Stefan Rapp ist Professor für Technische Informatik, Embedded Graphik und Grundlagen der Informatik am Fachbereich Informatik der Hochschule Darmstadt. Er ist Sprecher der Fachgruppe Technische Informatik und Mitglied im Fachbereichsrat Informatik. Seine Forschungsinteressen sind breit gefächert: Computergraphik, insbesondere bei Embedded Systemen, Rapid Prototyping Technologien, Sprachassistenzsysteme, Multimodaler Dialog, intelligente Umgebungen, Maschinelles Lernen, UI Technologien und autonome Systeme wie etwa selbstfahrende Autos. Prof. Rapp ist seit 2014 an der Hochschule Darmstadt, zuvor arbeitete er bei der Contintental Automotive GmbH als Software Architekt für Embedded Linux an computeranimierten Kombiinstrumenten und acht Jahre bei Sony in der Forschung an Sprachdialogsystemen und neuartigen Interaktionsgeräten, zuletzt als Principal Scientist. Seit 2004 führt er darüberhinaus ein Unternehmen, das sich mit UI-Technologien und der Medientechnik LumEnActive befasst, einer steuerbaren Projektion im Raum. Seine Ausbildung an der Universität Stuttgart schloss er mit einem Doktor der Philosophie am Institut für Maschinelle Sprachverarbeitung ab, nachdem er Informatik (mit Auszeichnung) ebenfalls in Stuttgart studiert hat. Seine Forschungsergebnisse sind in mehr als 50 Veröffentlichungen und mehr als 35 Patentanmeldungen in mehr als 15 Patentfamilien veröffentlicht. Aktuelle Lehrveranstaltungen Sommersemester 2024 Bachelor: Praxismodul Bachelor: Rechnerarchitektur Bachelor: Algorithmen und Datenstrukturen Bachelor: Technische Grundlagen der Informatik Lehrveranstaltungen früherer Semester Wintersemester 2023/24 Bachelor: Rapid Prototyping (eng) Bachelor: Projekt Systementwicklung Thema: Verbesserungen eines Standmixers mittels KI-Modellen >> Für Infos hier klicken << Bachelor: Wissenschaftliches Arbeiten in der Informatik 2 Bachelor: Algorithmen und Datenstrukturen Bachelor: Technische Grundlagen der Informatik Sommersemester 2023 Bachelor: Praxisphase / Bachelorarbeiten Bachelor: Rechnerarchitektur Bachelor: Technische Grundlagen der Informatik Wintersemester 2022/23 Master: Embedded HMI & Graphics Bachelor: Projekt Systementwicklung Thema: Astronomie und Machine Learning >> Für Infos hier klicken << Bachelor: Wissenschaftliches Arbeiten in der Informatik 2 Bachelor: Algorithmen und Datenstrukturen Bachelor: Technische Grundlagen der Informatik Sommersemester 2022 Keine Lehrveranstaltungen (Forschungssemester) Wintersemester 2021/22 Master Data Science: Projekt Thema: Radioastronomie Bachelor: Praxisprojekt Forschung und Entwicklung (KoSI) Bachelor: Wissenschaftliches Arbeiten in der Informatik 2 Bachelor: Algorithmen und Datenstrukturen Bachelor: Technische Grundlagen der Informatik Sommersemester 2021 Bachelor: Praxisphase / Bachelorarbeiten Bachelor: Projekt Systementwicklung Thema: Datensammlung und Machine Learning >> Für Infos hier klicken << Bachelor: Rechnerarchitektur Bachelor: Technische Grundlagen der Informatik Wintersemester 2020/21 Master: Embedded HMI & Graphics Bachelor: WAI 2 Bachelor: Projekt Systementwicklung Thema: Datensammlung und Machine Learning >> Für Infos hier klicken << Bachelor: Mikroprozessorsysteme Bachelor: Technische Grundlagen der Informatik Sommersemester 2020 Bachelor: Praxisphase Bachelor: Programmieren, Algorithmen und Datenstrukturen 2 Bachelor: Rechnerarchitektur Wintersemester 2019/20 Master: Embedded HMI & Graphics Master: Projekt Systementwicklung I/II, mit Stephan Gimbel Thema: Autonome Systeme (Crazyflie, Tracking) >> Für Infos hier klicken << Bachelor: WAI2 Bachelor: Projekt Systementwicklung, mit Stephan Gimbel Thema: FaSTDa Racing-Team Pilonenerkennung und Fahrspurregelung >> Für Infos hier klicken << Bachelor: Programmieren, Algorithmen und Datenstrukturen 1 Bachelor: Technische Grundlagen der Informatik Sommersemester 2019 Master: Projekt Systementwicklung I/II, mit Stephan Gimbel Thema: Autonome Systeme (Crazyflie, Tracking) >> Für Infos hier klicken << Bachelor: Praxisphase Bachelor: Projekt Systementwicklung, mit Björn Frömmer und Elke Hergenröther Thema: Multimedia Billiard Table >> Für Infos hier klicken << Bachelor: Mikroprozessorsysteme Bachelor: Rechnerarchitektur Wintersemester 2018/19 Master: Embedded HMI & Graphics Master: Projekt Systementwicklung I/II, mit Stephan Gimbel Thema: Autonome Systeme (Crazyflie, Tracking) >> Für