ein spannendes Thema und einen passenden Partner an der Hand haben. Lambda-Kalkl basiertes Genetic Programming inkl.

Marcus Pckelmann (2013 Zyklizitt in empirischen und knstlichen Nahrungsnetzen (Betreuerin: Annabell Berger). Themenvorschlge fr Masterarbeiten, entwicklung eines Optimierungstools zur globalen Begrenzung von Pandemien durch mglichst geringe Eingriffe in Transportnetzwerke. Matching im evolutionren Machine Learning / Pittsburgh LCS (Bachelor- oder Masterarbeit, Ansprechpartner: ). An unserem Lehrstuhl sind jederzeit interessante Themen fr studentische Abschlussarbeiten (Bachelor / Master) oder fr Praxis-, Forschungs- oder Projektmodule zu vergeben. Effiziente Implementierung paralleler Algorithmen auf Graphikprozessoren mit cuda. Analyse von Sampling-Verfahren basierend auf Markovketten: Wann kann man mit Mischen aufhren? Wir bieten einige Themen in Kooperation mit dem Unternehmen EndressHauser im Bereich (Deep) Learning. Bei der Vergabe von Themen ist es uns besonders wichtig, dass sie zur jeweiligen Studentin oder zum jeweiligen Studenten passen und auch fr uns wissenschaftlich interessant sind. Implementierung in Haskell (Master- oder auch Bachelorarbeit, Ansprechpartner: ). Bei Interesse beraten wir Sie gerne!

Martin Knoth (2009 Integration von Versptungsmeldungen im zeitabhngigen Graphenmodell fr Fahrplanausknfte im Bahnverkehr (Betreuer: Matthias Mller-Hannemann). Matthias Mller-Hannemann, telefon:, telefax. Erweiterung und Vergleich verschiedener Metaheuristiken (Bachelor- oder Masterarbeiten, Ansprechpartner: ) (Deep) Reinforcement Learning, experience Replay for Deep Reinforcement Learning: Das Experience Replay fungiert im Deep Reinforcement Learning als Gedchtnis fr gemachte Zustandsbergnge, erhht die Sampleeffizienz und verhindert catastrophic forgetting. Steffen Rechner (2013 Vergleich und experimentelle Analyse von Verfahren zum Erzeugen zuflliger perfekter Matchings (Betreuerin: Annabell Berger). Bei Interesse kontaktieren Sie bitte den jeweils angegebenen Betreuer. Die folgende Liste von Themen soll daher nur einen ersten berblick geben, welche Arbeiten bei uns mglich sind. Um Ihnen den Einstieg in Ihre Abschlussarbeit zu erleichtern, stellen wir eine. Im Folgenden sind die groben Themenbereiche dargestellt, in denen ein individuelles Thema festgelegt werden kann. Parallelisierung geowissenschaftlicher Anwendungen auf Graphikprozessoren mit cuda. Ralf Rckert (2014 Grostrungen im Bahnverkehr: Erkennung, Ausbreitung und Vorhersage (Betreuer: Ivo Hedtke und Matthias Mller-Hannemann).

Vergleich von theoretischen Rechnermodellen und empirischen Laufzeitmessungen. Untersuchung von Mglichkeiten zur vereinfachten Implementierung parallelisierter Graphenalgorithmen auf modernen Multicore-Systemen. Themenvorschlge fr Bachelorarbeiten, experimentelle Analyse von Krzeste-Wege-Algorithmen fr verschiedenen Netzwerkklassen (beispielsweise Netzwerke mit gegebener Knotengradverteilung und reale Netzwerke). Unterschiedliche Varianten knnen implementiert und evaluiert werden. Optimierung / Metaheuristiken, parallelisierung populations-basierter Optimierungsverfahren / Metaheuristiken (Bachelor- oder Masterarbeit auch in Verbindung mit Praxis-/Projektmodul mglich, Ansprechpartner: ). Wir bieten Themen fr Bachelor- und Masterarbeiten und fr das Masterpraktikum an.

Von-Seckendorff-Platz 1 06120 Halle (Saale email: eller-hannemann, aT, sprechstunde: nach Vereinbarung, weiteres. Hhner (Kontaktdaten finden Sie unter "Team. Additive Fertigung, deep Learning-basierte Qualittsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: ). Vergleich der Performance von Optimierungsverfahren / Metaheuristiken via Deep Statistics (Masterarbeit, Ansprechpartner: ). Die Komponente soll in einer multi-level Observer/Controller Architektur laufen. Sollten Sie noch unentschlossen, an Organic Computing im Allgemeinen interessiert oder mit einer eigenen Idee ausgerstet sein, wenden Sie sich bitte direkt an Prof. Markus Pckelmann (2010 Ist die Welt kleiner geworden? Ralf Rckert (2010 Plagiatssuche mit bioinformatischen Methoden (Betreuer: Matthias Mller-Hannemann). Bitte lesen Sie diese sorgfltig durch.

