Fakultät für Elektrotechnik, Informationstechnik und Medientechnik

Ob grundlagenorientiert oder praxisbezogen: wir bieten vielfältige und spannende Themen für Abschlussarbeiten.

Sie suchen ein Thema für Ihre Bachelor- oder Masterarbeit? Sie möchten schon während des Studiums in spannenden Projekten mitarbeiten? Bei uns bieten sich Ihnen alle Möglichkeiten! Wir bieten Abschlussarbeiten sowohl zu den neuesten Themen aus der Forschung oder in Zusammenarbeit mit der Industrie. Nachfolgend finden Sie eine Übersicht der ausgeschriebenen Arbeiten unserer Forschungsbereiche. 

Offene Bachelor-Arbeiten

Industrial Deep Learning

  • Literaturrecherche zum aktuellen Stand des Reinforcement Learnings für die Produktionsplanung (PDF)
  • Nachimplementierung eines Reinforcement Learning Ansatzes für die Produktionsplanung (PDF)
  • Hierarchisches Reinforcement Learning zum Lösen von Pick&Place Aufgaben mit Robotern (PDF)
  • Interaktive Darstellung eines Roboters in Virtual Reality (PDF)
  • Optimierung von FEM-Simulationen mittels Graph Neural Networks (PDF)
  • Datensatzerzeugung in realer Umgebung mittels Industrierobotern (PDF)

Interpretable Learning Models

  • Eine Übersicht über verwendete Kunden-Modellierungsansätze im Onlinehandel (PDF)
  • Eine Übersicht über Vorhersageprobleme im Onlinehandel und wie diese gelöst werden (PDF)
  • Transparenz für neuronale Netze in der Texterkennung an Güterwagen (PDF)
  • Semantic Pattern Mining for Interactive Data Exploration (PDF)

Semantic Systems Engineering

  • Gemeinsame Embeddings von Text und Graphen (PDF)
  • Domänenspezifische Sprachmodelle in der semantischen Modellierung (PDF)
  • Evaluation von Graph Neural Networks im Kontext eines Empfehlungssystems (PDF)
  • Aufbau eines Wissensgraphen auf Basis heterogener Datenquellen für die Domäne Produktion (PDF)
  • Aufbau eines Wissensgraphen auf Basis heterogener Datenquellen für die Domäne Mobilität (PDF)

Virtual and Augmented Reality

  • Auf Abstand - Anforderungen an Personal Space in Virtual Reality (PDF)
  • Authoring Doors  - Erstellen von Interaktionen und Beziehungen zwischen Objekten in der VR (PDF)
  • Betrachtung des Potentials von Virtual Reality als neues Lehr- und Lernmedium (PDF)
  • Das Ego erforschen - Persönliche Avatare in virutellen Lernumgebungen (PDF)
  • Direkt vs. Indirekt - Wann und wie man mit der virtuellen Welt interagiert (PDF)
  • Durchführung einer explorativen Studie zu Determinierung diverser Parameter für Text in VR (PDF)
  • Einfluss von Abstraktion in Virtual Reality auf den Lernerfolg (PDF)
  • Kombination von 360° und raumbezogener VR (PDF)
  • Recherche, Einordnung und Umsetzung diverser Lehr- und Lernmethoden für verschiedene Kontexte in Virtual Reality (PDF)
  • Visuelle Komplexität in virtuellen Lernumgebungen (PDF)

Offene Master-Arbeiten

Industrial Deep Learning

  • Nutzung von Monte-Carlo Search für Reinforcement Learning Basierte Produktionsplanung (PDF)
  • Interaktive Darstellung eines Roboters in Virtual Reality (PDF)
  • Optimierung von FEM-Simulationen mittels Graph Neural Networks (PDF)
  • Skill Embeddings für hierarchisches Reinforcement Learning (PDF)
  • Transfer Learning für die visuelle Qualitätsinspektion auf einer Normalizing-Flow-Architektur (PDF)