Infos hier klicken << Bachelor: Seminar Wissenschaftliches Arbeiten in der Informatik 2 Bachelor: Projekt Systementwicklung, mit Björn Frömmer und Elke Hergenröther Thema: Multimedia Billard Table >> Für Infos hier klicken << Bachelor: Technische Grundlagen der Informatik Sommersemester 2018 Keine Lehrveranstaltungen (Forschungssemester) Wintersemester 2017/2018 Technische Grundlagen der Informatik Projekt Systementwicklung / Multimedia (Bachelor), mit S.Gimbel Thema: Super Mario Kart mit RC-Cars Projekt Systementwicklung I/II (Master), mit S. Gimpel Thema: Autonomes Fahren Praxisphase Projektmanagement (KoSI) Seminar: Problemlösung und Diskussion Praxismodul (Bachelor) Sommersemester 2017 Technische Grundlagen der Informatik Embedded HMI & Graphics Projekt Systementwicklung I/II (Master), zusammen mit S. Gimbel Thema: Autonomes Fahren Wissenschaftliches Arbeiten in der Informatik 2 Wintersemester 2016/2017 Technische Grundlagen der Informatik Projekt Systementwicklung (Bachelor) / Projekt Multimedia Projekt Systementwicklung I/II (Master), zusammen mit S. Gimbel Praxismodul Forschung und Entwicklung (KoSI) Praxismodul Sommersemester 2016 Rechnerarchitektur Programmieren, Algorithmen und Datenstrukturen 2 Embedded HMI & Graphics Projekt Systementwicklung (Bachelor) Wintersemester 2015/2016 Programmieren, Algorithmen und Datenstrukturen 1 (Bachelor 1) Technische Grundlagen der Informatik (Bachelor 1) Projekt Multimedia (KMI 3) Projekt Systementwicklung (Bachelor 5 / KMI 5) Praxismodul Projektmanagement (KoSI 5) Sommersemester 2015 Rechnerarchitektur Embedded HMI & Graphics Praxismodul (zusammen mit Alois Schütte) Praxismodul Forschung und Entwicklung (KoSI) Praxismodul Systementwicklung (KoSI) Wintersemester 2014/2015 Technische Grundlagen der Informatik Vorbereitungsseminar (zusammen mit Alois Schütte) Praxismodul Forschung und Entwicklung (KoSI) Praxismodul Systementwicklung (KoSI) Publikationen Vollständige Veröffentlichungsliste Prof. Dr. Stefan Rapp (PDF mit Links zu Artikeln, Präsentationen und Videos) Ausgewählte Publikationen: Udo Gebelein, Stefan Rapp (2020) “A Hearing Aid to Visualize the Direction of Sound”, ESSV 2020, 31st Conference on Electronic Speech Signal Processing, March 4–6, Magdeburg, Germany. pdf Bram van der Vlist, Gerrit Niezen, Stefan Rapp, Jun Hu, Loe Feijs (2012) "Controlling Smart Home Environments with Semantic Connections: a Tangible and an AR Approach", DeSForM 2012, 7th International Workshop on the Design & Semantics of Form & Movement, April 18-20, Wellington, New Zealand. pdf Stefan Rapp, Irene Weber (2010) "LumEnActive and Pervasive Digital Signage Projection", In: Proc. Pervasive Advertising and Shopping 2, May 17, Helsinki, Finland. pdf Stefan Rapp (2010) "Spotlight Navigation: a pioneering user interface for mobile projection", In: Proc. Ubiprojection, May 17, Helsinki, Finland. pdf Georg Michelitsch, Martin Osen, Jason Williams, Beatriz Jimenez, Stefan Rapp (2004) "Haptic Chameleon", Proceedings EuroHaptics 2004, June 5-7, Munich, Germany. pdf Christian Elting, Stefan Rapp, Gregor Möhler, Michael Strube (2003) "Architecture and Implementation of Multimodal Plug and Play", In: Proceedings of the 5th International Conference on Multimodal Interfaces (ICMI-PUI '03), pp. 93-100, November 5-7, Vancouver, B.C., Kanada. pdf Sunna Torge, Stefan Rapp, Ralf Kompe (2002) "Serving Complex User Wishes with an Enhanced Spoken Dialogue System", In: Proceedings of ICSLP 2002, Volume 3, pp. 2049-2052, September 16-20, Denver, Colorado, USA. pdf Michael Strube, Stefan Rapp, Christoph Müller (2002) "The Influence of Minimum Edit Distance on Reference Resolution", In: Proceedings of the 2002 Conference on Empirical Methods in Natural Language Processing (EMNLP '02), pp. 312-319, July 6-7, Philadelphia, PA, USA. pdf Stefan Rapp (1998) "Automatisierte Erstellung von Korpora für die Prosodieforschung" (in German), Ph.D. thesis, Institut für Maschinelle Sprachverarbeitung, Universität Stuttgart, Germany. pdf Werdegang 2014 - heute Professor an der Hochschule Darmstadt 2012 - 2014 Continental Automotive GmbH in Villingen-Schwenningen als Software Architekt 2004 - heute Conante, LumEnActive als Gründer und Unternehmer 1997 - 2004 Sony Corporate Research Labs Europe in Stuttgart als Principal Scientist 1995 - 1997 Promotion zum Dr. phil. am Institut für