Johannes Theodoridis
AI & Data Science Projekte
Kick-Off Sommersemester 2024
Turn every icon into sunny ice cream with fresh fruits as decoration and vibrant but soft pastel colors - made with SD-XL Control LoRas - original image from here.
Liebe Studierende, auch dieses Semester gibt es wieder spannende Projekte im Bereich AI & Data Science. Vorschläge werden noch bis zum 22. März gesammelt, 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?
Gerne übernehmen wir eure Idee als Projektvorschlag um MitstreiterInnen zu finden. Schreibt dazu eine kurze E-Mail an theodoridis@hdm-stuttgart.de um vorab die Rahmenbedingungen und Betreuung zu klären.
Projektvorschläge Sommersemester 2024 - MI / MMB / CSM
Dieses Semester gibt es kein zentrales Kick-Off Event sondern je ein Termin pro Projekt. Bei Interesse melden Sie sich bis zum 22. März per Email bei den entsprechenden BetreuerInnen.
Interaktive Web-App zur optimierten Planung von Windparks mittels Reinforcement Learning
Im Rahmen der Projektarbeit soll gemeinsam mit dem Zentrum für Sonnenenergie- und Wasserstoff-Forschung (ZSW) mit Hilfe von Reinforcement Learning eine Multi-Objective Problemstellung gelöst und visualisiert werden. Konkret geht es dabei um die Frage welche Standorte in einem Gebiet optimal geeignet sind für Windkraftanlagen? Bei der Planung eines Windparks sind dabei verschiedene Aspekte zu berücksichtigen wie beispielsweise die Meteorologische Gegebenheiten, Geländegegebenheiten, gegenseitige Beeinflussung der Windkraftanlagen aber auch Rechtliche Rahmenbedingungen. Optimiert werden soll die Platzierung und Anzahl der Windkraftanlagen in einem vorgegebenen Gebiet.
Eine ausführliche Projektbeschreibung finden Sie hier (PDF abrufbar bis 01.04.24).
Kooperation mit Zentrum für Sonnenenergie- und Wasserstoff-Forschung (ZSW)
BetreuerInnen: Johannes Maucher, Frank Sehnke (ZSW), Katharina Strecker (ZSW)
Lokales Chat-GPT mit Retrieval-Augemented Generation und Open Source LLMs
Im Rahmen der Projektarbeit soll gemeinsam mit dem Zentrum für Sonnenenergie- und Wasserstoff-Forschung (ZSW) ein innovatives Proof-of-Concept für ein lokales Retrieval-Augmented Generation (RAG) System entwickelt werden. Dieses System wird auf einem Open-Source Large Language Model (LLM) basieren und soll internes sowie externes Wissen mittels eines Chat-Tools zugänglich machen. In diesem Rahmen wird nun ein Projektteam gesucht, das in enger Zusammenarbeit mit dem Machine-Learning Team am ZSW die ersten Schritte in Richtung eines lokalen LLM geht. Gesucht werden Studierende mit Interesse an Agilem Projektmanagement, Machine Learning, MLOps sowie Usability und Web Development.
Eine ausführliche Projektbeschreibung finden Sie hier (PDF abrufbar bis 01.04.24).
Kooperation mit Zentrum für Sonnenenergie- und Wasserstoff-Forschung (ZSW)
BetreuerInnen: Johannes Maucher, Frank Sehnke (ZSW), Katharina Strecker (ZSW)
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)
Speech to Text++
Ziel des Projekts ist es das Sprachverständnis der Roboter im HumanoidLab zu verbessern und zu beschleunigen. Dazu soll whisper.cpp eingesetzt werden. Neben einem effizienten Streaming-Setup auf einem Nvidia Jetson Orin, können weitere Funktionen von Whisper, wie language classification und speaker diarization exploriert und zum Projektziel gesetzt werden.
BetreuerInnen: Marcel Heisler
Bud-E Tryout
Während aktuelle Sprachassistenten, wie Alexa und Mycroft, Schwierigkeiten haben, ihr Dasein zu rechtfertigen, sind Alternativen mit verbesserter User-Experience bereits in Arbeit. BUD-E ist eine solche open-source Alternative. Im Rahmen des Projekts sollen Fähigkeiten und Grenzen getestet, sowie anschließend Verbesserungsvorschläge erarbeitet und implementiert werden.
BetreuerInnen: Marcel Heisler