Dissertationen und Diplomarbeiten

Das Software Competence Center Hagenberg (SCCH) bietet Master- oder Doktorats-Studenten die Möglichkeit Master-Arbeiten bzw. Dissertationen im Rahmen anwendungsorientierter Forschungsprojekte zu machen.

Master-Arbeiten werden vom SCCH finanziell unterstützt. Doktoratsstudenten können die Dissertation ev. mit einer Anstellung am SCCH verbinden. Bitte schauen Sie daher auch unter den offenen Positionen!

Das SCCH möchte seinen Frauenanteil in der Forschung erhöhen. Wir freuen uns daher besonders über Bewerberinnen für Master-Arbeiten oder Dissertationen.

Senden Sie einfach eine E-Mail mit Ihrem Lebenslauf und Ihren Ideen an Dr. Klaus Pirklbauer (Kontakt siehe rechts).

Framework zur Anwendung von Drifterkennungsmethoden

Die laufende Veränderung von gemessenen Daten (vgl. „concept drift“, „dataset shift“, „calibration drift”, ...) stellt ein großes Problem für viele Machine Learning Anwendungen dar. Diese Veränderungen können verschiedene Gründe wie z.B. Veränderungen am Messgerät haben und führen dazu, dass Machine Learning Modelle auf neuen Daten nur unzureichende bzw. immer schlechtere Vorhersagen liefern.

 

Secure Machine Learning

Die Datenschutzgrundverordnung ist mit ein Grund, warum im Bereich des Maschinellen Lernen das Thema privacy (Sicherstellung der Privatsphäre) immer mehr Beachtung findet. Im Rahmen dieser Masterarbeit soll untersucht werden, wie geeignet secure multi-party computation (SMC - sichere Mehrparteienberechnungen) und homomorphic encryption (HE -  Homomorphe Verschlüsselung) Ansätze zur Implementierung von Machine Learning Algorithmen geeignet sind, welche die Privatsphäre der Datenbereitsteller schützen.

 

Visualisierung / Applikationen von Forschungsergebnissen

Das SCCH ist in vielen interessanten Forschungsprojekten involviert. Dabei wird mit Unternehmen an innovativen Lösungen geforscht, die z.T. Weltmarktführer auf ihren Gebieten sind (Projektbeispiele können auf der Webseite gefunden werden: http://www.scch.at/de/projekte-das). Die Visualisierung der Forschungsergebnisse in Form von Applikationen / Softwareprototypen kommt dabei teilweise etwas zu kurz. Im Rahmen von Bachelor- / Masterarbeiten sollen die angesprochenen Forschungsergebnisse nun visualisiert werden.

 

Design und Evaluierung von Meta-Heuristiken in Cutting-Stock Problemen

Cutting-Stock Probleme treten sehr häufig im industriellen Umfeld auf und effiziente Lösungen führen in der Regel zu großem wirtschaftlichen Nutzen. Traditionell erfolgt dies mit Techniken der linearen Programmierung, jedoch ist deren Einsatz bei Vorhandensein von nichtlinearen Beschränkungen und Zielfunktionen sehr begrenzt. Aus diesem Grund haben wir einen evolutionären stochastic-local-search (SLS) Algorithmus entwickelt, um Probleme dieser Art zu lösen.

Generierte textuelle Beschreibung

von Szenen und Videos

Die automatisierte textuelle Beschreibung von Bildern und Videos ist eine wichtige Aufgabenstellung beim effizienten Aufbau von Bilddatenbanken für diverse Künstliche-Intelligenz Anwendungen aus Industrie, Verkehr oder Sicherheit.

Online Multi-Objekt Tracking

Video-basierte Trackingsysteme

Das Ziel von Video-basierten Trackingsystemen ist die Extraktion von Bewegungsprofilen von Objekten oder Personen in Videoströmen. Anwendungen dafür findet man im Sport, etwa das Tracking des Balles und der Spieler während eines Fußballspieles, bei der Verkehrsüberwachung, in industriellen Mensch-Maschine Umgebungen oder zur Überwachung von sicherheitskritischer Infrastruktur.

