Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen Revision Vorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
Letzte Überarbeitung Beide Seiten der Revision
lehre:abschlussarbeiten [2024/06/04 00:46]
kruschewsky [Laufende Abschlussarbeiten]
lehre:abschlussarbeiten [2024/07/04 09:43]
wiartalla [Offene Bachelorarbeiten]
Zeile 43: Zeile 43:
 \\ \\
   * Algorithmen für Vernetzte und Autonome Fahrzeuge, siehe [[en:​forschung:​mobility#​open_positions|Cyber-physical Mobility]]   * Algorithmen für Vernetzte und Autonome Fahrzeuge, siehe [[en:​forschung:​mobility#​open_positions|Cyber-physical Mobility]]
 +  * {{ :​lehre:​abschlussarbeiten:​mw:​20240531_ma_rueckfallkonzept.pdf | Entwicklung eines Rückfallkonzepts für die automatisierte Lungenunterstützung mobilisierter Intensivpatienten}}
 +  * {{ :​lehre:​abschlussarbeiten:​mw:​20240531_ma_komplikationen.pdf | Modellierung von ausgewählten Komplikationen und Fehlern in einer Simulation einer ECMO-Therapie}}
  
 ===== Laufende Abschlussarbeiten ===== ===== Laufende Abschlussarbeiten =====
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_baron.pdf | Data and Process Visualization Tool for a Machine Learning Framework for ARDS Classification}}
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_wedding.pdf | Feature selection and data preprocessing methods in the context of AI-based ARDS classification in time-series data}}
   * {{:​lehre:​abschlussarbeiten:​mv:​expose_roman_gensch.pdf|Automatisierte Generierung eines .NET-Interfaces für eine C++-Bibliothek}}   * {{:​lehre:​abschlussarbeiten:​mv:​expose_roman_gensch.pdf|Automatisierte Generierung eines .NET-Interfaces für eine C++-Bibliothek}}
   * {{ :​lehre:​i11-expose_huang_2020.pdf | Implementation of Generic Scenarios for Testing of Networked Trajectory Planning}}   * {{ :​lehre:​i11-expose_huang_2020.pdf | Implementation of Generic Scenarios for Testing of Networked Trajectory Planning}}
Zeile 52: Zeile 56:
   * {{ :​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: 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_menzel_final.pdf | (Master) Framework zur automatisierten ARDS-Erkennung basierend auf KI-gestützten Verfahren}} 
-  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_ba_nick_stete.pdf | Erklärbarkeitsanalyse von Deep-Learning Modellen zur Erkennung von bilateralen Infiltraten in Röntgenbildern}} 
-  * {{ :​lehre:​abschlussarbeiten:​sf:​2023_ma_lisa_hartung_expose.pdf | (Master) Comparison of White Box and Black Box Models in the Context of Artificial Intelligence for ARDS Classification}} 
-  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_kaschel_final.pdf | Few-Shot Learning für die Erkennung von bilateralen Infiltraten in Röntgenbildern}} 
   * {{ :​lehre:​abschlussarbeiten:​akr-expose-haman.pdf | Datenaugmentationsverfahren für das Training von Algorithmen für die Erkennung von fehlerhaften Datenpunkten}}   * {{ :​lehre:​abschlussarbeiten:​akr-expose-haman.pdf | Datenaugmentationsverfahren für das Training von Algorithmen für die Erkennung von fehlerhaften Datenpunkten}}
   * {{ :​lehre:​abschlussarbeiten:​akr-expose-kruempelmann.pdf | Automated Concept-based Explanation als Erklärverfahren für die Fehlererkennung auf Zeitreihendaten}}   * {{ :​lehre:​abschlussarbeiten:​akr-expose-kruempelmann.pdf | Automated Concept-based Explanation als Erklärverfahren für die Fehlererkennung auf Zeitreihendaten}}
Zeile 81: Zeile 81:
   * {{ :​lehre:​abschlussarbeiten:​sf:​expose-hammad_ahmed.pdf | (Master) Detection of ARDS in time series clinical data using Deep Learning models}}   * {{ :​lehre:​abschlussarbeiten:​sf:​expose-hammad_ahmed.pdf | (Master) Detection of ARDS in time series clinical data using Deep Learning models}}
   * {{ :​lehre:​abschlussarbeiten:​akr-expose-treiber.pdf | (Master) Development of a Framework for post-hoc Explainability of Fault Detection in ICU-Data}}   * {{ :​lehre:​abschlussarbeiten:​akr-expose-treiber.pdf | (Master) Development of a Framework for post-hoc Explainability of Fault Detection in ICU-Data}}
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_menzel_final.pdf | (Master) Framework zur automatisierten ARDS-Erkennung basierend auf KI-gestützten Verfahren}}
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_ba_nick_stete.pdf | Erklärbarkeitsanalyse von Deep-Learning Modellen zur Erkennung von bilateralen Infiltraten in Röntgenbildern}}
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​2023_ma_lisa_hartung_expose.pdf | (Master) Comparison of White Box and Black Box Models in the Context of Artificial Intelligence for ARDS Classification}}
 +  * {{ :​lehre:​abschlussarbeiten:​sf:​expose_kaschel_final.pdf | Few-Shot Learning für die Erkennung von bilateralen Infiltraten in Röntgenbildern}}
 ==== 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 }}