Klassifikation von Anwendungsfällen mit Machine Learning Algorithmen am Beispiel Winkelschleifer

  • Forschungsthema:Klassifikation von Anwendungsfällen mit Machine Learning Algorithmen am Beispiel Winkelschleifer
  • Typ:Bachelor-/ Masterarbeit
  • Datum:ab sofort
  • Betreuer:

    M.Sc. Matthias Dörr

  • Bearbeiter:offen
  • Klassifikation von Anwendungsfällen mit Machine Learning Algorithmen am Beispiel Winkelschleifer

    Für die Validierung von Power Tools ist die Auswahl der relevanten Anwendungsfälle von grundlegender Bedeutung. Oftmals erfolgt die Auswahl der Anwendungsfälle in der Validierung anhand einer qualitativen Abschätzung. Mit der Auswertung von Big Data aus realen Anwendungen im Feld können die relevanten Anwendungsfälle quantitativ identifiziert werden.

    Mittels Machine Learning Algorithmen sollen nun die Daten untersucht und klassifiziert werden. Dabei sollen verschiedene Algorithmen verglichen und die Güte und Robustheit der Klassifikation anhand verschiedener Variationen (unterschiedliche Untergründe, verschiedene Anwender, …) untersucht werden.

    Aufgabe:

    Ihre Aufgabe ist die Klassifikation von Anwendungsfällen am Winkelschleifer an verschiedenen Datensätzen.

    Nach einer Einarbeitung in die Themen Machine Learning, Klassifikation und Anwendungsfälle werden Sie auf Basis bestehender Programme ein Programm zur Klassifikationen von Anwendungsfällen schreiben. Neben der Durchführung von eigenen Versuchen werden Sie für die Klassifikationen auf bestehende Datensätze zurückgreifen. Auf Basis dieser Daten werden Sie die Güte und Robustheit der Klassifikation bewerten.

    Profil:

    • Sie studieren Maschinenbau oder Mechatronik
    • Sie interessieren sich für die Programmierung und Machine Learning
    • Sie arbeiten zuverlässig und selbständig

    Dann melden Sie sich bei mir! (matthias.doerr@kit.edu)