Home | Impressum | KIT

Classified Ads

Category overview > Bachelor- und Masterarbeiten
Ad index
10/21/2019  (16  Views )
Masterarbeit im Bereich Kognitive Systeme für intelligente Benutzermodelle

https://www.iosb.fraunhofer.de/servlet/is/103035/

 

Wir suchen ab sofort Verstärkung für unser Team, das sich mit der Anwendung von Künstlicher Intelligenz für intelligente Assistenzsysteme beschäftigt, mit speziellem Fokus auf E-Learning Systeme, digitale Lernspiele (Serious Games) und Computersimulatoren.

Am Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB machen wir aus neuesten wissenschaftlichen Erkenntnissen technische Innovationen und wollen so unseren Beitrag dazu leisten, die Zukunft zu gestalten. Nur zehn Minuten Fußweg vom Campus Süd des KIT entfernt, wartet Ihre Chance, Teil unserer renommierten Forschungseinrichtung zu werden.

 

Inhalt

Diese Masterarbeit behandelt das Thema der "intelligenten Benutzermodelle", also die Benutzermodellierung kombiniert mit Verfahren der kognitiven Modellierung aus den Kognitionswissenschaften. Es gibt dazu bereits Vorarbeiten aus einer anderen Masterarbeit, auf der aufgebaut werden kann. Die mit Python und PyMC3 entwickelten KI-Modelle sollen in die Anwendung für unsere digitalen Lernspiele gebracht und anhand von kleinen Nutzerstudien untersucht werden.

Keywords

Assistenzsysteme; Kognitive Systeme; Benutzermodellierung; Serious Games

 

 

Anforderungen

  • Student der Informatik oder vergleichbare Fachrichtung; Besuch der Vorlesung "Kognitive Systeme" (KogSys).
  • Gute Kenntnisse in Python und gängiger PyPi Bibliotheken, idealerweise Kenntnisse zu scikit-learn oder PyMC3.
  • Im besten Fall haben Sie bereits Erfahrungen mit den Game Engines Unity oder Unreal gesammelt.
  • Sie habe Spaß daran, sich in neue Themengebiete einzuarbeiten und eigene Ideen einzubringen.

 

Ihre Aufgabe

Sie entwickeln den Prototyp eines kognitiven Benutzermodells mit PyMC3 weiter, so dass Sie es auf unser Serious Game anwenden können.

Sie untersuchen, wie sich dieses Modell mit Spiele-Nutzungsdaten (synthetisch und real) verhält.


Unser Angebot

  • Hohes Maß an Eigenverantwortung und die Möglichkeit, eigene Ideen einzubringen und umzusetzen.
  • Die Schwerpunkte der Arbeit können nach Ihrer Qualifikation und Neigung abgesprochen werden.
  • Betreuung Ihrer Studien-, Diplom-, Bachelor- oder Masterarbeit.
  • Einen spannenden Einblick in die anwendungsorientierte Forschung der Fraunhofer-Gesellschaft
  • Die professorale Betreeung kann selbstständig vorgeschlagen oder vom Fraunhofer IOSB gestellt werden, z.B. KIT Lehrstuhl IES.

 

https://www.iosb.fraunhofer.de/servlet/is/103035/



10/21/2019  (16  Views )
Graph-Algorithmen und Machine Learning für Learning Analytics

https://www.iosb.fraunhofer.de/servlet/is/101063/

 

Motivation & Problemstellung

Adaptive E-Learning Assistenzsysteme unterstützen bei der Erreichung von Lernzielen. Dazu müssen aus beobachteten Benutzerinteraktionsdaten die richtigen Schlussfolgerungen gezogen werden, bspw. wann und wie ein adaptives Lernsystem eingreifen soll. 

Die Fragestellung ist, wie E-Learning Trackingdaten mittels Algorithmen der Graphentheorie analysiert werden können, um Informationen für Benutzerprofile und für adaptive Assistenzsysteme zu gewinnen. Beispielsweise müssen Informationen zu ähnlichen Benutzern bzw. ähnlichem Benutzerverhalten in den Daten gefunden werden (“andere Nutzer haben auch…”), oder welche Lerneinheiten oder Lerner zentrale Rollen einnehmen (“Influencer”), oder welche  (Lern-)Pfade häufig oder nur selten genutzt werden. Empfehlungssysteme nutzen diese Informationen, um kontextbezogene Hilfestellungen anzubieten oder die Lernsysteme bzw. -inhalte nutzerbezogen anzupassen.

Aufgabe

Die Untersuchungen dieser Arbeit betreffen die Analyse von Beobachtungsdaten mittels Graph-Algorithmen moderner Graph-Datenbanken (Bsp. Neo4j). Es soll systematisch untersucht werden welche Algorithmen sich speziell im E-Learning Kontext eignen, welche Fragestellungen beantwortet werden können, und welche Vor- und Nachteile sich ergeben.

