Masterarbeit Deep Learning auf multivariaten Zeitreihendaten im Motorradbereich

Über die Position

Im Rahmen deiner Masterarbeit entwickelst du Deep‑Learning‑Modelle für die Analyse multivariater Zeitreihendaten aus realen Motorradsensoren. Ziel ist es, Fahrzustände vorherzusagen und damit die Sicherheit von Motorrädern zu erhöhen.

Hauptaufgaben

• Aufbereitung, Bereinigung und Strukturierung empirischer Messdaten aus Testfahrten.
• Konzeption und Implementierung zeitreihenbasierter Deep‑Learning‑Ansätze, insbesondere Sequence‑to‑Sequence‑Modelle.
• Prüfung der Erklär‑ und Interpretierbarkeit der Modelle mittels XAI‑Methoden.

Anforderungsprofil

• Masterstudium in Data Science, Informatik, Mathematik, Mechatronik, Physik oder verwandten Fachrichtungen mit sehr guten Leistungen.
• Fundiertes Verständnis und praktische Erfahrung in Datenvorverarbeitung und -auswertung.
• Solide Vorkenntnisse in zeitreihenbasierten Deep‑Learning‑Modellen (z.B. PyTorch, SciKit‑Learn) und Sequence‑to‑Sequence‑Ansätzen.
• Erste Erfahrungen mit Explainable AI (z.B. SHAP, LIME).
• Sehr gute Programmierkenntnisse in Python; Kenntnisse in C/C++ von Vorteil.

Erforderliche Kenntnisse

• Python
• PyTorch
• SciKit‑Learn
• SHAP
• LIME
• C/C++ (optional)