Theses & Practica

Durch die Nutzung von Active Learning kann durch eine geeignete Auswahl an Instanzen die Qualität von Machine Learning Modellen trotz einer geringen Menge von Annotationen erheblich verbessert werden. Für die effiziente Annotation dieser Queries müssen dem Experten die Daten jedoch in einer geeigneten Darstellung präsentiert werden. Im Rahmen dieser Arbeit soll ein Active Learning System entwickelt werden, das durch eine Visualisierung verschiedener Datenaspekte als Dashboard Widgets dem Annotator eine übersichtliche Darstellung der Daten bietet. Das Thema kann in verschiedene Richtungen vertieft werden, beispielsweise hinsichtlich Active Learning Methoden für Outlier Detection, Deep Learning Modelle, Visualisierungsmethoden und Integration von Expertenwissen.

Betreuer: Daniel Schlör

Für viele Anwendungen, wie Fraud Detection oder Process Monitoring werden Log-Daten von Geschäftsprozessen benötigt, um Modelle zu trainieren. Obwohl diese in modernen ERP Systemen automatisch aufgezeichnet und ausgewertet werden, und damit leicht zugänglich wären, gibt es kaum frei verfügbare Datensätze. Ausgehend von stark aggregierten Daten soll im Rahmen dieser Arbeit ein Simulationssystem entwickelt werden, das Geschäftsprozesse und deren Dokumentation simuliert und dadurch synthetische Daten generiert, die einer Abbildung realer Prozesse möglichst nahe kommen.

Betreuer: Daniel Schlör

Unter Anomaly Detection verstehen sich Data-Mining Methoden um seltene Ereignisse (Anomalien) zu finden, die sich vom Großteil der Daten unterscheiden.
Mögliche Anwendungsgebiete sind:

• (Network) Security
• Fraud Detection
• Fault Diagnosis
• Novelty Detecting im Bereich Text-Mining

Neben dem Finden von Anomalien ist die Modellierung des Normalzustands eine wichtige Teilaufgabe. Im Rahmen dieser Arbeit sollen verschiedene Verfahren zur Anomaly Detection und der Modellierung des Normalzustands in Bezug auf ein oder mehrere Anwendungsgebiete verglichen werden.

Betreuer: Daniel Schlör

Zum Training von Neuronalen Netzen werden häufig Datensätze verwendet, die aus Datenschutzgründen nicht veröffentlicht werden können. Trotzdem ist es wichtig die Modelle beispielsweise zur Reproduktion von Forschungsergebnissen oder im Kontext einer Anwendung verfügbar zu machen. In dieser Arbeit soll untersucht werden, in wieweit bei beispielsweise generativen Modellen aus dem trainierten Modell Informationen über die Trainingsdaten rückgewonnen werden können.

Betreuer: Daniel Schlör

In the recent time NLP methods had major breakthroughs and allow to model topics in various ways. One possible way was proposed by Gong et al.[1], which allows to extract so-called hidden topics from texts of varying length. The idea is to find matching documents to their summaries.

The aim of this MP/MT is to apply it on bibliographic texts. Doing so, we can extract topics for each author and for each work. Are we able to define and cluster research domains? Can we extract temporal trends or authors, who are changing their research domain within the AI. 

[1] Gong, H., Sakakini, T., Bhat, S. & Xiong, J. (2018). Document Similarity for Texts of Varying Lengths via Hidden Topics. Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (p./pp. 2341--2351), July, Melbourne, Australia: Association for Computational Linguistics.

Betreuer: Tobias Koopmann

Recently a lot of work based on Graph Neural Networks has been published. Recent work by Xu et al [1] offers a general framework how to create powerful graph neural networks. The idea of this task is to use different forms of graph representational learning (which can be extracted from Xu et al[1]) and apply them on co-authorship graphs. The downstream task is to predict co-authorships, compare different graph approaches and ideally, add further information as thematic representations in these graph frameworks. 

Betreuer: Tobias Koopmann

Xu, K., Hu, W., Leskovec, J. & Jegelka, S. (2018). How Powerful are Graph Neural Networks?. CoRR, abs/1810.00826. 
 

In dieser Arbeit geht es darum, verschiedene Machine Learning Methoden auszuprobieren um eine Namens Disambiguation durchzuführen. Hierzu kann einerseits die AMINER Challenge genutzt werden, andererseits kann aus dem DBLP ein Datensatz erstellt werden. Mögliche Ansätze hierfür wären Graphnetzwerke oder Transformer/Bert Modelle. 

