STUDIENARBEITEN UND |
Studienarbeiten
Diplomarbeiten
|
Studienarbeiten
Medizinische Datenverarbeitung
Es können jederzeit Studienarbeiten aus dem Bereich der
medizinischen Datenverarbeitung "maßgeschneidert" werden.
Weitere Informationen finden Sie
hier...
Ansprechpartner:
Martin Bogdan
Diplomarbeiten
Anwendung von künstlichen neuronalen Netzen zur Datenanalyse in der Chemie
Im Rahmen des Projektes EChem++ wird ein Software-Tool mit
objektorientiertem Ansatz zur Automatisierung von elektrochemischen
Experimenten entwickelt. Das Ziel der Arbeit ist u. a. die Anwendung
künstlicher neuronaler Netze für eine schnelle und automatische
Datenanalyse. Um die vorhandenen Messwerte sog. cyclischer Voltammogramme zu
interpretieren, sollen aus den gemessenen Daten einerseits charakteristische
Parameter gewonnen werden, andererseits sollen diese Daten mit
Computersimulationen verglichen werden.
Bemerkung: Diese Aufgabe ist entweder als zwei Studienarbeiten oder als
eine Diplomarbeit konfigurierbar. Beginn ab sofort.
Weitere Informationen finden Sie in der PDF-Datei
Ansprechpartner: Martin Bogdan
Untersuchung der "error-related negativity" zur Steuerung eines BCI
Im Rahmen eines interdisziplinären Projekts (Institut für med. Psychologie /Informatik) werden Methoden zur Online-Klassifikation von Elektroenzephalogramm (EEG) Signalen entwickelt. Diese Algorithmen kommen in einem Brain-Computer Interface (BCI) zur Anwendung. BCIs werden von komplett gelähmten Patienten zur Kommunikation verwendet.
In dieser Arbeit soll die sog. "fehlerbezogene Negativität" (error-related negativity, ERN), ein ereigniskorreliertes Potenzial, das Ende der 1980iger Jahre entdeckt wurde und das elektrophysiologische Korrelate der Fehlerverarbeitung darstellt, untersucht werden.
Ansprechpartner:
Martin Bogdan,
Andrea Kübler,
Michael Bensch
Workload Prediction
Für ein Industrieprojekt wird eine Diplomarbeit vergeben, in der es um Zeitreihenvorhersage geht. Ziel des Projektes ist die Steigerung der Effizienz des Workload Managers für z/OS (WLM) von IBM. Konvenionell beruht die WLM Lastverteilung auf CPU Auslastung, Systemzielen und weiteren Faktoren. Eine Vorhersage der Auslastung, basierend auf der aktuellen Auslastung und weiteren Systemparametern, könnte neue Funktionen zur weiteren Systemoptimierung ermöglichen.
Ansprechpartner: Michael Bensch