Abschlussarbeit im Themenfeld Self-Supervised Representation Learning for Sensor Data
Fraunhofer-Gesellschaft · Duisburg, North Rhine-Westphalia, DE
Die Analyse von Sensor- und Zeitreihendaten mittels Künstlicher Intelligenz ist ein zentraler Forschungsschwerpunkt des Fraunhofer IMS. Im Fokus steht dabei...
Job description
Die Analyse von Sensor- und Zeitreihendaten mittels Künstlicher Intelligenz ist ein zentraler Forschungsschwerpunkt des Fraunhofer IMS. Im Fokus steht dabei insbesondere Self-Supervised Representation Learning. Mögliche Anwendungsfelder reichen von der Zustandsüberwachung und Qualitätskontrolle in industriellen Prozessen bis hin zur Auswertung medizinischer Sensordaten (z.B. Biosignale). Im Rahmen Ihrer Abschlussarbeit haben Sie die Möglichkeit, neueste KI- und Machine-Learning Methoden für die automatische Annotation von Sensor- und Zeitreihendaten zu erforschen und praktisch zu erproben. Aktuelle Themen für Abschlussarbeiten: - Masked Representation Learning for Sensor Data Labeling: Entwicklung und Evaluierung von Masked-Learning Ansätzen, um Sensordaten ohne manuelle Annotation für nachgelagerte Klassifikation oder Anomalieerkennung nutzbar zu machen - Prototype Contrastive Learning for Automated Data Annotation: Erforschung von prototypbasierten Contrastive Learning Methoden zur automatischen Label-Generierung für Zeitreihen-Sensordaten Hier sorgen Sie für Veränderung: - Literaturrecherche und Einordung des aktuellen Stands der Technik - Analyse und Auswahl geeigneter Machine-...