Bachelorarbeit informatik themen


26.12.2020 06:41
12 hilfreiche Themen fr die Bachelorarbeit in Informatik
aufhren? Login fr Redakteure bersicht, die Arbeitsgruppe Datenstrukturen und effiziente Algorithmen bietet jederzeit eine Vielzahl an Themen fr mgliche Bachelor- und Masterarbeiten. Martin Lemnian (2013 Verbesserung der Anschlussdisposition im Bahnverkehr auf Basis von realistischen Passagierstromen (Betreuer: Ivo Hedtke und Matthias Mller-Hannemann). Wir bieten Themen fr Bachelor- und Masterarbeiten und fr das Masterpraktikum an. Themenvorschlge fr Masterarbeiten, entwicklung eines Optimierungstools zur globalen Begrenzung von Pandemien durch mglichst geringe Eingriffe in Transportnetzwerke. Sascha Hee (2013 Robuste Fahrplanauskunft im Bahnverkehr: Konzepte, Berechnungsverfahren und Evaluation (Betreuer: Matthias Mller-Hannemann). Nehmen Sie gerne Kontakt mit uns auf, falls Sie ein spannendes Thema und einen passenden Partner an der Hand haben.

Markus Pckelmann (2010 Ist die Welt kleiner geworden? Matching im evolutionren Machine Learning / Pittsburgh LCS (Bachelor- oder Masterarbeit, Ansprechpartner: ). Evolutionary Classification-basierte Qualittsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: ). Wir sind jederzeit bestrebt, Studierende frhzeitig in unsere Forschungsttigkeiten und - projekte einzubinden, um Ihnen somit eine Vorstellung von akademischer Forschung vermitteln zu knnen. Die Themen stammen blicherweise aus einem unserer. Vergleich der Performance von Optimierungsverfahren / Metaheuristiken via Deep Statistics (Masterarbeit, Ansprechpartner: ). Sollten Sie noch unentschlossen, an Organic Computing im Allgemeinen interessiert oder mit einer eigenen Idee ausgerstet sein, wenden Sie sich bitte direkt an Prof. Bitte nehmen Sie direkt mit uns Kontakt auf - entweder mit dem jeweiligen Mitarbeiter (Bezug auf ein konkretes Projekt) oder mit Prof. Ralf Rckert (2010 Plagiatssuche mit bioinformatischen Methoden (Betreuer: 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.

Bei Interesse kontaktieren Sie bitte den jeweils angegebenen Betreuer. Die betreuten Themen beziehen sich vornehmlich auf unsere Forschungsschwerpunkte bzw. Evolutionre Funktionsapproximatoren auf Qualittsmerkmalen aus dem 3D Druck (Bachelor- oder Masterarbeit, Ansprechpartner: ). Additive Fertigung, deep Learning-basierte Qualittsvorhersage von Bauteilen (Bachelorarbeit, Ansprechpartner: ). Parallele Algorithmen in heterogenen Umgebungen mit OpenCL. Themenvorschlge fr Bachelorarbeiten, experimentelle Analyse von Krzeste-Wege-Algorithmen fr verschiedenen Netzwerkklassen (beispielsweise Netzwerke mit gegebener Knotengradverteilung und reale Netzwerke). Steffen Rechner (2013 Vergleich und experimentelle Analyse von Verfahren zum Erzeugen zuflliger perfekter Matchings (Betreuerin: Annabell Berger). LaTeX-Vorlage zusammen mit einigen Erklrungen und Hinweisen zur Verfgung.

Lokale Modelle im evolutionren Machine Learning / Pittsburgh LCS fr Funktionsapproximation (Bachelor- oder Masterarbeit auch in Verbindung mit einem Praxis-/Projektmodul mglich, Ansprechpartner: ). Die Komponente soll in einer multi-level Observer/Controller Architektur laufen. Deswegen gibt es hier keine Liste mit feststehenden Themen; wenden Sie sich bei Interesse stattdessen. Hyperparameterfreie Genetische Algorithmen im evolutionren Machine Learning / Pittsburgh LCS (Masterarbeit auch in Verbindung mit einem Projektmodul mglich, Ansprechpartner: ). Raum.19, institut fr Informatik, martin-Luther-Universitt, halle-Wittenberg. Aktuelle verfgbare Themen stellen wir interessierten Studierenden gerne auf Anfrage persnlich vor. Hhner bei allgemeinen Themen im Umfeld des Lehrstuhls.