Reference: AMINER Challenge

Betreuer: Tobias Koopmann

BibSonomy setzt zur Zeit auf MySQL als persistentes Backend. In den letzten Jahren hat sich die offene Alternative MariaDB immer weiter verbreitet. Ziel dieser Arbeit ist es die nötigen Anpassungen an BibSonomy vorzunehmen und Performanceanalysen mit dem neuen Backend durchzuführen. Weiter soll die Clusterfähigkeit von MariaDB (MariaDB Galera Cluster) für den Produktiveinsatz getestet werden.

Betreuer: Daniel Zoller

Das grundsätzliche Ziel von Sentiment- oder Emotionsanalyse ist es, aus Texten automatisiert die Stimmungslage und Gefühle zu extrahieren, die durch den Text vermittelt werden.

In Romanen können dadurch beispielsweise Emotionsverläufe generiert werden, die die "Stimmung" über den Verlauf der Geschichte hinweg beschreiben und damit Happy Ends oder ähnliches erkannt werden. 
Darüber hinaus ist es auch interessant, die Emotionen im Bezug auf spezifische Figuren zu analysieren, um etwa zu erkennen, ob besonders glückliche Situationen für eine Figur für eine andere Tiefpunkte darstellen.

Diese Arbeit soll sich mit der Anwendung und Erweiterung bestehender Techniken zur Sentimentanalyse zur Generierung solcher figurenspezifischer Gefühlsverläufe beschäftigen.

Betreuer: Albin Zehe

Word Embeddings stellen eine Möglichkeit dar, natürliche Sprache in einen hochdimensionalen Vektorraum einzubetten und damit für Maschinen besser verwertbar zu machen. In dieser Arbeit soll untersucht werden, wie sich verschiedene vortrainierte Einbettungen für zwei Tasks aus dem Bereich des Natural Language Processing (NLP) verhalten: relation classification und word similarity. 

Erfahrung mit Python ist sicherlich hilfreich. Zudem sind Kenntnisse im Bereich Text Mining und Machine Learning von Vorteil. Im Fall einer Masterarbeit werden Kenntnisse über neuronale Netze vorausgesetzt, da hier auch word embeddings selbst trainiert werden sollen.

Betreuerin: Lena Hettinger

Spezifikationen für Produkte und Komponenten wie beispielsweise Autositze werden meist nicht in einem einzigen Durchgang finalisiert, sondern werden im Laufe des Entwicklungsprozesses mehrfach in Absprache mit dem Systementwickler überarbeitet und modifiziert. Dabei entstehen manchmal auch unabsichtlich inkonsistente Anforderungen aus verschiedenen Planungsstadien. Da die gesamten Spezifikationsdokumente tausende von Seiten lang sein können, ist eine manuelle Überprüfung auf diese Inkonsistenzen sehr langwierig und ebenfalls fehleranfällig.

Im Rahmen einer Kooperation zwischen der DMIR Gruppe und Brose soll in dieser Abschlussarbeit ein System zur automatischen Extraktion von Spezifikationen aus solchen Dokumenten entwickelt werden.
Dazu sollen zunächst Abschnitte in verschiedenen Stadien der Spezifikation automatisch identifiziert werden, die die gleiche Komponente beschreiben.

Diese Abschnitte werden dann miteinander verglichen, um Abweichungen in den Spezifikationen zu erkennen.  Dabei kommen Techniken aus dem Natural Language Processing wie Named Entity Recognition, Coreference Resolution und die Erkennung von ähnlichen Textabschnitten beispielsweise über Wort- oder Dokumentenembeddings in Kombination mit Deep Learning zum Einsatz.

Das Ziel der Masterarbeit ist es, aus den Dokumenten automatisch strukturierte Spezifikationen zu extrahieren.

Betreuer/Ansprechpartner: Albin Zehe

Environmental pollution, e.g. black carbon or noise is a big problem for both developing and industrial countries. With the availability of comparatively cheap sensors and open-source electronics platforms like Arduino it is now possible for citizens to collect and share environmental data with the goal to analyze it in cooperation with researchers.

In this thesis your goal will be to build models that can predict pollution levels from map features. Exploiting data that has been collected as part of studies on our open-source citizen science platform EveryAware you will develop different neural network architectures and evaluate their usefulness in predicting pollution levels from map features, e.g. streets, buildings, forests ...

