Lehre und Abschlussarbeiten
- Probalistic Machine Learning, WS 2023/24
Abschlussarbeiten
Bachelor/Master-Arbeiten:
- Dense Multicut: Erweiterung des Clusteringalgorithmus.
- Persistenz für Clustering: Portierung der Persistenzkriterien auf GPU.
- Feature Matching: Simplifizierung von Deep Graph Matching via autoregressivem Decoding.
- Multi-Kamera Object Tracking: Verbesserung von object tracking durch Fusion von Signalen aus mehreren Kameras.
- Optimierung: Augmentierung von Optimierungsalgorithmen mit Methoden des maschinellen Lernens.
Software-Projekte:
- Programmierung eines autonomen Raketenwerfers.
- Implementierung von Agenten zum Spielen von Brettspielen, z.B. Backgammon.
Anforderungen:
Falls Sie eine Abschlussarbeit in unserer Gruppe schreiben möchten, sind folgende Vorkenntnisse nötig, ausgewiesen durch bestandene Vorlesungen:
- Bachelor: Machine Learning, idealerweise auch schon Erfahrung im Deep Learning
- Master: Machine Learning und Deep Learning, falls Sie ein Optimierungsthema bearbeiten möchten, auch noch Lineare Programmierung o.Ä.