Interpretable Learning Models

  • Einbeziehen der Aktivitätszeit bei der Erstellung von Aktivitäts-Embeddings von Online-Shopping Sessions (PDF)
  • Guided Visual Exploratory Data Analysis (PDF)
  • Improve Deep Learning-Based Recommender Systems by Learning Customer Preferences (PDF)
  • Transparenz für neuronale Netze in der Texterkennung an Güterwagen (PDF)
  • Semantic Pattern Mining for Interactive Data Exploration (PDF)
  • KI-basierte Key Information Extraction aus gescannten Dokumenten mittels Optical Character Recognition (PDF)

Semantic Systems Engineering

  • Graph-Neuronale Netze zur Verbesserung der semantischen Kennzeichnung und Modellierung (PDF)
  • Gemeinsame Embeddings von Text und Graphen (PDF)
  • Domänenspezifische Sprachmodelle in der semantischen Modellierung (PDF)
  • Evaluation von Graph Neural Networks im Kontext eines Empfehlungssystems (PDF)
  • Aufbau eines Wissensgraphen auf Basis heterogener Datenquellen für die Domäne Produktion (PDF)
  • Aufbau eines Wissensgraphen auf Basis heterogener Datenquellen für die Domäne Mobilität (PDF)
  • Circular Economy Ontologies and Vocabularies and their Evaluation Criteria (PDF)

Virtual and Augmented Reality

  • Nutzerbasierte Evaluierung diverser Virtual-Reality-Interaktionsarten in unterschiedlichen Anwendungskontexten (PDF)
  • Untersuchung verschiedener Fortbewegungsarten in Virtual Reality in Bezug auf den Anwendungskontext (PDF)
  • Wo ist die Funktion? - Untersuchung diverser Konzepte für Menüs in Virtual-Reality (PDF)

Offene Arbeiten in Kooperation mit der Industrie

  • Computer Vision & Image Evaluation for Automotive Windshields (Saint-Gobain Sekurit, Link zur Ausschreibung)
  • Akustische Inspektion mit Deep Learning in der Thermomix Produktion (Vorwerk, PDF)
  • Machine und Deep Learning zur Erforschung der Stammdatenoptimierung (Dataservices & IT-Solutions, PDF)

