Thema: Einordnung von Wissenschaftlichen Arbeiten mit Machine Learning

Thema: Einordnung von Wissenschaftlichen Arbeiten mit Machine Learning

Grunddaten

Titel Einordnung von Wissenschaftlichen Arbeiten mit Machine Learning
Beschreibung
Das Ziel der Masterarbeit ist es ein oder mehrere Verfahren zu entwickeln, um automatisiert wissenschaftliche Veröffentlichungen hinsichtlich ihrer thematischen Ähnlichkeit einzuordnen. Beispielsweise soll automatisch erkannt werden in welches Fachgebiet die Arbeit fällt (Biologie, Elektrotechnik, etc), welche Methoden verwendet wurden (Machine Learning, Optimierung, etc.), und welche Probleme bearbeitet werden. Wegen der aktuellen Fortschritte in den Bereichen Deep Learning und den daraus entstandenen Sprachmodellen (GPT3, ChatGPT) bieten sich dafür Deep-Learning-Verfahren an. 
Der Grund für die Notwendigkeit eines solchen Verfahrens ist, dass dieses anschließend vielseitig eingesetzt werden kann, bspw. um Wissenschaftlichern und Wissenschaftlicherinnen Hilfestellung zu bieten welche Arbeiten sie lesen sollten oder um möglichst geeignete Reviewer für noch unveröffentlichte Arbeiten zu finden.

Achtung: obwohl die Arbeit in der Abteilung Digitalisierte Energiesysteme (DES) ausgeschrieben ist, wird sie voraussichtlich wenig Bezug zur Energieforschung haben.
Heimateinrichtung Department für Informatik
Art der Arbeit praktisch / anwendungsbezogen
Abschlussarbeitstyp Master
Autor Thomas Wolgast, M. Sc.
Status verfügbar
Aufgabenstellung
Siehe oben
Voraussetzung
Im Optimalfall Erfahrung in den Bereichen KI und Machine Learning. Tiefergehendes Interesse am Wissenschaftssystem sowie wissenschaftlichem Arbeiten wäre auch wünschenswert, bspw. wenn nach dem Master eine Promotion angestrebt wird.
Erstellt 28.04.2023

Studiendaten

Abteilungen
  • Digitalisierte Energiesysteme
  • OFFIS - Energie
Studiengänge
  • Fach-Bachelor Wirtschaftsinformatik
  • Master Informatik
  • Fach-Bachelor Informatik
  • Master Wirtschaftsinformatik
Zugeordnete Veranstaltungen
Ansprechpartner