Onlinedienste, die von Frauen andere Preise verlangen als von Männern. Programme, die Jobs nur an Männer vergeben. Software, die die Gesichter von Frauen nicht erkennt. Die moderne Gesellschaft ist durchdrungen von angeblich intelligenten Computersystemen und wird von ihnen geprägt. Doch wer prägt diese Systeme – und wie? Wie kann es sein, dass Algorithmen Menschen ungleich behandeln? Wie intelligent ist künstliche Intelligenz wirklich?

Darum geht es am Dienstag, 12. November, beim Vortrag „K.ünstliche I.gnoranz – Wenn Algorithmen männlich denken“ in der Stadtbibiliothek (Wilhelm-Leuschner-Platz 10-11). Ab 17 Uhr erkärt Dr. Thomas Schmid im Rahmen der Veranstaltungsreihe „Wer ist dieser Herr Gender“, wie es zur Diskriminierung durch Computersysteme kommt, wer dafür verantwortlich ist und was man dagegen tun kann.

Weitere Informationen zum Vortrag und zur Veranstaltungsreihe hier.

Im Wintersemester 2019/20 bietet die Arbeitsgruppe Maschinelles Lernen im Rahmen des Moduls Aktuelle Trends in der Informatik erstmals die Lehrveranstaltung Maschinelles Lernen in der Praxis an.

Ziel der Lehrveranstaltung ist die gemeinschaftliche Teilnahme an einem internationalen ML-Wettbewerb. Die Veranstaltung wird daher starken Projektcharakter haben und sich aus organisatorischen Gründen voraussichtlich auf die Monate Oktober und November konzentrieren.

Bitte beachten Sie, dass es sich nicht um eine ML-Einführungsveranstaltung handelt, und grundlegende Konzepte (z.B. Aufbau neuronaler Netze, Prinzipien von Trainingsalgorithmen, Unterschiede überwachtes/unüberwachtes Lernen) als bekannt vorausgesetzt werden.

Weitere Informationen zu Ablauf und Organisation finden Sie hier.

Im Wintersemester 2019/20 bietet die Abteilung Technische Informatik folgende Themen für Bachelorarbeiten an:

  • Automatisierter Test von FPGA-Konfigurationen in Hardware (PDF)
  • Editieren von FPGA-Konfigurationen ohne zusätzliches Place and Route (PDF)
  • Realisierung eines Konfigurationsgenerators für Frequenzsyntheseblöcke (PDF)
  • Erstellung eines Verilog-Modells für Frequenzsyntheseblöcke (PDF)
  • Metadata-aware Clustering in R (PDF)

Für Masterarbeiten bieten wir folgende Themen an:

  • Effiziente Parallelisierung eines neuen Machine-Learning-Frameworks in Python (PDF)
  • Evaluating the DoC-Forest tool for Completely Locked-In Syndrome (CLIS) (PDF)
  • Detecting conciousness in locked-in sydrome patients with entropy-based methods (PDF)
  • Extraction of heart rate variability from seismocardiography (SCG)| (PDF)
  • Electrodes coordinates estimation for electrocorticography (ECoG) recordings (PDF)
  • Extraction of respiratory signal and cardiac movements from seismocardiography (SCG) signals (PDF)

Ansprechpartner und weitere Informationen zu diesen Ausschreibungen finden Sie auf unserer Übersichtsseite für Abschlussarbeiten.

« Vorherige SeiteNächste Seite »