Laufende und abgeschlossene Arbeiten

Jahr Typ Titel Status
2022 MA Verbesserung von Deep Learning-basierten Empfehlungssystemen durch das Lernen von Kundenpräferenzen Laufend
2022 MA Cross Robot Imitation Learning mittels Behavior Cloning für die industrielle Montage Laufend
2022 MA Auswertung und Vergleich von Link-Prediction-Verfahren auf Basis von Few-Shot Learning Laufend
2022 MA Eine Übersicht über aktuelle Deep-Learning basierte Empfehlungssysteme und ein Vergleich ihrer Generalisierbarkeit an öffentlich zugänglichen Referenz-Datensätzen Laufend
2022 BA Untersuchung ortsabhängiger Einflüsse auf Deep Learning Modelle bei der Vorhersage von Flusspegeln anhand realer Daten des Flusses Wupper Laufend
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten für die Produktionsplanung Laufend
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten durch Permutationen in einem Flexible Job Shop Scheduling Problem Laufend
2022 BA Ein Überblick über die Anwendung der KI-Paradigmen Continual Learning und Meta Learning im industriellen Produktionssektor Laufend
2022 BA Anomaliedetektion auf diskreten multivariaten Sensordaten mittels Autoencodern Laufend
2022 MA Optimierung der Lagerplatzvergabe in einem Hochregallager mittels Reinforcement Learning. Laufend
2022 BA Bilddatensynthese mittels Domain Randomization zum Training neuronaler Netze mit dem Ziel der Erkennung von Fehlteilen in Klemmbaustein-Modellen Abgeschlossen
2022 BA Die digitale Zukunft des Handwerks - Entwurf einer Wissensbasis zum Einsatz von IoT-Sensorik im Handwerk Abgeschlossen
2022 BA Entwicklung eines smarten und interaktiven Gantt-Charts für die assistierte Produktionsplanung Abgeschlossen
2021 MA Ein erklärbarer, datengestützter Prozess zur Auswahl von Merkmalen, der es den Nutzern ermöglicht, einen bestimmten Suchraum zu erkunden. Abgeschlossen
2021 BA Analyse der Kompositionalität der entwickelten Sprache aus Referenzspielen Abgeschlossen
2021 BA Meta-Continual Learning für Neuronale Netze in Predictive Quality Abgeschlossen
2021 BA Physikalisch informiertes maschinelles Lernen zur Extraktion von Schlüsselpunkten in der Roboterkinematik Abgeschlossen
2021 BA Imitierendes Lernen mit Aktionsvorschlägen eines Experten Abgeschlossen
2021 MA Vergleich von Methoden des maschinellen Lernens und der optimalen Filterung für eine vorausschauende Wartungsanwendung für Heizungsanlagen Abgeschlossen
2021 BA Data-driven methods for efficient advanced driver-assistance systems recording Abgeschlossen
2021 BA Webbasiertes Tool zum interaktiven Explorieren und Labeln von multivariaten Sensordaten Abgeschlossen
2021 MA Interpretation von Attention-basierten rekurrenten neuronalen Netzen zur Fehlervorhersage in industriellen Sensordatenzeitreihen Abgeschlossen
2021 MA Dynamische Prozessplanung mittels Reinforcement Learning Abgeschlossen
2021 MA Verbesserung von Open Data Portalen durch beschreibende Texte mittels domänenunabhängiger Data-to-Text-Generierung Abgeschlossen
2021 MA Verhaltenserhaltende Abbildungen von Aktionsräumen mittels Sequenz-zu-Sequenz-Modellen für Skill-Transfer im Reinforcement Learning Abgeschlossen
2021 MA Interpretable Domain Randomization for Reinforcement Learning with Disentangled Representations Abgeschlossen
2021 BA Explorative Geodatenanalyse für Datensätze der Städte der Bergischen Region Abgeschlossen
2021 BA Training von robusten Reinforcement-Learning Agenten für ein Pick&Place Szenario mittels Domain Randomization Abgeschlossen
2021 MA Vergleich von statistischen und Deep Learning Methoden zur Prädiktion der Remaining Usevule Lifetime von Vaillant Gasboiler Komponenten Abgeschlossen
2021 BA Sim2Real Transfer von neuronalen Netzen für die Extraktion von 6D-Posen aus Bilddaten Abgeschlossen
2021 MA Transferierbare hierarchische Schichten durch „Unsupervised Reinforcement Learning“ für industrielle Roboter Abgeschlossen
2020 MA Investigation of Behavior in Deep Reinforcement Learning Agents via Activation Pattern Analysis Abgeschlossen
2021 BA Kombination von Skills in Reinforcement Learning Abgeschlossen
2021 BA Einfluss des Trainingsintervalls von Produktembeddings auf die Performance von Empfehlungssystemen Abgeschlossen
2020 BA Konzeptionierung und Umsetzung der Datenzusammenführung und des Feature-Engineerings für die Anwendung eines Predictive-Quality-Algorithmus am Beispiel einer SMD-Fertigung der Firma Vaillant Abgeschlossen
2020 MA Entscheidungsunterstützung bei der Berechtigungsrezertifizierung im Identity-Management mittels Verfahren des maschinellen Lernens Abgeschlossen