Betreuer: Alexander Dallmann, Florian Lautenschlager

Early detection of a potential network intrusion is crucial to limiting the severity of a security breach. Malicious behaviour inside a network is reflected by certain communication patterns between hosts. Netflow data contains all communication between hosts, that happens on the network. Capturing the netflow data on a network, allows us to use machine learning models to identify potential malicious communication patterns and thus help human administrators to focus on the most suspicious events.

In this thesis you will develop a neural network based model to detect malicious behaviour using annotated netflow data. You will develop the model using the PyTorch library for neural networks. You will also get access to our state-of-the-art cluster to train and evalute your models.

Betreuer: Alexander Dallmann, Markus Ring

Neural machine learning models have the potential to help detect network security threads early. However, large annotated copora are needed for training these models. Creating these corpora is time consuming and expensive. To mitigate the necessary amount of training data, unsupervised techniques can be used to pre-train parts of the classifier. For example, IP2Vec can be used to train representations for IP addresses based on netflow data without the need for labels. 

In this thesis you will develop GloIPVe for learning representations for IP addresses from netflow data. While IP2Vec is based on the idea of word2vec, a word embedding technique, you will adapt GloVe (Global word Vectors) to IP addresses which has been shown to outperform word2vec in some NLP settings.

Betreuer: Alexander Dallmann, Markus Ring

Für die Aufgabe Tags/Hashtags z. B. auf Instagram, Facebook oder Twitter vorzuschlagen wurden Vergessensmodelle des menschliche Gedächnis aus der Kognitionspsychologie, wie das Base-Level Learning, adaptiert. Recurrent Neural Networks oder auch Recurrent Highway Networks können auch diese Anhängigkeiten abbilden.

Ziel dieser Arbeit ist die Entwicklung und Evaluation von neuronale Netzwerken, die diese Vergessensmodelle für unterschiedliche Benutzer automatisiert lernen sollen.

Betreuer/Ansprechpartner: Daniel Zoller

Das Verständnis von Text ist auch ein wichtiger Bestandteil von Recommender Systemen, wenn sie auf Grundlage von textuellen Informationen Vorschläge generieren. Es hat sich gezeigt, dass Sprachmodelle/Language Modelle, die auf einem großen Korpus von Text trainiert wurden, leicht für andere Aufgaben umtrainiert werden können.

In dieser Arbeit soll ein System geschrieben werden, dass es erlaubt beliebige Webseiten aus den Netz zu crawlen und auf den extrahierten Textdaten ein Language Modell zu lernen, das dann für verschiedene Recommender Systeme verwendet werden kann.

Betreuer/Ansprechpartner: Daniel Zoller

Empfehlungen für (Hash-)Tags auf sozialen Platformen wie Twitter helfen Benutzern relevante Beiträge schnell zu finden. Den Benutzer bei der Eingabe der richtigen Hashtags zu unterstützen ist Ziel eines Empfehlungssystem.

Das Empfehlen von Hashtags gegeben z. B. den textuellen Metadaten der Resource, für die die Empfehlung gemacht werden soll, kann auch als Übersetzung von der Metadatensprache in die Tagsprache des jeweiligen Benutzers gesehen werden. Deshalb sollen in dieser Arbeit Sprachmodelle implementiert und testet werden, die versuchen das Problem der Hashtagempfelung als Übersetzungsanwendung anzusehen.

Betreuer/Ansprechpartner: Daniel Zoller

Fotobearbeitungsprogramme wie "Photoshop", "Lightroom" oder "GIMP" werden von vielen Fotografen verwendet, um Fotos nachzubearbeiten. Gerade im Bereich Bildbearbeitung ist die Anwendung von Künstlicher Intelligenz durch den Fortschritt im Bereich Bildverarbeitung vielversprechend. Einige Ansatzpunkte wären die automatische Bildbearbeitung, die einheitliche Bearbeitung von vielen Bildern oder die Bildverbesserung.

Mögliche Bachelor- oder Masterarbeiten sowie Masterpraktika untersuchen, inwiefern Künstliche Intelligenz Fotografen bei der Bearbeitung ihrer Fotos unter die Arme greifen kann. Die Anwendungsmöglichkeiten sind vielseitig, weshalb wir bei Interesse uns auf eine Ausrichtung einigen können.

Ansprechpartner:  Konstantin Kobs