Vergleich unterschiedlicher Modellanstze zur Epidemieausbreitung (soziale Netzwerke. Computational Trust Model in Sensornetzwerken: Jedem Sensor im Netzwerk wird ein Trust-Wert zugeordnet der Aussagen ber die Zuverlssigkeit, bzw. Netzwerkanalyse von Verkehrsnetzwerken (Bahn- und Flugverkehr) im Vergleich. In der Regel sind die angebotenen Themen auch um Forschungs-/Praxis- und Projektmodule erweiterbar. Evolutionre Funktionsapproximatoren auf Qualittsmerkmalen aus dem 3D Druck (Bachelor- oder Masterarbeit, Ansprechpartner: ).

Maria Esch (2011 Erweiterung von motivbasierten Netzwerkanalysen um Grad- und Rollenabhngigkeiten (Betreuer: Christoph Fretter und Matthias Mller-Hannemann) Tobias Strau (2012 Effiziente enumerative Algorithmen zur Partitionierung endlicher Mengen unter Nebenbedingungen (Betreuer: Ivo Hedtke) Marcus Jger (2012 Management von Job-Abhngigkeiten auf mehreren. Sascha Hee (2013 Robuste Fahrplanauskunft im Bahnverkehr: Konzepte, Berechnungsverfahren und Evaluation (Betreuer: Matthias Mller-Hannemann). Integration zweier Softwarekomponenten im Versptungsmanagement (Verknpfung von Visualisierung und einem Optimierungstool). Experimentelle Analyse des tageszeitabhngigen Durchmessers im Flugverkehr (Betreuer: Annabell Berger und Matthias Mller-Hannemann). Hyperparameterfreie Genetische Algorithmen im evolutionren Machine Learning / Pittsburgh LCS (Masterarbeit auch in Verbindung mit einem Projektmodul mglich, Ansprechpartner: ).

Model-based Deep Reinforcement Learning: Im model-based RL wird ein Model der Umwelt gelernt und dieses benutzt um eine policy zu lernen, die das Problem lst. Martin Lemnian (2013 Verbesserung der Anschlussdisposition im Bahnverkehr auf Basis von realistischen Passagierstromen (Betreuer: Ivo Hedtke und Matthias Mller-Hannemann). Login fr Redakteure bersicht, die Arbeitsgruppe Datenstrukturen und effiziente Algorithmen bietet jederzeit eine Vielzahl an Themen fr mgliche Bachelor- und Masterarbeiten. Die betreuten Themen beziehen sich vornehmlich auf unsere Forschungsschwerpunkte bzw. Bitte nehmen Sie direkt mit uns Kontakt auf - entweder mit dem jeweiligen Mitarbeiter (Bezug auf ein konkretes Projekt) oder mit Prof. (Bachelor- oder Masterarbeit, Ansprechpartner: ). Martin Ostrowski (2010 Versptungsvorhersage von Zgen: Implementation und experimentelle Analyse eines stochastischen Online-Modells (Betreuer: Annabell Berger und Matthias Mller-Hannemann). LaTeX-Vorlage zusammen mit einigen Erklrungen und Hinweisen zur Verfgung. Hhner bei allgemeinen Themen im Umfeld des Lehrstuhls. Steffen Rechner (2010 Der globale Rang eines Flughafens im Wandel der Zeit: Experimentelle Analyse der tageszeitabhngigen Zentralitten im Flugverkehr (Betreuer: Annabell Berger und Matthias Mller-Hannemann).

Selbst-lernende OC-Systeme, anomaly Detection in Sensornetzen: Auf Echtweltdaten eines Sensornetzwerkes sollen mittels Anomaly Detection von der Norm abweichende Drifts erkannt werden. Wir knnen dann in einem kurzen Treffen mit Ihnen die Interessenbereiche abstecken und gemeinsam ein passendes Thema finden. Standortoptimierung fr Carsharing - wirschaftlich und kundenfreundlich (Betreuung: Alexander Hinneburg, Matthias Mller-Hannemann) Zum Seitenanfang. Eine Auswahl von abgeschlossenen Bachelorarbeiten, martin Grimmer (2009 Beschleunigungstechniken fr eine Pareto-optimale Fahrplanauskunft in einem dynamischen Szenario: Implementation eines praxisnahen Prototyps (Betreuer: Annabell Berger und Matthias Mller-Hannemann). Anschlieend knnen Sie die Einstellungen zum Datenschutz vornehmen. Bitte prfen Sie, ob Sie einen Adblocker, Pop-Up-blocker oder hnliches verwenden und schalten Sie diese aus. Eine Auswahl von abgeschlossenen Masterarbeiten, martin Knoth (2011  Vergleich und Analyse von Robustheitsmaen und zugehrigen effizienten Algorithmen fr Fahrplanausknfte (Betreuer: Matthias Mller-Hannemann). Learning Classifier Systeme, lsungsanstze fr bergeneralittsprobleme in strength-based LCS (Masterarbeit, Ansprechpartner: ). Deswegen gibt es hier keine Liste mit feststehenden Themen; wenden Sie sich bei Interesse stattdessen.

Ähnliche neuigkeiten