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. Hhner (Kontaktdaten finden Sie unter "Team. Implementierung in Haskell (Master- oder auch Bachelorarbeit, Ansprechpartner: ). Interpolated Experience Replay: Durch das Nutzen von gespeichertem Wissen im Experience Replay werden synthetische Erfahrungen mittels Interpolation erstellt um den Lerner zu untersttzen. Im Folgenden sind die groben Themenbereiche dargestellt, in denen ein individuelles Thema festgelegt werden kann. Die folgende Liste von Themen soll daher nur einen ersten berblick geben, welche Arbeiten bei uns mglich sind.

Martin Knoth (2009 Integration von Versptungsmeldungen im zeitabhngigen Graphenmodell fr Fahrplanausknfte im Bahnverkehr (Betreuer: Matthias Mller-Hannemann). Marcus Pckelmann (2013 Zyklizitt in empirischen und knstlichen Nahrungsnetzen (Betreuerin: Annabell Berger). 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. Unterschiedliche Varianten knnen implementiert und evaluiert werden. Vergleich unterschiedlicher Modellanstze zur Epidemieausbreitung (soziale Netzwerke. Ebenso sind eigene Themenvorschlge willkommen.

Lambda-Kalkl basiertes Genetic Programming inkl. 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). Um Ihnen den Einstieg in Ihre Abschlussarbeit zu erleichtern, stellen wir eine. Bitte lesen Sie diese sorgfltig durch. Ralf Rckert (2014 Grostrungen im Bahnverkehr: Erkennung, Ausbreitung und Vorhersage (Betreuer: Ivo Hedtke und Matthias Mller-Hannemann).

Benjamin Panzer (2009 Verbindungssicherung und alternative Verbindungsempfehlung im verspteten Bahnverkehr (Betreuer: Matthias Mller-Hannemann). Standortoptimierung fr Carsharing - wirschaftlich und kundenfreundlich (Betreuung: Alexander Hinneburg, Matthias Mller-Hannemann) Zum Seitenanfang. Selbstverstndlich besteht zudem die Mglichkeit, mit Vorschlgen auf uns zuzukommen. (Bachelor- oder Masterarbeit, Ansprechpartner: ). Eine Auswahl von abgeschlossenen Masterarbeiten, martin Knoth (2011  Vergleich und Analyse von Robustheitsmaen und zugehrigen effizienten Algorithmen fr Fahrplanausknfte (Betreuer: Matthias Mller-Hannemann). Vergleich von theoretischen Rechnermodellen und empirischen Laufzeitmessungen.

Von-Seckendorff-Platz 1 06120 Halle (Saale email: eller-hannemann, aT, sprechstunde: nach Vereinbarung, weiteres. Untersuchung von Mglichkeiten zur vereinfachten Implementierung parallelisierter Graphenalgorithmen auf modernen Multicore-Systemen. Effiziente Implementierung paralleler Algorithmen auf Graphikprozessoren mit cuda. Netzwerkanalyse von Verkehrsnetzwerken (Bahn- und Flugverkehr) im Vergleich. Parallelisierung geowissenschaftlicher Anwendungen auf Graphikprozessoren mit cuda. In der Regel sind die angebotenen Themen auch um Forschungs-/Praxis- und Projektmodule erweiterbar. Alexander Wolff (fr Algorithmen an, christan Glaer (fr Komplexittstheorie) oder an eineN unserer MitarbeiterInnen. (Bachelor- und Masterarbeiten, Ansprechpartner: ).

Matthias Mller-Hannemann, telefon:, telefax. Computational Trust Model in Sensornetzwerken: Jedem Sensor im Netzwerk wird ein Trust-Wert zugeordnet der Aussagen ber die Zuverlssigkeit, bzw. Experimentelle Analyse des tageszeitabhngigen Durchmessers im Flugverkehr (Betreuer: Annabell Berger und Matthias Mller-Hannemann). Untersuchung von Mglichkeiten zur vereinfachten Implementierung parallelisierter geowissenschaftlicher Anwendungen auf modernen Multicore-Systemen. Learning Classifier Systeme, lsungsanstze fr bergeneralittsprobleme in strength-based LCS (Masterarbeit, Ansprechpartner: ). Optimierung / Metaheuristiken, parallelisierung populations-basierter Optimierungsverfahren / Metaheuristiken (Bachelor- oder Masterarbeit auch in Verbindung mit Praxis-/Projektmodul mglich, 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. Wir bieten einige Themen in Kooperation mit dem Unternehmen EndressHauser im Bereich (Deep) Learning. Martin Ostrowski (2010 Versptungsvorhersage von Zgen: Implementation und experimentelle Analyse eines stochastischen Online-Modells (Betreuer: Annabell Berger und Matthias Mller-Hannemann). 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.

Ähnliche artikel