Maschinelle Sprachverarbeitung der Universität Stuttgart 1988 - 1995 Studium der Informatik (Dipl. Inform.) an der Universität Stuttgart Social Media Policy Social Media Policy Auf den Social Media Plattformen linkedIn und XING gibt es Profile mit beruflichen Informationen, die nur selten aktualisiert werden. Aktiv Studierende werden in der Regel nicht als Verbindung akzeptiert, eine Verlinkung nach Beendigung des Studiums setzt eine intensivere Zusammenarbeit im Rahmen einer Abschlussarbeit, Projekt oder gemeinsames Unterrichten voraus. Stefan Rapp war niemals bei Facebook und wird das auch in der Zukunft nicht sein. Zu den Gründen wird unter anderem auf https://gi.de/meldung/gi-zentrale-verlaesst-facebook/ verwiesen. Kontakt Aufgrund technischer Probleme ist derzeit die telefonische Erreichbarkeit meiner Nummer an der Hochschule stark eingeschränkt. Sie erreichen mich gerne auch unter meiner Nummer zuhause 0731 94024786 oder per email. Links Bachelor Projekt Systementwicklung Archiv: frühere Bachelor Projekt Systementwicklung Master Projekt Systementwicklung Data Science Projekt
Professor für Technische Informatik und Grundlagen der Informatik sowie Studiengangskoordinator für das Masterstudium Informatik an der Hochschule Darmstadt. Interessengebiete insbesondere Computer Architektur, Netzwerke und Programmierung sowie ihre Anwendung im aktuellen Gebiet der künstlichen Intelligenz und neuronalen Netze. Aktuelle Lehrveranstaltungen Wintersemester 2023/24 Forschungssemester am CERN in Genf in der Section Controls and Beam Studies for Protection ( TE-MPE-CB ) Einsatz von LLMs zur Unterstützung von Softwareentwicklung am CERN Analyse von Beam Interlock Daten mit Machine Learning Sommersemester 2023 Bachelor: Technische Grundlagen der Informatik Programmieren II Master: Elaborierte IT-Prozesse (Praxisprojekt) Wissenschaftliches Seminar Studiengangskoordinator Master Informatik Wintersemester 2022/23 Bachelor: Programmieren I Rechnerarchitektur Praxisprojekt Forschung und Entwicklung Master: Studiengangskoordinator Master Informatik Sommersemester 2022 Bachelor: Rechnerarchitektur Mikroprozessorsysteme Master: Elaborierte IT-Prozesse (Praxisprojekt) Wissenschaftliches Seminar Studiengangskoordinator Master Informatik Wintersemester 2021/22 Bachelor: Technische Grundlagen der Informatik Project System Development Master: Studiengangskoordinator Master Informatik Sommersemester 2021 Bachelor: Programmieren, Algorithmen & Datenstrukturen II Rechnerarchitektur Master: Elaborierte IT-Prozesse (Praxisprojekt) Wissenschaftliches Seminar Studiengangskoordinator Master Informatik Wintersemester 2020/21 Bachelor: Programmieren, Algorithmen & Datenstrukturen I Mikroprozessorsysteme Praxisprojekt Forschung und Entwicklung Master: Studiengangskoordinator Master Informatik Sommersemester 2020 Bachelor: Technische Grundlagen der Informatik Rechnerarchitektur Master: Elaborierte IT-Prozesse (Praxisprojekt) Wissenschaftliches Seminar Wintersemester 2019/20 Forschungssemester am CERN in Genf in der Abteilung Machine Protection and Electrical Integrity ( TE-MPE ) Analyse von Messdaten von 600A Energy Extraction Switches mit Machine Learning Analyse von Zeitseriendaten einer Fehlerdatenbank (Laser DB) mit explainable Artificial Intelligence Forschungsinteressen Artificial Intelligence Analyse von Sensordaten für Predictive Maintenance mit Machine Learning Analyse von Time Series Data mit Deep Learning und explainable Artificial Intelligence Lernen auf unbalancierten Daten und im Few Data Limit Erklärbarkeit und Interpretierbarkeit von Vorhersagen künstlicher Intelligenz Mobilfunknetze der 5ten Generation Antennentechnik massive MIMO Beamforming, dynamisches Nachführen, Positionsgenauigkeit Integrated Access & Backhaul (IAB) Channel Internet of Things Adhoc Netzwerke Protokolle Edge Computing Aktuelle Master- und Bachelorthesis Themen Aktuelle Master- und Bachelorthesis Themen "Chat with your own Code" (Masterthesis ggf. Bachelorarbeit) : Large Language Models (LLMs) finden zunehmend Verbreitung als Werkzeuge zur Unterstützung von vielen Arbeitsgebieten und haben so auch in der Software Entwicklung Einzug gehalten. Im Rahmen dieser Arbeit soll untersucht werden, wie die Software Entwicklung mit LLMs unterstützt werden kann. Hierzu soll ein LLM für Coding (z.B. Code LLama oder Starcoder) als Tool eingesetzt