Augmented Reality

in der Roboterprogrammierung

In der Industrie entstehen durch die Verfügbarkeit von geeigneter Hardware für die Umsetzung von Augmented Reality Anwendungen immer mehr Szenarien bei denen Benutzer durch diese Technologie besser mit Maschinen und Software interagieren können. Derzeit wird eher noch experimentiert und an geeigneten Szenarien gearbeitet.

Statische Programmanalyse und –transformation

mit Rascal

Rascal (www.rascal-mpl.org/) ist ein Meta-Programmiersystem, spezialisiert auf die Analyse, die Transformation und die Generierung von Quellcode. Für die Syntaxanalyse werden zwei verschiedene Strategien verfolgt.

Automatischer Softwaretest

Dynamic Symbolic Execution (DSE)

Dynamic Symbolic Execution (DSE) ist eine Technik um Software automatisiert zu testen. Diese Technik ist weit verbreitet und z.B. in den Microsoft-Werkzeugen SAGE und IntelliTest, mittlerweile Teil von Microsoft Visual Studio, implementiert.

Geometric Feature Extraction

for Distributions of Statistical Data

Modern machine learning algorithms in predictive modelling usually involve learning features of functions which emerge as observed input data in the process to be described. During the training process of a predictor, it is desirable to have characteristic features of this input data, which reflect as much as possible about the underlying physical or structural qualities of the process.

Development of prediction models

for property prediction in assembly products

We are concerned with the problem of property prediction in assembly products usually encountered in industrial environments. For properties of an assembly that are closely related to the corresponding property of its components, a weighted aggregation does not necessarily provide an accurate prediction of the product.

Domänenspezifische Wissensplattform mittels Data Lake und automatisierten Big Data Analysen

mittels (Semantic) Data Lake und automatisierten Big Data Analysen

Das Erkennen relevanter Zusammenhänge in einer sich ständig verändernden und wachsenden Vernetzung heterogener Datenquellen gewinnt zunehmend an Bedeutung. Oftmals entstehen neue Erkenntnisse bzw. neues Wissen erst aus explorativen Analysen vorliegender Datenquellen durch Anwendung unterschiedlichster (manueller sowie (semi-)automatisierter) Analyseverfahren.

Prototypische Implementierung einer dezentralen Energie-Community

mittels Blockchain und Smart Contracts

Im Rahmen des bis Ende August 2016 laufenden Sondierungsprojektes MBS+ entwickelt das SCCH zusammen mit weiteren Projektpartnern ein Konzept für ein dezentral organisiertes Kleinspeicher(Heimspeicher)-Netzwerk. Im Rahmen eines nachgelagerten Umsetzungsprojektes soll dieses Konzept implementiert werden.

Parallelisierung von Machine Learning

für Wetterprognosen

Im Rahmen des EU-Projekts RePhrase werden neue Softwareengineering-Tools, -Technologien und -Methoden zur Entwicklung von datenintensiven Anwendungen in C++ entwickelt, wobei vor allem auf heterogene multicore/manycore Systeme (CPUs und GPUs) abgezielt wird.

Nicht das Passende gefunden?

Wenn Sie selbst eine Idee oder ein Thema haben und vermuten, dass es zum SCCH passen könnte, dann melden Sie sich! Auch wenn Sie noch kein Thema vor Augen haben, aber am SCCH Ihre Master-Arbeit oder Ihre Dissertation machen möchten, kontaktieren Sie uns einfach!

PhD Study Support Program

Im Rahmen des bereits seit 2003 bestehenden PhD Study Support Programs werden Dissertationen über einen Zeitraum von mehreren Jahren so unterstützt, dass sich die Dissertantin/der Dissertant weitgehend auf die Dissertation konzentrieren kann. Vorraussetzung ist eine Anstellung am SCCH, eine Bewerbung für das PhD Study Support Program und ein gemeinsam festgelegtes Dissertationsthema. Das PhD Study Support Program ist Teil der strategischen Forschung am SCCH.