Durch die Abbildung von Beobachtungsdaten auf Triple-Strukturen wie bei den sozialen Netzwerken (Bsp. “Eva Mustermann bearbeitet Lerneinheit Pythagoras”) können existierende Ansätze von sozialen Netzwerken auf das E-Learning übertragen werden. Wegen dieser strukturellen Datenähnlichkeit sollen auch Mehrwerte durch die Vermischung von E-Learning und anderer Assistenzsysteme aufgezeigt werden.

Die Verifikation der Ansätze sowie die Datenmodellierung und -charakterisierung erfolgen anhand von existierenden E-Learning Anwendungen, speziell aus dem Kontext digitaler Lernspiele.

Voraussetzungen

  • Studium: Informatik oder vergleichbares Studium
  • Kenntnisse zur Graphentheorie und Graph-Datenbanken (Neo4j) wünschenswert.

 

Information & Betreuung

Dipl.-Inf. Alexander Streicher, alexander.streicher@iosb.fraunhofer.de, Fraunhofer IOSB, Karlsruhe

 

https://www.iosb.fraunhofer.de/servlet/is/101063/



09/06/2019  (35  Views )
Masterarbeit: Direkte numerische Simulation von Kolmogorov Turbulenz mittels Smoothed Particle Hydrodynamics (SPH) und Meshless-Finite-Mass-Methode (MFM)

Am Institut für Thermische Strömungsmaschinen (ITS) werden Mehrphasenströmungen mittels der rein Lagrangeschen Smoothed-Particle-Hydrodynamics-(SPH)-Methode berechnet. Bislang ist ungeklärt, ob damit auch Turbulenz im Sinne einer direkten numerischen Simulation erfasst werden kann.
Letztere Fragestellung soll im Rahmen der Masterarbeit mittels des am Instituts entwickelten SPH-Algorithmus untersucht werden. Hierzu soll die einphasige, zweidimensionale Kolmogorov-Strömung im Detail mittels SPH simuliert werden. Die Lösungen sind im Anschluss quantitativ und qualitativ auszuwerten, insbesondere mit Fokus auf Turbulenzstatistik. Darüber hinaus soll eine sehr junge, alternative Partikelmethode zum Vergleich herangezogen werden, die sogenannte Meshless-FiniteMass-(MFM)-Methode.
Die Arbeit bietet die Möglichkeit sich intensiv mit der aktuellen Turbulenztheorie und mit partikelbasierten Diskretisierungsmethoden auseinanderzusetzen.

       

Betreuer: Max Okraschevski, M.Sc



09/04/2019  (39  Views )
Masterarbeit: Simulation fo Particles in Turbulent Flows

This study includes the development of a computational tool to predict the behaviour of interacting non-spherical particles under turbulent flow conditions.

Many industrial processes, such as gasification, polymerization, coating, cracking and conveying, involve complex interactions between the particulate and the gas phase. Accordingly, accurate description of the turbulent gas–solid flow becomes critical for industrial design / optimization problems. Variations of the particle properties, however, complicates the flow analysis for such systems.
Within the scope of this work, a novel approach will be tested to identify the influence of various particle properties on particle-flow interactions (shape, aspect ratio, density). Large eddy simulation (LES) will be utilized for capturing the gas phase turbulence while Volume of Fluid method (VoF) will be used for the dense phase. The thesis consists of the following subtasks:

  • Implementation of the problem into ANSYS environment,
  • Benchmarking the numerical setup for a generic problem,
  • Construction and testing of cases with realistic particles,
  • Documentation of the work.

Betreuer: Dr. Cihan Ates



08/29/2019  (40  Views )
Industrial Tubes Classification Using Machine Learning Techniques



08/26/2019  (37  Views )
Bachelorarbeit: Entwicklung eines automatisierten Lackiersystems für eine ebene Plattenkonfiguration

Das Institut für Thermische Strömungsmaschinen (ITS) ist im Bereich der Forschung stationärer Gasturbinen und Flugtriebwerke weltweit führend. Zur Untersuchung der Filmkühlung sowie der Wandschubspannung ist es häufig notwendig Lackschichten auf ebene Plattenkonfigurationen aufzubringen, beispielsweise für die Infrarotthermografie oder die Flüssigkristalltechnik. Dabei stellen die Dicke, Homogenität sowie Rauigkeit eine Bandbreite an Einflussparametern dar, die es zu quantifizieren gilt. Ungeachtet der Messtechnik spielt die Reproduzierbarkeit dieser Einflussparameter bzw. der Lackschicht eine ausschlaggebende Rolle.

Im Rahmen dieser Bachelorarbeit soll die Konzeption und Konstruktion einer automatisierten Lackiervorrichtung für ebene Plattenkonfigurationen verschiedener Abmessungen durchgeführt werden. Die Steuerung des Systems soll mittels LabVIEW realisiert werden. Vorkenntnisse in LabVIEW sind vorteilhaft, stellen jedoch keine Voraussetzung dar.

Beginn ab sofort möglich.

Betreuer:

Stefanos Melekidis, M.Sc.

Katharina Stichling, M.Sc.