werden, um mit eigenem Code im privaten Repository GitLab (code.fbi.h-da.de) zu kommunizieren und zu interagieren. Mögliche Usecases sind dabei die Erklärung des vorhandenen Codes sowie die Weiterentwicklung aufgrund von kontextspezifischen Anforderungen (Prompts), genauso wie die Erstellung von Testcases und Dokumentation zum Code. Anomaly Detection with Artificial Intelligence - Identification of pre-cursors of interturn shorts in the LHC’s superconducting dipole magnets (Masterthesis) : The LHC has just come out of a long shutdown period and nearly finished an intense training campaign of the superconducting magnet circuits, with several hundred quenches in the main dipole circuit. This thesis will examine recorded data from the dipole training quenches, clean them, sort them and prepare datasets. The data will be used for training and testing of different machine learning algorithms to identify anomalies, which can lead to magnet failures. The results of the different algorithms will be compared to previous work and the differences are to be discussed. This thesis is supervised in cooperation with Dr. Christoph Wiesner and Dr. Daniel Wollmann from the section Controls and Beam Studies for Protection at CERN Geneva, Switzerland. Anomaly Detection with Artificial Intelligence - Post-mortem analysis of LHC ion beam losses during high-energy beam dumps (Masterthesis) : The LHC is one of the most sophisticated and biggest machines humankind has created. For prediction of potential issues, an analysis of beam losses that occur during the operation will be performed in this master’s thesis. Extensive time data series of all beam-loss monitors are available for the investigation of anomalies. For this purpose, the beam-loss data that is available in the so-called Post-Mortem system will be transfered and cleaned. Afterwards, a search for relevant beam-loss patterns will be performed and a search for anomalies is set up with applicable machine learning methods, This thesis is supervised in cooperation with Dr. Christoph Wiesner and Dr. Daniel Wollmann from the section Controls and Beam Studies for Protection at CERN Geneva, Switzerland. Entwicklung eines Moduls zur Priorisierung von IP Verkehr in RDK-B (Bachelorarbeit) : Der Referenz Data Kit Broadband (RDK-B) ist eine Open Source Initiative die Funktionalitäten zum effizienten Rollout von Services insbesondere auf Endkundenroutern unterstützt. Mit ihm etabliert sich ein universelles System für das Management der Heimnetze im Umfeld von Service Providern im Telco Bereich. Das RDK Konsortium spezifiziert dafür eine Referenzumgebung, auf der neue Komponenten entwickelt und getestet werden können. Eines der Referenzsystem dafür ist der Raspberry Pi4. Im Rahmen dieser Bachelorthesis soll eine RDK Komponente entwickelt werden, mit der eine Verkehrspriorisierung auf Endkunden Routern vorgenommen werden kann. Die Thesis wird in Kooperation mit der Firma Adiccon in Darmstadt betreut. Independent R&D Studies : Gerne betreue ich eine Independent R&D Studie im Masterstudium zur Thematik Large Language Models oder Artificial Intelligence an. Haben Sie an einem der Themen Interesse? Schreiben Sie mir eine Email, rufen Sie mich an oder schauen Sie einfach mal bei mir im Büro vorbei! Sie haben einen eigenen Vorschlag für eine Bachelor- oder Masterthesis oder eine Independent R& Studie aus der Thematik künstliche Intelligenz ? ⇒ Nehmen Sie gerne hierzu mit mir Kontakt auf! Bisher betreuter Bachelor- und Masterarbeiten (Auswahl) Masterarbeiten Anomaly Detection with Artificial Intelligence: Post-mortem analysis of LHC ion beam losses during high-energy beam dumps - Thorsten Schumacher (Sommersemester 2023) Beam dumps and anomalies of ion beams at the Large Hadron Collider at CERN were analyzed an classified with two models: one trained on proton data and another trained on Pb ion data. Based on statistical analysis, linear and three polynomial regression models are developed and thresholds derived. The linear ion model achieves an accuracy of 93.75 % for the classification of ion dumps, while the proton model achieves 79.17 % for the same task. However, there are no differences in the classification of known anomalies such as asynchronous dump tests and 10 Hz dumps. The derived thresholds were implemented in the beam interloc systems at CERN afterwards. The