Stage-oe-small.jpg

Thema4565: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
 
Zeile 3: Zeile 3:
 
|Abschlussarbeitstyp=Bachelor, Master
 
|Abschlussarbeitstyp=Bachelor, Master
 
|Betreuer=Mohammd Karam Daaboul
 
|Betreuer=Mohammd Karam Daaboul
 +
|Partner=Mobile Arbeitsmaschinen - KIT-FAST
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme
 
|Abschlussarbeitsstatus=Offen
 
|Abschlussarbeitsstatus=Offen

Aktuelle Version vom 10. März 2020, 15:30 Uhr



Machine Learning & Transfer Learning im Bereich der Arbeitsmaschinen




Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor, Master
Betreuer: Mohammd Karam Daaboul
Forschungsgruppe: Angewandte Technisch-Kognitive Systeme
Partner: Mobile Arbeitsmaschinen - KIT-FAST
Archivierungsnummer: 4565
Abschlussarbeitsstatus: Offen
Beginn: 03. März 2020
Abgabe: unbekannt

Weitere Informationen

Am KIT Karlsruher Instituts für Technologie (Abteilungen: Aifb und Mobima) wird aktuell unter anderem daran geforscht, Arbeitsmaschinen mithilfe von künstlicher Intelligenz optimal zu steuren. Diese Aufgaben finden sich in zahlreichen Anwendungsfällen wieder. So zum Beispiel im Projekt LernSmart: Mit den über mehrere Messfahrten gesammelten Daten versuchen wir, eine intelligente Steuerungsstrategie zu implementieren, die die Maschine optimal steuern kann. Unser nächstes Ziel ist es, die Ergebnisse ohne neues Training auf mehrere Maschinen zu transferieren.


AUFGABEN

  • Implementierung von Ansätzen des maschinellen Lernens für Anwendungen in der realen Welt
  • Entwicklung von adaptiven und lernenden Algorithmen zur Steuerung von Arbeitsmaschinen
  • Entwurf von intelligenten Steuerungsstrategien
  • Übertragung der gelernten Steuerungsstrategie auf mehrere Ziele


Wir bieten

  • Ein junges und ambitioniertes Team
  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Eine angenehme Arbeitsatmosphäre und flexible Arbeitszeiten


Wir erwarten

  • Erste Erfahrungen im Bereich Softwareentwicklung von Vorteil
  • Schnelle Auffassungsgabe (Schrittweise Einarbeitung in ROS, Tensorflow/PyTorch, Python/C++, Linux)
  • Analytisches Denken
  • Selbständiges Arbeiten
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement


Bewerbung

Wir freuen uns auf Deine Bewerbung an Karam Daaboul (daaboul∂kit edu) mit folgenden Unterlagen:

  • Kurzes informelles Anschreiben
  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf


Weitere Informationen

  • Start: ab sofort
  • LernSmart https://www.fast.kit.edu/mobima/mitarbeiter_10966.php
  • Betreuendes Institut am KIT: Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB) Professor: Prof. Dr.-Ing. Prof. Dr. J. Marius Zöllner und Mobile Arbeitsmaschinen (Mobima) Professor: Prof. Dr.-Ing. Marcus Geimer