Thema: Explainable AI (XAI) für Zeitreihendaten

Thema: Explainable AI (XAI) für Zeitreihendaten

Grunddaten

Titel Explainable AI (XAI) für Zeitreihendaten
Beschreibung
(Weiter)entwicklung von post-hoc Interpretierbarkeitsmethoden im Bereich multivariater Zeitreihen mit speziellem Fokus auf physiologischen Zeitreihen
Heimateinrichtung Department für Versorgungsforschung
Art der Arbeit konzeptuell / theoretisch
Abschlussarbeitstyp Master
Autor Prof. Dr. Nils Strodthoff
Status verfügbar
Aufgabenstellung
Voraussetzung
  • angewandte und theoretische Kenntnisse im Bereich Machine Learning
  • Programmierkenntnisse in Python, Erfahrung mit ML-Frameworks (idealerweise Pytorch)
Erstellt 30.12.2021

Studiendaten

Abteilungen
Studiengänge
  • Master Informatik
  • Fach-Bachelor Engineering Physics
  • Fach-Bachelor Physik, Technik und Medizin
Zugeordnete Veranstaltungen
Ansprechpartner