thesis is available here . Realisierung eines Deep Reinforcement Learning Agenten für das Kartenspiel Wizard - Lukas Markert (Wintersemeter 2022/23) Das Deep Reinforcement Learning Verfahren Categorical Deep Q-Network wird verwendet, um einen intelligenten Agenten für das Spiel Wizard zu implementieren und zu trainieren. Durch die sogenannte Self-Play Methodik erlernt der Agent das Spiel, indem er gegen sich selbst spielt. Die Spielstärke des implementierten Agenten wird untersucht, indem der Agent gegen ältere Versionen von sich selbst und gegen echte Menschen antritt, um zu überprüfen, ob ein Categorical Deep Q-Network Algorithmus ausreicht, um einen intelligenten Wizard-Agenten umzusetzen. Detection of Instabilities in Ion Sources with Machine Learning - Simon Kundrat (Wintersemester 2021/22) The isotope 48 Ca is a workhorse for heavy ion production in particle accelerators. The condition for stabile beam production of this isotope in a microwave ion source was examined based on multivariate data sets monitoring different parameters. The data was first analyzed and labeled by experts and afterwards examined with various supervised machine learning techniques to detect anomalies and instabilities in beam production. Erkennung von Zaubersprüchen aus moderner Fantasy-Literatur mittels eines Transformer-Modells - Marcel Moravek (Wintersemester 2021/22) In der Fantasy Literatur zeichnen sich Zaubersprüche durch einen besondereren Gebrauch der Sprache in einem entsprechenden Kontext aus, um eine übernatürliche oder magische Wirkung zu erzielen. Es wurde untersucht, wie gut state-of-the-art Techniken des Natural Language Processing (NLP) dazu in der Lage sind, Zaubersprüche in einem Text zu erkennen. Das vortrainierte Transformer Modell BERT (Bidirectional Encoder Representations from Transformer) wurde hierzu mit Zaubesprüchen aus den Harry Potter Bänden eins bis sechs nachtrainiert und anschließend zur Identifikation von Zaubern im siebten Band herangezogen. Aus dieser Arbeit ging bislang eine Veröffentlichung auf arxiv.org hervor: Detecting Spells in Fantasy Literature with a Transformer Based Artificial Intelligence Kundenakquise mittels Sammlung öffentlicher Unternehmensdaten und Klassifikation mit Machine Learning - Pavel Efremov (Sommersemester 2021) Daten verschiedener Unternehmen werden über das Crawling von Unternehmenswebsites, Aggregation von öffentlichen Daten und Abfragen kommerzieller API-Endpunkte gesammelt. Anschließend werden die Daten mittels fünf verschiedener maschineller Lernalgorithmen untersucht und evaluiert, um potenzielle Neukunden zu identifizieren. Evaluation von Prognosemodellen für die Kapazitätsplanung eines Fuhrpark-Dienstleisters - Oliver Kurtz (Sommesemester 2021) Vorhersage des Bedarfs eines Fuhrpark-Unternehmens mit Hilfe von Machine Learning Algorithmen. Dazu wird ein SARIMA-Modell, ein Prophet-Modell sowie ein LSTM trainiert und dazu verwendet, die Nachfrage der nachfolgenden 18 Monate vorherzusagen und mit den Prognosen eines menschlichen Planers zu vergleichen. Es zeigt sich, dass das SARIMA-Modell die besten Vorhersagen liefert und teilweise in seiner Genauigkeit auch den menschlichen Planer schlägt. Bachelorarbeiten Evaluation of Deep Learning for Road Condition Classification - Dustin Eisenhardt (Wintersemester 2021/22) Adverse road conditions cause a significant contribution to many traffic accidents. Therefore it is essential for driver assistance systems to identify critical conditions at least in real time or better in advance. For this task pictures of an onboard camera of a car were analyzed by three different residual neural network architectures with the aim to classify road conditions as dry, moist, wet and snow. Results show that the winning MobileNetV3 can classify pictures with an accuracy comparable to human drivers. Anomalieerkennung aus Videodaten von Fahrszenen - Max Vissing (Wintersemester 2020) In Videos aus Fahrszenen werden mit Hilfe von künstlicher Intelligenz Anomalien erkannt und vorhergesagt. Dabei wird aus einer kurzen Videosequenz vorhergesagt, ob und wann in der nahen Zukunft ein Fahrzeug anhalten wird. Die Vorhersage erfolgt mittels eines tiefen neuronalen Netzes mit einer ResNet Architektur. Anomalieerkennung in Logdaten mithilfe von Informationsgehalt und Entropie - Jan Philipp Poulet (Wintersemester 2020/21) Mithilfe