08/07/2019  (40  Views )
Wirtschaftlichkeitsanalyse von Recyclingprozessen mit sensorgestützter Abfallsortierung



08/01/2019  (60  Views )
Umsetzung einer mikrofluidischen Vorrichtung zur Handhabung von lamellaren Objekten im Nanometerbereich

Zur Aufklärung der Struktur von biologischen Proben oder neuen Werkstoffen bis hinunter zu
Nanometer-Dimensionen werden die Proben in ein Polymer eingebettet und mit einem
Diamantmesser in 60 nm dicke Schnitte geschnitten. Eine große Anzahl dieser Schnitte,
fragile lamellare Objekte, müssen geordnet und ohne Beschädigungen auf einem Substrat
abgelegt werden um später mit bildgebenden Licht- und Elektronenmikroskopischen Verfahren
aufgenommen und zu einem 3D-Modell zusammen gesetzt zu werden. Nach dem Schnitt mit
dem Diamantmesser schwimmen die lamellaren Objekte auf einer Wasseroberfläche. In
einem experimentellen Aufbau konnte gezeigt werden, dass sich die lamellaren Objekte auf
dem Substrat in durch Oberflächenfunktionalisierung erzeugten mikrofluidischen Kanälen
anordnen.


Im Rahmen der Arbeit soll dieses Prinzip in eine Handhabungsvorrichtung übertragen werden.
Dazu gehören die Konstruktion und Umsetzung einer motorisierten Substrathalterung und
deren Einbindung in ein Steuerungskonzept. Weiterhin soll untersucht werden, ob durch
gezielt erzeugte Strömungen die Schnitte in den Kanälen bewegt werden können. Die
Kanalgeometrie soll zudem optimiert werden um eine hohe Ablagedichte und sicheres
Eingleiten der Schnitte in die Kanäle zu erlauben. Die Umsetzbarkeit soll abschließend an
einer biologischen Probe mit mehr als 500 geordnet abgelegten Schnitten gezeigt werden.


Aufgabenstellung:
• Einarbeitung in die Erzeugung strukturierter Oberflächenfunktionalisierung
• Konstruktion und Umsetzung einer Substrathalterung mit Fluid Ein-/Auslässen
• Einbindung in ein 5-Achsen-Steuerungskonzept (Raspberry Pi und Python basiert)
Optimierung der Kanalgeometrie
• Geordnete Ablage von >500 Schnitten einer biologischen Probe auf einem Substrat



08/01/2019  (49  Views )
Abschlussarbeit am Fraunhofer ICT, Pfinztal zum Thema Roboterprogrammierung und Prozessautomatisierung

Hintergrund:

Innovative Leichtbaulösungen auf Kunststoffbasis haben in den letzten Jahren zu ökonomisch und ökologisch effizienteren Automobilen geführt. In Kombination mit Verstärkungsfasern kann das mechanische Eigenschaftsniveau von Kunststoffen beträchtlich erhöht werden. Ein gezielter Einsatz von Verstärkungsfasern in den hochbelasteten Bereichen eines Bauteils, kann dabei sowohl Gewicht als auch Kosten sparen. Gewickelte Endlosfaserstruktururen basierend auf Hybrid-Rovings bilden hierfür eine ideale Voraussetzung auch dreidimensionale Verstärkungsskelette für hochbelastete Strukturbauteile für den Einsatz im Automobilbereich zu realisieren. Zur wirtschaftlichen Herstellung dieser gewickelten Endlosfasereinleger in Verbindung mit dem großserienfähigen Spritzgussprozess ist jedoch eine hohe Prozessautomatisierung notwendig.

 

Inhalt:

Das 3D Wickeln stellt bei der 3D Skelett Wickeltechnik den zentralen Baustein dar. Im Rahmen dieser Masterarbeit soll der roboterbasierte Wickelprozess vollständig automatisiert werden. Dies beinhaltet die Aufnahme des schmelzeflüssigen thermoplastischen Hybridgarns am Ende der Imprägniereinheit, die Roboterprogrammierung für einen komplexen Wickelablauf mit konstanten Abzugsgeschwindigkeiten sowie die Übergabe des gewickelten Faserskeletts an das Handlingsystem der Spritzgussanlage.

Themengebiet: 

Automatisierungstechnik, Robotik


Anforderungen:

- Studienfach Maschinenbau mit Schwerpunkt Automatisierungstechnik, Robotik o.ä.; Informatik mit Schwerpunkt Robotik o.ä.
- Kenntnisse im Bereich Roboterprogrammierung (idealerweise KUKA KRL) und/oder Automatisierungstechnik
- Selbstständigkeit, Eigeninitiative und strukturierte Arbeitsweise
 

Beginn:

- ab sofort
 

Standort:

- Anstellung und Arbeitsplatz am Fraunhofer ICT, Pfinztal


Kontakt:
Björn Beck
bjoern.beck@ict.fraunhofer.de
0721/4640593

 



07/26/2019  (42  Views )
Entwurf einer neuartigen Regelung mittels Reinforcement Learning



   1   2   3  4  5   6  ...