Tobias Bocklet

- Maschinelles Lernen

- Deep Learning

Maschinelles Lernen

Deep Learning

Automatische Spracherkennung

Erkennen und Visualisieren von Sprechercharakterisitka 

Emotionserkennung Anhand Sprache und Bild

Edge-Inferenz: KI auf eingebetteten Systemen

Bei Interesse an Abschlussarbeiten im Bereich des Maschinellen Lernens/Deep Learning, können anfragen per E-Mail gestellt werden.

Prozessüberwachung Schleifmaschinen 

Ausgangssituation: Machine Learning zur Zustandserkennung im Schleifprozess.

-Ansatz im industriellen Umfeld testen und validieren.

-Datenstrom (z.B. Maschinendaten, Beschleunigungswerte, akustische Signale, …) soll während des Betriebs analysiert und die erkannten Klassen ausgegeben werden.

Aufgabenstellung:

• Algorithmen basierend auf Audiodaten
• Auswahl der geeigneten Hardware und Aufbau einer entsprechenden Versuchsvorrichtung zur Integration in ausgewählte Kundenmaschinen.
• Anpassung der Software an die Hardwaregegebenheiten und ggf. Erweiterung des Systems (z.B. Verarbeitung zusätzlicher Informationen)
• Begleitung und Auswertung der Versuche

Siehe Google Scholar