Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
| Beide Seiten der vorigen Revision Vorhergehende Überarbeitung Nächste Überarbeitung | Vorhergehende Überarbeitung Nächste Überarbeitung Beide Seiten der Revision | ||
|
lehre:abschlussarbeiten [2023/02/28 13:40] kruschewsky [2023] |
lehre:abschlussarbeiten [2023/04/12 12:26] kruschewsky [2023] |
||
|---|---|---|---|
| Zeile 55: | Zeile 55: | ||
| * {{ :lehre:abschlussarbeiten:mb:exposee_ma_hammer.pdf | Entwicklung eines Frameworks zur Anonymisierung von personenbezogenen zeitkontinuierlichen Daten}} | * {{ :lehre:abschlussarbeiten:mb:exposee_ma_hammer.pdf | Entwicklung eines Frameworks zur Anonymisierung von personenbezogenen zeitkontinuierlichen Daten}} | ||
| * {{ :lehre:abschlussarbeiten:ml:exposee_wrede.pdf | Messung des Einflusses der Blutgerinnung auf die Absorption von infrarotem Licht in Vollblut }} | * {{ :lehre:abschlussarbeiten:ml:exposee_wrede.pdf | Messung des Einflusses der Blutgerinnung auf die Absorption von infrarotem Licht in Vollblut }} | ||
| + | * {{ :lehre:abschlussarbeiten:akr-expose_klinkhart.pdf | Entwickeln eines Schwierigkeitsscores für die | ||
| + | Fehlererkennung in intensivmedizinischen Daten}} | ||
| + | * {{ :lehre:abschlussarbeiten:akr-expose_pasa.pdf | Essence Neural Network for Explainable Error Detection in | ||
| + | Intensive Care Medical Data}} | ||
| * {{ :lehre: expose_steidl.pdf | (Master) Detection of Vehicle Position on a Pressure-Sensitive Surface Layer}} | * {{ :lehre: expose_steidl.pdf | (Master) Detection of Vehicle Position on a Pressure-Sensitive Surface Layer}} | ||
| * {{ :lehre:abschlussarbeiten:sf:expose_pauli_final.pdf | Automatische Erkennung von bilateralen Infiltraten in Röntgenbildern mit Hilfe von Vision Transformern}} | * {{ :lehre:abschlussarbeiten:sf:expose_pauli_final.pdf | Automatische Erkennung von bilateralen Infiltraten in Röntgenbildern mit Hilfe von Vision Transformern}} | ||
| Zeile 66: | Zeile 70: | ||
| * {{ :lehre:abschlussarbeiten:akr-expose-koehler.pdf | Retrospektive Klassifikation von Sepsis-Patienten in | * {{ :lehre:abschlussarbeiten:akr-expose-koehler.pdf | Retrospektive Klassifikation von Sepsis-Patienten in | ||
| intensivmedizinischen Sekundärdaten mit Machine Learning}} | intensivmedizinischen Sekundärdaten mit Machine Learning}} | ||
| + | * {{ :lehre:abschlussarbeiten:akr-expose_nguyen.pdf | (Master) Neural networks and ensemble methods for imputation of inconsistent intensive care data}} | ||
| ==== 2022 ==== | ==== 2022 ==== | ||
| * {{ :lehre:abschlussarbeiten:mb:expose_ba_bach.pdf | Automatisierte Erkennung von ausgewählten Komplikationen bei der Beatmung von Neugeborenen }} | * {{ :lehre:abschlussarbeiten:mb:expose_ba_bach.pdf | Automatisierte Erkennung von ausgewählten Komplikationen bei der Beatmung von Neugeborenen }} | ||