Studienarbeiten, Bachelor-, Master- und Diplomarbeiten
Verschiedene Themen zu Wissensmanagement in Kombination mit unterschiedlichen Schwerpunkten und den jeweiligen Ansprechpartnern.
Prof. Dr. Alexander Holland
E-Mail: alex{at}informatik.uni-siegen.de
Aktuelle Schwerpunkte:
- Wissensmanagement in KMUs
- Organisationales Wissen und wissensintensive Prozesse
Offene Themen:
-
Intelligente Verknüpfung und Nutzung von Knowledge Items in IT-Projekten
Art: Bachelor-/Masterarbeit
Dr.-Ing. Mareike Dornhöfer
E-Mail: m.dornhoefer{at}uni-siegen.de
Aktuelle Schwerpunkte:
- Green Knowledge Management, Umweltmanagement, Umweltinformationssysteme, Nachhaltigkeit und weitere Green Technologien
- Semantische Technologien, Linked Open Data
- Industrie 4.0 und IoT
Offene Themen
-
Themen auf Anfrage. Bitte melden Sie sich per E-Mail zur Besprechung möglicher Themen.
Dipl.-Inform. Christian Weber
E-Mail: christian.weber{at}uni-siegen.de
Aktuelle Schwerpunkte:
- Data Mining and Machine Learning
- Semantic Technologies
- Technology Enhanced Learning
- Cyber-physical Systems and Industry 4.0 Applications
Offene Themen:
-
Themen auf Anfrage. Bitte melden Sie sich per E-Mail zur Besprechung möglicher Themen.
M.Sc. Johannes Zenkert
E-Mail: johannes.zenkert{at}uni-siegen.de
Aktuelle Schwerpunkte:
- Text Mining: Sentimentanalyse und Themenerkennung
- Extraktion, Analyse und Visualisierung unstrukturierter Daten
Offene Themen:
-
Themen auf Anfrage. Bitte melden Sie sich per E-Mail zur Besprechung möglicher Themen.
-
Data Mining for the Automated Market Analysis of Wearable Devices
Art: Masterarbeit, Hauptbetreuer: Florian Wolling (Ubicomp, Prof. Kristof Van Laerhoven)
M.Sc. Ahlam Mallak
E-Mail: ahlam.mallak{at}uni-siegen.de
Aktuelle Schwerpunkte:
- Neurological image processing
- Machine learning
- Big Data Analysis
- Ontology Engineering
- Fault Detection and Diagnosis using machine learning
- Fault Detection and Diagnosis using model-based/Rule-based techniques
Offene Themen:
-
Machine Learning for Mobile Wireless Sensor Networks (MWSN): The Application of Machine Learning to Overcome Some Functional Challenges in Real-time Routing MWSNs.
Art: Masterarbeit
Aufgaben: Die Hauptziele dieser Masterarbeit sind folgende:
1. Wenden Sie ein simuliertes Modell für MWSNs an: Dieser Schritt muss nicht echt oder neu sein. Von den Studierenden wird erwartet, dass sie vorhandene Netzwerktopologie, Algorithmen und Strategien mit Simulink/Matlab anwenden. Das garantiert die beste mobile drahtlose Datenübertragung und -steuerung.
2. Extrahieren Sie Echtzeitdaten aus dem erstellten Modell.
3. Verwenden Sie Machine Learning Algorithmen, um dieses simulierte Modell zu einem Echtzeit-Routing-Modell zu machen, indem Sie einige funktionale Probleme der simulierten MWSN lösen.
Anforderungen:
1. Studium der Informatik oder Mechatronik oder eines verwandten Faches.
2. Programmierung mit Matlab und einer weiteren Programmiersprache. besser C++ oder C.
3. Kenntnisse in Simulink.
4. Kommunikationsfähigkeit
5. Interesse an maschinellen Lern- und/oder drahtlosen Kommunikationssystemen.
Sprache: Englisch
Startdatum: So bald wie möglich
M.Sc. Hasan Abu Rasheed
E-Mail: hasan.abu.rasheed{at}uni-siegen.de
Aktuelle Schwerpunkte:
- Text and Multi-type Data Mining
- Technology Enhanced Learning
- Recommender Systems and Decision Support
- Industry 4.0 and and Semantic Technology
Offene Themen:
-
Themen auf Anfrage. Bitte melden Sie sich per E-Mail zur Besprechung möglicher Themen.