Aktuelle Masterarbeitsthemen
Lehrstuhl für Wirtschafts- und Sozialstatistik
Bücher
Hinweis
Für alle neu am Lehrstuhl aufgenommenen Masterarbeiten gilt ab sofort ein verändertes Bewertungskonzept:
Die Gesamtleistung (24 ECTS) setzt sich aus zwei Teilleistungen zusammen, die jeweils bestanden werden müssen, damit die Gesamtleistung als bestanden gilt. Die schriftliche Ausarbeitung, die eigentliche Masterarbeit, geht zu 2/3 in die Bewertung ein (16 ECTS). Im Anschluss an die Abgabe der schriftlichen Ausarbeitung findet eine Präsentation der Masterarbeit in Form eines Vortrags (ca. 30 min) mit anschließender Diskussion (ca. 15 min) statt. Diese geht zu 1/3 in die Bewertung ein (8 ECTS).
-
Robuste Convolutional Neural Networks durch Data Augmentation
Die Performance Neuronaler Netze hängt von der Menge und Qualität der vorhandenen Daten ab. Modelle werden verbessert, indem vorhandene Daten transformiert und somit zusätzliche Lernbeispiele generiert werden. Gegenstand der Abschlussarbeit ist es, zu untersuchen, ob sich Data Augmentation positiv auf die Robustheit der Modelle auswirkt.
Betreuerin: Ladyna Wittscher
-
Pretext Aufgaben für selbstüberwachtes Lernen Neuronaler Netze
Selbstüberwachtes Lernen ist ein innovativer Ansatz, bei dem durch eine einfache Voraufgabe, bei der das Neuronale Netz wichtige semantische Eigenschaften der Daten lernt, die Klassifikation verbessert werden kann. Gegenstand der Abschlussarbeit ist, ob die Kombination unterschiedlicher solcher Pretext Aufgaben zu einer weiteren Verbesserung führt.
Betreuerin: Ladyna Wittscher
-
Prognose von Zeitreihen mithilfe von Foundation Models for Time Series Analysis
Das Ziel dieser Abschlussarbeit ist die Nutzung von Foundation Models zur Prognose von Zeitreihendaten in verschiedenen Anwendungsbereichen, wie bspw. Finanz- und Energiemärkten. Dabei sollen vortrainierte Modelle zum Einsatz kommen, die auf der leistungsfähigen Transformer-Architektur basieren und speziell für die Analyse komplexer Zeitreihendaten entwickelt wurden. Neben der praktischen Implementierung und Evaluierung der Modelle steht auch eine detaillierte Darstellung der Funktionsweise der entsprechenden Modellarchitektur im Fokus. Durch die Untersuchung ihrer Stärken und Schwächen soll bewertet werden, inwieweit diese Modelle klassische Methoden der Zeitreihenprognose ersetzen oder sinnvoll ergänzen können.
Betreuer: Sandro Kraft
-
Prognose der Einspeiseleistung einer PV-Anlage der Stadtwerke Jena GmbH
Eine zuverlässige Prognose der Einspeiseleistung von PV-Anlagen ist für die Stadtwerke essentiell, um hohe Ausgleichskosten zu vermeiden, den Netzbetrieb zu optimieren und effiziente Handelsstrategien zu entwickeln. Zur Verbesserung der Prognose sollen in dieser Arbeit Modelle entwickelt und getestet werden, die sowohl historische Einspeisedaten als auch relevante externe Faktoren wie Klima- und Wetterdaten deutscher Wetterstationen berücksichtigen.
Betreuer: Sandro Kraft
Information
Schauen Sie sich gern in beiden Bereichen um. Die vorgeschlagenen Bachelorthemen lassen sich meist zu Masterthemen erweitern sowie einige der vorgeschlagenen Masterthemen zu Bachelorthemen verkürzen. Falls Sie einen eigenen Themenwunsch haben, kann vielleicht auch dieser realisiert werden. Sprechen Sie uns an.
Die Kontaktinformationen der jeweiligen Betreuer finden Sie unter Team.