2020 MA NIMS-VIZ: An Interactive Tool to Visually Explore Convolutional Neural Networks Abgeschlossen
2020 MA Transparency of Transformer Networks for Artificial Language Generation via Attention and Activation Visualization Abgeschlossen
2020 BA Untersuchung der Neuronenaktivität in Künstlichen Neuronalen Netzen bei der Falschklassifizierung in Bildern des autonomen Fahrens Abgeschlossen
2019 BA Incremental Class Learning of Neural Networks based on Ablation Studies Abgeschlossen
2019 MA Interpretability of Neural Networks for Time Series Sensory Data Analysis Abgeschlossen
2019 BA Data-Efficient Incremental Class Learning for Artificial Neural Networks Abgeschlossen
2019 MA Steigerung der Dateneffizienz von künstlichen neuronalen Netzen für das Spritzgußverfahren Abgeschlossen
2019 MA Digitalisierung der Lagerlogistik – Erstellen einer Software für Jungdruck zur Verbesserung der Lagerlogisitk und Vereinfachung der Kommissionierung Abgeschlossen
2019 BA Wirtschaftliche Betrachtung der Nutzung künstlicher neuronaler Netze eines Verbundsicherheitsglasumformungsprozesses Abgeschlossen
2019 BA Machine Learning for Anonymization of Unstructured Text Abgeschlossen
2019 MA Implementation of an Adaptive Individualized System to Foster the Development of Academic Language Skills Abgeschlossen
2019 MA Designing and developing a tool to augment browsing habits with a novel vocabulary trainer. Abgeschlossen
2019 MA Visualizing Learning Representations of Artificial Neural Networks using Ablation Studies Abgeschlossen
2019 BA Design of a Markup Language for Dataflow Driven Systems Abgeschlossen
2019 BA Entwicklung eines semantischen Wissensgraphen mit Hilfe von Benutzer-Sucheingaben Abgeschlossen
2019 BA Evaluierung KI gestützter Erweiterungsmöglichkeiten mobiler Schlaflabore mittels Ansätzen des maschinellen Lernens Abgeschlossen
2018 BA Using Artificial Neural Networks to Predict Quality Criteria in Injection Molding Abgeschlossen
2018 BA Reinforcement Learning based on Deep Q-Networks for Designing Optical Lens Systems Abgeschlossen
2018 MA Modellierung eines Entscheidungsunterstützungssystems zur Erstellung von Stichplänen durch Supervised Learning Abgeschlossen
2018 MA Deep Reinforcement Learning for Pass Scheduling in Heavy Plate Rolling Abgeschlossen
2018 MA Model-free Reinforcement Learning using Deep Deterministic Policy Gradient for an RFID-Measurement System Abgeschlossen
2018 MA Reinforcement Learning für die Planung von Achsenbewegung für CNC-Fräsmaschinen Abgeschlossen
2018 MA Fully Automatic Extraction of Data from Data Visualizations in Documents Abgeschlossen
2018 BA Neuroscientific Methods for the Understanding of Convolutional Neural Networks Abgeschlossen
2018 BA Hypothesengetriebenes Vorgehensmodell für maschinelle Lernverfahren Abgeschlossen
2018 MA Framework to Learn Semantic Concept Representations Abgeschlossen
2018 MA Automatisierte Klassifizierung von Müdigkeit auf Basis von Eyetracking-Daten Abgeschlossen
2017 BA Effiziente Prozessauslegung im Spritzgießen durch überwachte maschinelle Lernverfahren Abgeschlossen
2017 BA A guideline for the usability of machine learning for production systems Abgeschlossen
2017 BA Understanding Hot Rolling Processes using Machine Learning Abgeschlossen
2017 MA Path Planning for Industrial Robots based on Direct Sensory Input with Reinforcement Learning and Convolutional Neural Networks Abgeschlossen
2017 MA Uncertainty-aware Machine Learning Algorithms in Production Process Modelling Abgeschlossen
2017 BA Untersuchung von rekurrenten neuronalen Netzen zur prädiktiven Analyse von Sensorwerten in der Produktionstechnik Abgeschlossen
2017 BA Untersuchung von rekurrenten neuronalen Netzen auf die Eignung zur Vorhersage der zeitlichen Entwicklung von Sensorwerten im Bereich des Tiefziehens Abgeschlossen
2017 MA Machine Learning for Predictive Analysis of Production Process Data Abgeschlossen
2017 MA Machine Learning for Predictive Analysis of Sensor Time Series Data Abgeschlossen
2017 MA Reinforcement-Learning Control-Agent für das Cart-Pole Swing-Up Szenario Abgeschlossen
2017 MA Applying External Knowledge Bases and User-assisted Semantic Modelling to Evolve a Semantic Knowledge Graph Abgeschlossen
2017 MA Extending Estimation of Parking Occupancy to Untracked City Areas using City Background Information Abgeschlossen
2017 BA Using Map Revealing for Exploring Cities Abgeschlossen

Weitere Infos über #UniWuppertal: