- Abschlussarbeiten

Abschlussarbeit zum Thema "Cell Segmentation in Imaging Flow Cytometry" am Institut für Automation und angewandte Informatik
by Yamachui Sitcheu, Angelo Jovin (IAI) 19 Dez '24

19 Dez '24

Liebe StudentInnen, Die bildgebende Durchflusszytometrie kombiniert die Leistung von Mikroskopie und Durchflusszytometrie, wodurch eine Hochdurchsatzdarstellung einzelner Zellen in Suspension ermöglicht wird. Diese Technologie revolutioniert die Zellanalyse und liefert detaillierte Einblicke in die zelluläre Morphologie und phänotypische Eigenschaften. Dies setzt aber eine sehr gute Segmentierung der einzelnen Zellen voraus. Aufgaben umfassen unteranderem: Literaturrecherche zum Stand der Technik im Bereich Zellsegmentierung Verbesserung vorhandener Ansätze Benchmarking unterschiedlicher Ansätze Ablation Studien Mitzubringen (am besten) sind: Studium in Informatik/Ingenieurwesen, Biomedizinische Technik oder verwandte Bereiche Grundkenntnisse in Deep Learning und Bildverarbeitung Erfahrung mit Programmierung in Python Erfahrung mit Bildverarbeitungsbibliotheken in Python wie OpenCV. Erfahrung mit Python-basierten Deep Learning Frameworks (PyTorch, JAX oder TensorFlow) Benefits: Einarbeitung Home-Office möglich Sprache Deutsch / Englisch Interessant für Sie? Bitte senden Sie eine E-Mail mit Ihrem Lebenslauf und Motivationsschreiben an die untenstehende Kontaktperson. Karlsruhe Institute of Technology (KIT) Institute for Automation and Applied Informatics (IAI) Automated Image and Data Analysis (AIDA) Machine Learning for Time Series and Images (ML4TIME) Angelo Jovin Yamachui Sitcheu, M.Sc. Hermann-von-Helmholtz-Platz 1 Building 449, Room 330 76344 Eggenstein-Leopoldshafen Phone: +49 721 608 25755 E-Mail: angelo.sitcheu(a)kit.edu Web: https://www.iai.kit.edu/ KIT - The Research University in the Helmholtz Association

1 0

Abschlussarbeit zum Thema "Cell Contrastive Learning in Imaging Flow Cytometry" am Institut für Automation und angewandte Informatik
by Yamachui Sitcheu, Angelo Jovin (IAI) 19 Dez '24

19 Dez '24

Liebe StudentInnen, Imaging Flow Cytometry kombiniert die Leistungsfähigkeit der Hochdurchsatz-Durchflusszytometrie mit detaillierter Bildgebung, um einzelne Zellen in einem beispiellosen Ausmaß zu analysieren. Mit der Explosion von Daten, die diese Technik erzeugt, bietet „Self-supervised Learning“ einen innovativen Ansatz, um nicht beschriebene Daten zu nutzen und sinnvolle Muster und Einblicke, ohne umfangreiche manuelle Anmerkungen aufzudecken. Eine Möglichkeit hier ist „Contrastive Learning“ auf Zellebene zu untersuchen. Aufgaben umfassen unteranderem: Literaturrecherche zum Stand der Technik im Bereich „Representation Learning“ für Bilddaten Verbesserung vorhandener Ansätze Benchmarking unterschiedlicher Ansätze Ablation Studien Mitzubringen (am besten) sind: Studium in Informatik/Ingenieurwesen, Biomedizinische Technik oder verwandte Bereiche Grundkenntnisse in Deep Learning und Bildverarbeitung Erfahrung mit Programmierung in Python Erfahrung mit Bildverarbeitungsbibliotheken in Python wie OpenCV. Erfahrung mit Python-basierten Deep Learning Frameworks (PyTorch, JAX oder TensorFlow) Benefits: Einarbeitung Home-Office möglich Sprache Deutsch / Englisch Interessant für Sie? Bitte senden Sie eine E-Mail mit Ihrem Lebenslauf und Motivationsschreiben an die untenstehende Kontaktperson. Karlsruhe Institute of Technology (KIT) Institute for Automation and Applied Informatics (IAI) Automated Image and Data Analysis (AIDA) Machine Learning for Time Series and Images (ML4TIME) Angelo Jovin Yamachui Sitcheu, M.Sc. Hermann-von-Helmholtz-Platz 1 Building 449, Room 330 76344 Eggenstein-Leopoldshafen Phone: +49 721 608 25755 E-Mail: angelo.sitcheu(a)kit.edu Web: https://www.iai.kit.edu/ KIT - The Research University in the Helmholtz Association

1 0

Multiple Open Master Thesis Topics at KleinLab - Methods for Big Data (SCC)
by Kassem Sbeyti, Moussa (SCC) 12 Dez '24

