• Semantische maschinelle Bildverarbeitung (Objektverständnis, Handlungsverstehen)
  • Robotik (Bewegungsplanung, Mensch-Maschine Interaktion)
  • Neuronale Netze und Lernen (biophysikalisch realistische aber auch abstrakte Modellierung)
  • Simulationsmodelle von Pflanzen
  • Künstliches Leben
  • Computergrafik
  • Internet Technologien und Anwendungen
  • Internet der Dinge und smarte Städte
  • Big Data Analyse, insbesondere im sozioökonomischen Kontext
Weitere Projektbeschreibungen für Studenten finden Sie hier
  • Untersuchung von Bedrohungen der Privatheit
  • Entwicklung von Gegenmaßnahmen zum Schutz der Privatheit der Nutzer
  • Ermächtigung der Nutzer zum Schutz ihrer Privatheit durch Bereitstellung innovativer und anwendbarer Methoden
  • Sensordatenverarbeitung und -fusion
  • Umfelderkennung für autonome Systeme
  • Zustandsschätzung und Maschinelles Lernen
Prof. Dr. Kerstin Strecker
  • Informatik im Kontext
  • Data Science in der Schule
  • Informatik und Ethik
  • Physical Computing
  • Digitale Kompetenzen und Schule
Prof. Dr. Eckart Modrow
  • Informatik und Allgemeinbildung
  • Erweiterung grafischer Programmiersprachen
  • Maschinelles Lernen
  • Natürliche Sprachverarbeitung & Computerlinguistik
  • Text Mining für Daten aus den Geistes- und Sozialwissenschaften
  • Multimodale Analyse
  • String Solving
  • Effiziente Algorithmen und Datenstrukturen
  • Text-Suche mit Anwendungen in der Informationsbeschaffung
  • Computational Neuroscience
  • Maschinelles Lernen
  • Computervision
  • Optimal Transport
  • Bildverarbeitung und inverse Probleme
  • Effiziente Optimierungsalgorithmen
  • Optimierung bei parallelem Rechnen / High-Performance Computing
  • Datenmanagement / Datenanalyse
  • Cloud-Infrastrukturen
  • Software Quality Engineering und Testing
  • Empirische Softwaretechnik
  • Cloud Computing
  • Usability Engineering
  • Mobile Kommunikation
  • Netzwerksicherheit
  • Blockchain Technologien
Prof. Dr. Carsten Damm
  • Komplexität Boolescher Funktionen
  • E-Learning und interaktive Lehrmaterialien
  • Approximation von String-Distanzen

Alphabetisch Sortiert.