Unter den Begriffen „Maschinelles Lernen“ und „Künstliche Intelligenz“ werden in jüngerer Zeit verschiedenste algorithmische Ansätze zur Datenanalyse und Datenbewertung zusammengefasst. Dabei wird im Grundsatz versucht, bestimmte Entscheidungsstrukturen des Menschen nachzubilden, mit dem Ziel, einen Computer zu befähigen, relativ eigenständig Probleme zu bearbeiten. Im Rahmen der zu vergebenden Arbeit soll untersucht werden, in welchem Maße sich diese Ansätze auf Problemstellungen aus dem Bereich der Messtechnik anwenden lassen. Die besondere Herausforderung liegt hierbei insbesondere darin, dass in der Messtechnik in der Regel ein quantitatives Ergebnis benötigt wird und nicht nur, wie in vielen aktuellen Anwendungen von KI, eine qualitative Aussage.
Aufbauend auf einer breit angelegten Recherche bereits bestehender messtechnischer Anwendungen der KI soll im Rahmen der Arbeit ausgelotet werden, welche Möglichkeiten zur praktischen Umsetzung entsprechender Konzepte die an der TU Braunschweig ohne zusätzliche Kosten verfügbaren Software-Pakete bieten. Insbesondere bieten sich hierbei Matlab mit seinen entsprechenden Toolboxen („Deep Learning Toolbox“ und „Statistics and Machine Learning Toolbox“) sowie das von Google frei verfügbare Framework „TensorFlow“ an.
Die Ausschreibung richtet sich an Studierende aller technischer Fachrichtungen, die über ein angemessenes Grundverständnis der elektronischen Datenverarbeitung verfügen. Idealerweise können Sie auf Vorerfahrungen in einer Programmier- bzw. Skriptsprache zurückgreifen. Insbesondere sollten Sie jedoch Interesse und Freude daran haben, sich eine neues Themengebiet selbständigen zu erschließen und neue innovative Ansätze zu erproben.
Dr.-Ing. Marcus Petz
Tel.: (0531) 391-7024
Email: m.petz(at)tu-braunschweig.de