Johannes Theodoridis
AI & Data Science Projekte
Kick-Off Wintersemester 22/23
A framed painting of scientists working on Artificial Intelligence by DALL·E 2 (outpainting of our original banner, icons by Darius Dan CC BY 3.0)
Liebe Studierende, auch dieses Semester gibt es wieder spannende Projekte im Bereich AI & Data Science. Weitere Vorschläge werden noch bis zum Kick-Off Termin hinzugefügt, es lohnt sich also vorbeizuschauen.
Voraussetzungen
Für die Entwicklung von KI Methoden solltet ihr bereits eine KI-Vorlesung erfolgreich abgeschlossen haben. Die meisten Projekte können sowohl auf Bachelor als auch Master Niveau belegt werden. Umfang und Tiefe werden entsprechend angepasst.
Ich habe noch keine KI-Vorlesung belegt. Kann ich trotzdem ein Projekt machen?
Ja das ist möglich sofern Ihr fertige KI Komponenten verwendet. Der Schwerpunkt des Projekts muss jedoch eindeutig im Bereich Softwareentwicklung liegen. Trotzdem könnt Ihr erste Erfahrungen in der Verwendung von KI Methoden sammeln.
Ihr habt eine eigene Idee und sucht noch Leute?
Beim Kick-Off habt ihr die Möglichkeit eure Idee vorzustellen um MitstreiterInnen für euer Projekt zu gewinnen. Bitte schreibt vorab eine kurze E-Mail an theodoridis@hdm-stuttgart.de damit wir euch einplanen können.
Projektvorschläge Wintersemester 22/23 - MI / MMB / CSM
Online Kick-Off: Freitag 07.Oktober 2022 13:15 - 14:15 Uhr
Um an der Veranstaltung teilzunehmen bitte hier klicken (Zoom Link)
Automatisierte Wettkampfdatenbank
Zielstellung ist die Entwicklung bzw. Weiterentwicklung einer Wettkampfdatenbank, welche möglichst automatisiert die Ergebnisse aus verschiedenen Quellen (HTML, PDFs, Excel) sammelt und aufbereitet. TrainernInnen und WissenschaftlernInnen soll es möglich sein anhand verschiedener Filter (Wettkampf, Jahr, Boot, Nation, Athlet etc.) Datensätze anzuzeigen und für die weitere Analyse ausgeben zu lassen.
Kooperation mit Deutscher Ruderverband e.V.
BetreuerInnen: Johannes Maucher, Kay Winkert (DRV)
Rennstrukturanalyse
Basierend auf einer sich kontinuierlich aktualisierenden Wettkampfdatenbank sollen automatisierte Rennstrukturanalysen (Aufbereitung von GPS Renndaten) TrainerInnen zeitnah nach dem Rennen zur Verfügung stehen. Weiterführende Aspekte wären individuell angepasste Rennstrukturanalysen oder die Modellierung von Einflussfaktoren und Trends hinsichtlich Fahrzeit, Pacing, Schlagfrequenz, Vortrieb etc.
Kooperation mit Deutscher Ruderverband e.V.
BetreuerInnen: Johannes Maucher, Kay Winkert (DRV)
Programmierung und Animation eines androiden Roboterkopf
Für die menschenähnlichen Roboterköpfe im HumanoidLab sollen verschiedene Verhaltensweisen programmiert werden, wie z.B. das Verfolgen von Personen. Je nach Interesse und Kenntnisstand sind Alternativen, wie das Darstellen emotionaler Gesichtsausdrücke oder zur Sprache passender Mundbewegungen (LipSync) denkbar. Insgesamt stehen 5 Roboterköpfe zu Verfügung die im Team oder einzeln genutzt werden können.
BetreuerInnen: Christian Becker-Asano, Marcel Heisler
OpenSource Speech-To-Text für den Sprachassistenten Mycroft
In der Bachelorveranstaltung Speech Interaction wird der OpenSource Sprachassistent Mycroft eingesetzt. Die Spracherkennung wird dabei mit der OpenSource Lösung coqui STT realisiert. Diese soll durch ein Finetuning auf eigenen Daten für den Anwendungsfall des Sprachassistenten optimiert werden. Je nach Vorerfahrung kann auch Alternativen wie beispielsweise Whisper von OpenAI getestet werden.
BetreuerInnen: Christian Becker-Asano, Marcel Heisler
OpenSource Speech-To-Text für digitale Barrierefreiheit
Im Rahmen des Forschungsprojekts SHUFFLE soll eine Live-Untertitelung von BigBlueButton-Videos entwickelt werden. Ein wichtiger Baustein ist dabei die Speech-To-Text Funktion von OpenSource Projekten wie Mozilla DeepSpeech, kaldi oder coqui STT. Ziel des Projekts ist es die Erkennung auf deutsche Sprache zu optimieren, beispielsweise durch Aufbereitung des Audiosignals oder zusätzliche Trainingsdaten.
BetreuerInnen: Gottfried Zimmermann, Korbinian Kuhn
Open Source Content Generation mit Stable Diffusion
Mit dem public release von Stable Diffusion steht nun eine Open Source Variante von Text-to-Image Modellen wie DALL·E 2 zu Verfügung. Ziel des Projekts ist die Implementierung eines Webservice oder einer API um die Modelle für Studierende der HdM aber auch ProfessorInnen und ForscherInnen lokal verfügbar zu machen. Wer etwas recherchiert findet zudem viele weitere kreative Anwendungen als Inspiration für eigene Umsetzungen.
BetreuerInnen: Johannes Theodoridis, Marcel Heisler
AI Projekte mit Bettercall Paul
Die IAAI Partnerfirma Bettercall Paul bietet euch dieses Semester vier spannende Projektvorschläge. Diese reichen von Biases in Speech Recogniton über Speech2Text Modelle zur Erweiterung einer Question-Answering Pipeline oder einer situationsadaptiven Beleuchtung und Beschallung im Raum bis zu Labeling und Training von Klassifikationsmodellen unter Unsicherheit. Klingt spannend? Dann kommt zum Kick-Off wo die Projektvorschläge im Detail vorgestellt werden.
Kooperation mit Bettercall Paul
BetreuerInnen: Johannes Maucher, Thomas Bierhance