Studien-/Abschlussarbeit-Erkennung falsch gelabelter Daten durch Clustering im Latent-Space einer GAN

Kennziffer IPA-2020-377

In dieser Arbeit wird eine GAN mit Bilddaten aus einem realen Anwendungsfall trainiert. Durch Clustering-Verfahren im Latent-Space sollen Ausreißer (falsch gelabelte Daten) im Datensatz identifiziert und gegebenenfalls ersetzt werden.

Ausschreibung für die Fachrichtungen:

• Automatisierungstechnik; Elektrotechnik; Informatik; Kybernetik; Luft- und Raumfahrttechnik; Maschinenbau; Mathematik; Mechatronik; Physik; Regelungstechnik; Softwareengineering; technische Informatik; Technologiemanagement 

Was Sie mitbringen

• Grundkenntnisse in der Programmierung von Python
• Grundkenntnisse im Bereich maschinelles Lernen
• Strukturiertes und selbstständiges Arbeiten

Was Sie erwarten können

In aktuellen Forschungsprojekten am Fraunhofer IPA werden moderne maschinelle Lernverfahren (CNN, FCN, ...) zur Bildverarbeitung eingesetzt.
Die eingesetzten Methoden sollen die Optimierung von Produktionsprozessen und die automatisierte Fehlererkennung unterstützen. Hierfür stehen dem Fraunhofer IPA modernste Ressourcen, z.B. in Form eines Nvidia DGX (Tesla GPU-Cluster) zur Verfügung.

(keine Angaben)

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Herr Johannes Kienle
Recruiting
Tel. +49 711 970-1153

Finden Sie sich in unserem Stellenprofil wieder? Dann freuen wir uns auf Ihre aussagekräftigen Bewerbungsunterlagen über unser Online Bewerbungssystem.
 

Fraunhofer-Institut für Produktionstechnik und Automatisierung
Stuttgart

http://www.ipa.fraunhofer.de

---