von Informationsgehalt und Entropie werden Merkmale zur Anomalieerkennung generiert, auf ihre Eigenschaften untersucht und diese mit den unüberwachten maschinellen Lernmethoden k-Means, Local Outlier Factor und Isolation Forest evaluiert. Es zeigt sich, dass verschiedene Anomalien erkannt werden können und eine zufällige Auswahl in der Regel deutlich übertreffen. Monitoring und Steuerung von Energieflüssen in einer Modellfabrik - Vladislav Spitsyn (Sommersemester 2019) Konzeption und Aufbau einer echtzeitfähigen Big Data-Plattform zur Verarbeitung einer großen Menge an Sensordaten aus der ETA Modellfabrik der TU Darmstadt. Neben der Akquise großer Datenmengen werden Algorithmen des maschinellen Lernens in die Software-Architektur integriert um anhand von Sensordaten zukünftige Lastsituationen der Modellfabrik zu prognostizieren. Integration der IBM Watson KI zur Verbesserung des Matching-Algorithmus in ein Jobportal - Vedat Dündar (Wintersemester 2018/19) Integration der IBM Watson KI in eine E-Recruiting Software mit dem Ziel ein weiteres Kriterium für den Matching-Algorithmus von Bewerbern zu generieren. Der Matching-Algorithmus vergleicht die Eigenschaften eines Bewerberprofils mit den Eigenschaften einer Vakanz und bewertet, wie passend ein Bewerber zu einer Vakanz ist. Artificial Intelligence at the Edge Motivation Small computers and edge devices, such as the Raspberry Pi, are becoming increasingly powerful. Thus, they already qualify for the intelligent processing of data and control tasks at the network edge. The type of data involved is as diverse as the underlaying problems themselves. It can be univariate and multivariate time series data of sensors as well as symbols or images of cameras to be recognized. The output of the artificial intelligence can be several kinds of control and regulation tasks. Project Task As part of the bachelor project system development in the summer semester, machine learning algorithms are to be investigated for their applicability and performance on a Raspberry Pi. For this purpose, different classical machine learning algorithms as well as different architectures of neural networks will be evaluated on small test problems. A performance comparison of the algorithms with desktop computers and the use of pre-trained models complete the evaluation. The problems to be investigated in this project can be chosen in coordination with the project management. The goal of the project is a set of demonstrative showcases including documentation that can be used for teaching purposes with little hardware effort. Requirements You have a flair for mathematical problems and approaches to solving them. Programming experience in C++ and preferably Python are as natural for you as clean documentation and versioning of your projects. You are communicative and enjoy working in a team.The documentation will be realized by means of an open book project and a Github repository. The project language will be English. Literature [1] Donald J. Norris, Beginning Artificial Intelligence with the Raspberry Pi, Springer, 2017, Beginning Artificial Intelligence with the Raspberry Pi | SpringerLink [2] K. Mohaideen Abdul Kadhar, G. Anand, Data Science with Raspberry Pi - Real-Time Applications Using a Localized Cloud, Springer 2021, Data Science with Raspberry Pi | SpringerLink [3] Jeff Cicolani, Beginning Robotics with Raspberry Pi and Arduino - Using Python and OpenCV, Springer 2021, Beginning Robotics with Raspberry Pi and Arduino | SpringerLink [4] Ashwin Pajankar, Raspberry Pi Image Processing Programming - Develop Real-Life Examples with Python, Pillow, and SciPy, Springer 2017, Raspberry Pi Image Processing Programming | SpringerLink [5] Donald J. Norris, Machine Learning with the Raspberry Pi - Experiments with Data and Computer Vision, Springer 2020, Machine Learning with the Raspberry Pi | SpringerLink Ausgewählte Publikationen L.Felsberger, A. Apollonio, T. Cartier-Michaud, A. Müller, B. Todd und D. Kranzlmüller Explainable Deep Learning for Fault Prognostics in Complex Systems: A Particle Accelerator Use-Case, International Cross-Domain Conference for Machine Learning and Knowledge Extraction, 'CD-Make 2020' vom 25.-28.08.2020 in Dublin, (2020) doi: dx.doi.org/10.1007/2F978-3-030-57321-8_810 I. Stepanets, G. Fokin und A. Müller, Beamforming Techniques Performance Evaluation for 5G massive MIMO Systems , Tagungsband der Konferenz ‘CERC 2019‘ vom 29.