12 Dez '24

Dear Students, We are pleased to announce open Masters thesis topics in the area of Statistics and Deep Learning. If you are interested in exploring innovative research and working closely with our team at SCC, we encourage you to apply. For more information about the available topics and application process, please visit: https://kleinlab-statml.github.io/teaching.html. We look forward to hearing from you! Liebe Studierende, Wir freuen uns, offene Masterarbeitsthemen im Bereich Statistik und Deep Learning anzukündigen. Wenn Sie Interesse an innovativer Forschung und einer engen Zusammenarbeit mit unserem Team am SCC haben, laden wir Sie herzlich zur Bewerbung ein. Weitere Informationen zu den verfügbaren Themen und dem Bewerbungsprozess finden Sie hier: https://kleinlab-statml.github.io/teaching.html. Wir freuen uns auf Ihre Rückmeldung! Topics include: * Understanding and implementing predictive information criteria for Bayesian models * Asymptotic behavior of the posterior in overfitted (deep) mixture models * Posterior concentration rates for Bayesian high-dimensional sparse additive models * Uncertainty quantification for deep learning * Using stacking to average distributional regression models * Measuring explained variance in structured additive distributional regression * Comparisons and implementation of non-local shrinkage priors * Approximated Bayesian multivariate spatial factor analysis * Targeted sampling based on epistemic uncertainty for improving predictive performance in DL tasks with costly data acquisition * Uncertainty quantification for complex-valued deep neural networks * Variational inference for distributional regression * Informed shrinkage in Bayesian graphical modeling via external networks * Basis selection in Bayesian semi-parametric regression using increasing shrinkage priors Mit freundlichen Grüßen / Best Regards, Moussa Kassem Sbeyti Research Group Methods for Big Data Karlsruhe Institute of Technology (KIT) Scientific Computing Center (SCC) Zirkel 2, 76131 Karlsruhe, Germany <https://kleinlab-statml.github.io/> https://kleinlab-statml.github.io/ <https://twitter.com/KleinSLab/> https://twitter.com/KleinSLab/ Registered office: Kaiserstraße 12, 76131 Karlsruhe, Germany KIT - The Research University in the Helmholtz Association

1 0

Bachelor- und Masterarbeit im Bereich des autonomen Fahrens am FZI
by Ahmed Abouelazm 03 Dez '24

03 Dez '24

Liebe Studenten für Mathematik/Informatik, Die Forschungsgruppe Technische Kognitive Systeme (TKS) am Forschungszentrum Informatik (FZI) bietet folgende Bachelor-/Masterarbeit im Bereich des autonomen Fahrens an: Adversarial reinforcement learning to increase training data diversity and enhance robustness in critical scenarios: https://karriere.fzi.de/Vacancies/811/Description/1 Die Arbeit wird von Prof. Dr. J. Marius Zöllner betreut. Mit freundlichen Grüßen, Ahmed Abouelazm ………………………………………………… Ahmed Abouelazm Mitarbeiter | Staff Intelligent Systems and Production Engineering FZI Forschungszentrum Informatik Haid-und-Neu-Str. 10–14 76131 Karlsruhe, Germany Tel.: +49 721 9654-388 Abouelazm(a)fzi.de www.fzi.de | www.linkedin.com/company/fzi-official | www.youtube.com/FZIchannel ………………………………………………… FZI Forschungszentrum Informatik Stiftung des bürgerlichen Rechts Stiftung Az: 14-0563.1 Regierungspräsidium Karlsruhe Vorstand: Prof. Dr. Stefan Nickel, Jan Wiesenberger, Prof. Dr.-Ing. J. Marius Zöllner Vorsitzender des Kuratoriums: Prof. Dr. Thomas Hirth …………………………………………………

1 0

Bachelor- und Masterarbeit im Bereich des autonomen Fahrens am FZI
by Ahmed Abouelazm 03 Dez '24

03 Dez '24

Liebe Studenten für Mathematik/Informatik, Die Forschungsgruppe Technische Kognitive Systeme (TKS) am Forschungszentrum Informatik (FZI) bietet folgende Bachelor-/Masterarbeit im Bereich des autonomen Fahrens an: Efficient trajectory forecasting informed by road topology and vehicle constraints: https://karriere.fzi.de/Vacancies/812/Description/1 Die Arbeit wird von Prof. Dr. J. Marius Zöllner betreut. Mit freundlichen Grüßen, Ahmed Abouelazm ………………………………………………… Ahmed Abouelazm Mitarbeiter | Staff Intelligent Systems and Production Engineering FZI Forschungszentrum Informatik Haid-und-Neu-Str. 10–14 76131 Karlsruhe, Germany Tel.: +49 721 9654-388 Abouelazm(a)fzi.de www.fzi.de | www.linkedin.com/company/fzi-official | www.youtube.com/FZIchannel ………………………………………………… FZI Forschungszentrum Informatik Stiftung des bürgerlichen Rechts Stiftung Az: 14-0563.1 Regierungspräsidium Karlsruhe Vorstand: Prof. Dr. Stefan Nickel, Jan Wiesenberger, Prof. Dr.-Ing. J. Marius Zöllner Vorsitzender des Kuratoriums: Prof. Dr. Thomas Hirth …………………………………………………

1 0

2024

Abschlussarbeiten ----- 2024 ----- Dezember 2024 November 2024 Oktober 2024 September 2024 August 2024 Juli 2024 Juni 2024 Mai 2024 April 2024 März 2024 Februar 2024 Januar 2024

Abschlussarbeiten