Themen für Abschlussarbeiten

An unserem Lehrstuhl sind jederzeit interessante Themen für studentische Abschlussarbeiten (Bachelor / Master) oder für Praxis-, Forschungs- oder Projektmodule zu vergeben. Aktuelle verfügbare Themen stellen wir interessierten Studierenden gerne auf Anfrage persönlich vor. Selbstverständlich besteht zudem die Möglichkeit, mit Vorschlägen auf uns zuzukommen.

Die betreuten Themen beziehen sich vornehmlich auf unsere Forschungsschwerpunkte bzw. auf unsere Forschungsprojekte. Wir sind jederzeit bestrebt, Studierende frühzeitig in unsere Forschungstätigkeiten und - projekte einzubinden, um Ihnen somit eine Vorstellung von akademischer Forschung vermitteln zu können.

Bitte nehmen Sie direkt mit uns Kontakt auf - entweder mit dem jeweiligen Mitarbeiter (Bezug auf ein konkretes Projekt) oder mit Prof. Dr. Hähner bei allgemeinen Themen im Umfeld des Lehrstuhls.

 

Im Folgenden sind die groben Themenbereiche dargestellt, in denen ein individuelles Thema festgelegt werden kann. Bei Interesse kontaktieren Sie bitte den jeweils angegebenen Betreuer. In der Regel sind die angebotenen Themen auch um Forschungs-/Praxis- und Projektmodule erweiterbar. Sollten Sie noch unentschlossen, an Organic Computing im Allgemeinen interessiert oder mit einer eigenen Idee ausgerüstet sein, wenden Sie sich bitte direkt an Prof. Dr. Hähner (Kontaktdaten finden Sie unter "Team").

 

 

Selbst-lernende OC-Systeme

  •  "Selbst-lernende OC Systeme"

Learning Classifier Systeme

  • Lösungsansätze für Übergeneralitätsprobleme in strength-based LCS (Masterarbeit, Ansprechpartner: David Pätzel)
  • Lambda-Kalkül basiertes Genetic Programming inkl. Implementierung in Haskell (Master- oder auch Bachelorarbeit, Ansprechpartner: David Pätzel)
  • Hyperparameterfreie Genetische Algorithmen im evolutionären Machine Learning / Pittsburgh LCS (Masterarbeit auch in Verbindung mit einem Projektmodul möglich, Ansprechpartner: Michael Heider)
  • Matching im evolutionären Machine Learning / Pittsburgh LCS (Bachelor- oder Masterarbeit, Ansprechpartner: Michael Heider)
  • Lokale Modelle im evolutionären Machine Learning / Pittsburgh LCS für Funktionsapproximation (Bachelor- oder Masterarbeit auch in Verbindung mit einem Praxis-/Projektmodul möglich, Ansprechpartner: Michael Heider)

Additive Fertigung

  • Deep Learning-basierte Qualitätsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: Michael Heider)
  • Evolutionary Classification-basierte Qualitätsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: Michael Heider)
  • Evolutionäre Funktionsapproximatoren auf Qualitätsmerkmalen aus dem 3D Druck (Bachelor- oder Masterarbeit, Ansprechpartner: Michael Heider)

Optimierung / Metaheuristiken

  • Parallelisierung populations-basierter Optimierungsverfahren / Metaheuristiken (Bachelor- oder Masterarbeit auch in Verbindung mit Praxis-/Projektmodul möglich, Ansprechpartner: Helena Stegherr)
  • Exploration und Exploitation in Evolutionären Algorithmen (Bachelor- oder Masterarbeit, Ansprechpartner: Helena Stegherr)
  • Vergleich der Performance von Optimierungsverfahren / Metaheuristiken via Deep Statistics (Masterarbeit, Ansprechpartner: Helena Stegherr)
  • Selbstkonfigurierende Hyperparameter in Optimierungsverfahren / Metaheuristiken (Bachelor- oder Masterarbeit auch in Verbindung mit Praxis-/Projektmodul möglich, Ansprechpartner: Helena Stegherr)
  • Erweiterung und Vergleich verschiedener Metaheuristiken (Bachelor- oder Masterarbeiten, Ansprechpartner: Helena Stegherr)

Suche