-30.03.2019 in Darmstadt, (2019). I. Stepanets, G. Fokin und A. Müller, Capacity estimation ways of massive MIMO systems, T•Comm – Telecommunications and transport, Volume 12, No 10, 64-69, (2018). D. Baums, A. Müller und H. Kaufer, Intelligente Netze verbinden Netze , Tagungsband der Konferenz 'Konvergenz in der Telekommunikation' vom 07.-08.11.2000 in Graz, ISBN 3-85133-021-8. Werdegang heute - 2017 Professor für Technische Informatik und Grundlagen der Informatik an der Hochschule Darmstadt 2020 - 2019 Visiting Scientist am CERN in Genf im Rahmen eines Forschungssemesters 2017 - 2015 Professor für Technische Informatik und Netzwerke sowie Studiengangsleiter an der DHBW Mannheim 2015 - 2013 Vertretungsprofessur für Technische Informatik an der Hochschule Darmstadt 2013 - 1997 Abteilungsleiter für Voice Networks und IP-Plattformsteuerung, Deutsche Telekom AG 1997 - 1993 Promotion an der Uni Bayreuth 1993 - 1986 Studium der Physik an der Uni Bayreuth Artificial Intelligence and Large Language Models Artificial Intelligence and Large Language Models Concentrate artificial intelligence, large language models Kontakt
Der allgemeine Master Informatik ist ein viersemestriger Studiengang. Im anwendungsorientierten Masterstudium wird der aktuelle Stand der Technik gelehrt und die Fähigkeit vermittelt, diese auf Probleme anzuwenden und innovative Lösungen zu entwickeln. Überblick Studienablauf Zulassungsvoraussetzungen FAQs Regelstudienzeit 4 Semester Studienbeginn Winter- und Sommersemester Auswahlverfahren qualifizierter Bachelor-Abschluss in Informatik mit einer Note von mindestens 2,5. Bewerbung online über die Hochschule Weitere Informationen Masterstudium (Flyer) Masterstudium (Übersicht) Module (Übersicht) Stundenpläne Studien- und Prüfungsordnung Master Informatik Pro&Contra (ext. Link -> heise.de) Der Fachbereich Informatik bietet seit vielen Jahren einen Masterstudiengang in Informatik an. Der Studiengang ermöglicht Studenten mit einem ersten qualifizierten akademischen Abschluss eine stärker wissenschaftliche und theoretisch fundierte Ausbildung. Zulassungsvoraussetzung für den Master-Studiengang ist ein ein qualifizierter Bachelor-Abschluss in Informatik mit einer Note von mindestens 2,5. In Einzelfällen können auch Bewerber mit davon abweichenden Qualifikationen zugelassen werden. Das 4-semestrige Masterstudium umfasst ein fachliches Vertiefungsstudium sowie die Masterarbeit, die im letzten Semester angefertigt werden soll. Das Vertiefungsstudium des Masterstudiengangs umfasst für alle Studierenden Theorie-, Anwendungs- und fachübergreifende Komponenten. Der Masterstudiengang Informatik kann in zwei Varianten studiert werden: als Vollzeitstudiengang (Variante: Allgemeiner Master) als praxisintegrierter Studiengang (Variante: Dualer Master) Die Studierenden haben die Möglichkeit, das Studium gemäß den persönlichen Neigungen zu gestalten. Für die Anwendungsorientierung bietet der Fachbereich vier verschiedene Schwerpunkte an: Software-Engineering IT-Sicherheit Technische und Graphische Systeme Wirtschaftsinformatik Es kann auch das Masterstudium ohne einen Schwerpunkt studiert werden. Details zum Masterstudiengang Informatik können der Prüfungsordnung entnommen werden. Studierende mit einem Bachelor-Abschluss in Informatik (oder einem vergleichbaren Abschluss - hierzu ist ein Nachweis der Einschlägigkeit erforderlich) mit einer Durchschnittsnote von 2,5 oder besser werden zum Masterstudium zugelassen. Für Studierende mit einer Durchschnittsnote bis 2,9 erfolgt eine Einzelfallprüfung. Dabei können die folgenden Aspekte positiv berücksichtigt werden: wissenschaftlich relevante Auszeichnungen wissenschaftliche Publikationen ausgezeichnete Bachelorarbeit eine längere Mitarbeit in Hochschulgremien (mindestens 2 Semester) ein schneller Abschluss des Bachelorstudiums (Regelstudienzeit + 1 Semester) Arbeitszeugnis über eine längere Berufstätigkeit im Bereich der Informatik (mindestens ein halbes Jahr) aus dem Dauer und Umfang sowie Informatikbezug der Tätigkeit hervor gehen Mutterschaft, Vaterschaft, Kinderbetreuung bzw. Pflege von Angehörigen fachlich begründete Auslandsaufenthalte bzw. Auslandsstudium Bitte fügen Sie stets qualifizierte Nachweise für die Einzelfallprüfung der Masterbewerbung