Oberseminar (WS 2018/19)
News:
- Das Oberseminar findet am 18.03.2019 im Raum B U 101 in der Oettingenstraße 67 statt.
Inhalt
Bachelor- und Masterstudierende tragen über Pläne und Ergebnisse ihrer Abschlussarbeiten vor.
Termine und Ort
Veranstaltung |
Zeit |
Ort |
Beginn |
Oberseminar |
Mo, 10:15 - 11:45 Uhr |
Oettingenstr. 67, Raum L 155 |
08.10.2018 |
Anwesenheitspflicht und Interessenten
- Wir erwarten, dass alle Bearbeiter/-innen von Bachelor- und Masterarbeiten am Lehrstuhl am Oberseminar teilnehmen. Sie lernen nicht nur das Podium für Ihre eigenen Vorträge kennen, sondern erfahren mehr über die Vielfalt unserer laufenden Forschung und bilden das Publikum für Ihre Mitstudierenden.
- Geben Sie Ihrem/r Betreuer/-in Bescheid, wenn Sie verhindert sind.
- Zu den Vorträgen wird hier im Internet eingeladen.
- Tragen Sie sich gerne in unsere Mailingliste des Oberseminars ein, um eine Erinnerung für die nächsten Vorträge zu erhalten oder kurzfristige Ankündigungen.
Informationen für Vortragenden
- Bitte bereiten Sie Ihre Präsentationen so vor, dass folgende Vortragszeiten eingehalten werden:
- Antrittsvortrag (A): 10 Minuten
- Disputation Bachelorarbeit (B) bzw. Projektarbeit (P): 20 Minuten
- Disputation Masterarbeit (M) bzw. Zulassungsarbeit (Z): 25 Minuten
- Gastvortrag (G): nach Vereinbarung
- Zusätzlich zu Ihrem Vortrag sind noch etwa 10 Minuten Diskussion eingeplant.
- Terminvereinbarungen: Stimmen Sie den angestrebten Vortragstermin, sowie den Vortragstitel bitte sowohl mit Ihrem/r Betreuer/-in, als auch Ihrem Aufgabensteller ab.
- Oberseminarkoordinator: Michael Fromm
- Bitte kümmern Sie sich um ggf. benötigte Hardware (z.B. Display-Adapter). Sollten Sie dennoch bestimmte Hardwareanforderungen haben, sprechen Sie sich bitte rechtzeitig mit Franz Krojer ab.
- Für Termine, die außerhalb der Semesterzeiten liegen, werden die Vortragenden gebeten sich frühzeitig mit dem/-r jeweiligen Betreuer/-in, dem offiziellen Aufgabensteller und dem/-r Oberseminarkoordinator/-in in Verbindung zu setzen.
Vortragstermine
Datum |
Thema |
08.10.2018 |
entfällt |
15.10.2018 |
- (B): Störungserkennung in öffentlichen Nahverkehrsnetzen
|
22.10.2018 |
entfällt |
29.10.2018 |
- (M): On-Demand-Mobility for Taxicabs using Reinforcement Learning
- (B): Solving the Travelling Officer Problem with Markov Decision Processes
|
05.11.2018 |
- (A): Automated Detection of Road Segments in Orthophotos
|
12.11.2018 |
- (A): Knowledge-Graph Representation of Event-Log
- (A): Efficient Temporal Mining on Event Streams
- (A): Distribution Mining of Temporal Cycles in Event Data
- (A): On Interactive Density-based Clustering
|
19.11.2018 |
- (A): Mean Shift in arbitrary subspaces using dimension specific bandwidths
- (B): Milestone Mining in Business Processes
|
26.11.2018 |
- (B): Linear Correlation Clustering auf Basis der Nächsten Nachbarn
- (G): Towards automatic reconstruction of Babylonian literature
|
03.12.2018 |
entfällt |
10.12.2018 |
- (B): Memory-Efficient k-Distance Approximation for RkNN Retrieval
- (B): Optimisation-Based Correlation Clustering Using Hough Transform
- (A): Outlier Detection in Context of Linear Correlations
|
17.12.2018 |
entfällt |
24.12.2018 |
Weihnachtsferien |
31.12.2018 |
Weihnachtsferien |
07.01.2019 |
- (A): Subspace Detection with kNN
|
14.01.2019 |
Bachelor-/Masterarbeit Informationsveranstaltung und Themenvorstellungsrunde |
21.01.2019 |
- (M): Semi-supervised linear correlation clustering
- (B): On Interactive Density-based Clustering
- (A): Edmonton Tree Project
|
28.01.2019 |
- (M): Inductive Subspace Clustering
- (B): Gamification of Subspace Clustering via Visual Analytics
- (A): Anytime Outlier Detection based on Distributions and k-Means
|
04.02.2019 |
- (M): Correlation Clustering with Hough Transformation in Streaming Context
- (A): Map Fusion Using Message Passing Neural Networks
|
11.02.2019 |
- (M): Predicting Retweet Dynamics using Time-dependent Hawkes Processes
- (M): Automated Detection of Road Segments in Orthophotos
|
18.02.2019 |
- (M): Analyse von Prozesszusammenhängen in der elektrochemischen Metallbearbeitung mittels Data mining
- (B): Outlier Detection in Context of Linear Correlations
- (A): An Ensemble of Component Analysis for Clustering
|
25.02.2019 |
- (M): Multi-criteria querying on spatial data - An empirical analysis
- (A): Travelling Officer Problem with AntColonyOptimization and Monte Carlo TreeSearch
- (A): Optimizing the Cash Cycle with Reinforcement Learning
- (A): Spatio-Temporal Link Prediction
|
04.03.0219 |
- (A): GMM-Based GAN Clustering
|
18.03.2019 |
- (M): Mean Shift in arbitrary subspaces using dimension specific bandwidths
- (A): K Nearest Neighbor based clustering
- (A): Anomaly Detection on Nested EventStream
- (A): Non-linear k-Distance Approximation for Multi-Modal Datasets
|