bei. Sollten Sie Ihr Masterstudium bereits an einer anderen Hochschule begonnen haben, fügen Sie auch die entsprechenden Leistungsnachweise ihres bisherigen Masterstudiums bei. Master Alle Antworten einblenden Alle Antworten ausblenden Kann ich mich jederzeit für einen Studienplatz bewerben? Nein. Bewerbungen sind nur während der offiziellen Bewerbungszeit möglich. Die Bewerbung erfolgt über das SSC (Student Service Center) und das entsprechende Bewerbungsformular. Können Leistungsnachweise aus einem anderen Studiengang angerechnet werden? Leistungsnachweise aus einschlägigen Master-Studiengängen können angerechnet werden. Im Einzelfall entscheidet dies der Prüfungsausschuss des FB Informatik . Scheine aus einem Diplom- oder Bachelor-Studiengang werden nicht anerkannt. Wird der Titel "Master of Science" (M.Sc.) von deutschen Universitäten insoweit anerkannt, dass eine spätere Promotion möglich ist? Die Masterabschlüsse der Universitäten und Fachhochschulen sind gleichwertig und berechtigen daher grundsätzlich zur Aufnahme eines Promotionsstudiums. In jedem Fall gilt aber die lokale Promotionsordnung der betreffenden Hochschule, die hier evtl. Einschränkungen vornimmt. Welche Voraussetzungen muss ich erfüllen, um zum Master-Studium zugelassen werden zu können? Voraussetzung ist ein qualifizierter erster akademischer Abschluss in Informatik (also z. B. ein qualifizierter Bachelor of Science in Computer Science oder ein Abschluss als Diplom-Informatiker). Bislang wurde bei Bewerbern von deutschen Hochschulen eine Gesamtnote von "gut" oder"sehr gut" erwartet (d.h. Abschlussnote 2,5 oder besser). Zusätzlich werden ausreichende Kenntnisse in der jeweiligen Lehrsprache erwartet (i. d. R. Deutsch). Der Nachweis ist geeignet zu führen. Sind neben deutschen auch englische Sprachkenntnisse gefordert? Der größte Teil der Lehrveranstaltungen wird in Deutsch, einige Lehrveranstaltungen (auch Pflichtveranstaltungen) werden allerdings auch in Englisch gehalten, d. h. englische Sprachkenntnisse sind erforderlich. Wann muss ich mich einschreiben? Der offizielle Einschreibezeitraum ist in dem Zulassungsschreiben angegeben. Der Fachbereich Informatik behält sich vor, den Zugang zu den Lehrveranstaltungen bei verspäteter Studienaufnahme zu beschränken. Welche Leistungsnachweise muss ich in welchem Semester erbringen? Der Aufbau des Studiums ist in der MSPO 2006 geregelt. Zu Beginn des Studiums wird eine Veranstaltung angeboten, in der dies erläutert wird. Diese Informationen sind auch wichtig für die Belegung der Lehrveranstaltungen über das Online-Beleg System (OBS). Kann ich meine Zulassung auf das kommende Semester verschieben lassen? Die Zulassung gilt nur für ein bestimmtes Semester. Für ein späteres Semester ist eine erneute Bewerbung nötig. Kann ich als Bachelor-Student schon Master-Veranstaltungen besuchen? Ja, das ist prinzipiell möglich. Details zu der Regelung finden sich im Antragsformular . Kann ich meine Note durch zusätzliche Module verbessern? Wenn sie Wahlpflichtmodule in einem größeren Umfang, als nach SPO vorgesehen, absolviert haben, können Sie "überschüssige" Wahlpflichtmodule zu Wahlfächern erklären. Wahlfächer werden im Zeugnis separat aufgeführt; sie werden bei den insgesamt erworbenen Leistungspunkten mitgezählt, bei der Berechnung der Gesamtnote jedoch nicht berücksichtigt. Wie kann ich mich bewerben? Ein Studium der Informatik kann zum Sommersemester oder zum Wintersemester begonnen werden. Alle Informationen zum Bewerbungsverfahren finden Sie im Internet unter www.h-da.de/bewerbung . Benötige ich für das Studium einen Laptop? Ja. Ein Computer ist, neben Stift und Paper, das Handwerkszeug eines Informatikers. Sie benötigen einen Computer - am besten einen Laptop - um neben den Präsenzveranstlatungen wie Vorlesungen und Praktika im Selbststudium Praktikumsaufgaben vor- und nachzubereiten. Eine Empfehlung bezüglich der Austattung des Rechners finden Sie hier . Wo erhalte ich weitere Antworten? Erste Anlaufstelle für die meisten allgemeine Fragen zum Studium ist das Student Service Center, kurz SSC . Neben der allgemeinen Studienberatung und Auskunft zu den Details des Bewerbungsverfahrensverfahrens gibt es hier auch Beratung zur Organisation oder Finanzierung des Studiums. Für den Studiengang Informatik können Sie sich jederzeit an den Studiengangskoordinator wenden. Kontakt