Abschlussarbeiten in der Fachgruppe "Data Science"

Bachelor- oder Masterarbeiten in der Data Science Fachgruppe bauen in der Regel auf Inhalten unserer Lehrveranstaltungen oder Projektgruppen auf. Wir bieten eine Liste offener Diplomarbeitsthemen an, in der Liste gibt es für jedes Thema einen Ansprechpartner. Sie müssen den jeweiligen Betreuer per E-Mail kontaktieren, um einen ersten Termin zu vereinbaren. Die Sprache Ihrer Bachelorarbeit kann entweder Deutsch oder Englisch sein. Für eine Masterarbeit sollte die Sprache Englisch sein.

Aus­ge­schrie­be­ne Ba­che­lor­a­r­bei­ten

Benchmarking Class Expression Learning

Ziel: Ansatz entwickeln, um einen größeren Benchmark zu erstellen.

Zum Thema

Benchmarking Linked Data processing systems

Ziel: Ein bestehendes System (z.B. einen Triple Store) nehmen und einen Systemadapter dafür schreiben, um das Benchmarking des Systems zu ermöglichen.

Zum Thema

Dynamic Label Relaxation

Untersuchung von Techniken zur iterativen Aktualisierung/Kalibrierung der Größe einer Menge von Wahrscheinlichkeiten, die durch eine obere Wahrscheinlichkeitsverteilung dargestellt werden.

Zum Thema

Quiz game with explainable results

Ziel: Einen Demonstrator bereitstellen, der dem Publikum zeigt, was Explainable Benchmarking bedeutet. Zu diesem Zweck möchten wir es mit einem Spiel kombinieren. Der Benutzer spielt das Spiel und erhält eine Zusammenfassung seiner Leistung.

Zum Thema

Implementing a Mobile Triples Store / Porting Tentris to Android/iOS

Ziel: Tentris auf Android und/oder iOS portieren und seine Leistung auf ARM-basierten Systemen bewerten, wenn möglich im Vergleich zu anderen Triple-Stores.

Zum Thema

Neural Triple Stores

Auf vortrainierte neuronale Netze konzentrieren, um Abfragen über unvollständige Wissensgraphen zu beantworten. Zu diesem Zweck wird sich intensiv mit Ontolearn und Dice-Embeddings beschäftigt.

Zum Thema

Integration and Lifting of Question Answering Datasets

Merkmale der Datensätze analysieren und eine Lösung vorschlagen, um diese Benchmark-Daten auf 5-Sterne-Niveau zu heben und darauf zuzugreifen.

Zum Thema

Robust Embeddings for Knowledge Graphs

In dieser Arbeit sollten folgende Fragen beantwortet werden: Tritt das Phänomen des doppelten Abstiegs bei der Einbettung von Wissensgraphen auf? Können wir uns dieses Phänomen zunutze machen, um eine umfangreiche Hyperparameteroptimierung zu vermeiden?

Zum Thema

LLM in C over Knowledge Graphs

Eine vortrainierte LLM über einen Wissensgraphen verwenden, um fehlende Links vorherzusagen.

Zum Thema

Simplifying OWL Class Expressions

Alle notwendigen Informationen extrahieren und Vereinfachungen auf Klassenausdrücke für eine gegebene Wissensbasis anzuwenden.

Zum Thema

Prompt Engineered LLMs for Neural Link Prediction

Prompts entwerfen, um ein vortrainiertes LLM zur Vorhersage fehlender Links in einem Wissensgraphen zu verwenden.

Zum Thema

SameAs Retrieval Service

Ziel: Nachteile beseitigen und einen Dienst bereitstellen, der von anderen wissensgraphenbasierten Anwendungen problemlos genutzt werden kann.

Zum Thema

Aus­ge­schrie­be­ne Mas­ter­a­r­bei­ten

Robustness Evaluation of KG-augmented LLMs under Adversarial Attacks

Ziel: Bösartige Fakten einführen oder wahre Fakten aus dem Knowledge Graph (KG) entfernen, um das KG-augmentierte Large Language Model (LLM) so zu beeinflussen, dass es die gewünschte vergiftete Ausgabe produziert. Bei dieser Architektur bleibt das LLM selbst unverändert, während das erweiterte KG mit spezifischen Techniken manipuliert wird.

Zum Thema

Cross-Lingual Transfer Learning for Named Entity Recognition in Low-Resource Languages

Ziele: Untersuchung der modernsten Methoden für sprachübergreifende NER, Entwicklung neuartiger Ansätze für den Wissenstransfer von ressourcenreichen zu ressourcenarmen Sprachen, Erforschung innovativer Techniken zur Datenerweiterung, um beschriftete Daten für ressourcenarme Sprachen zu erzeugen, ...

Zum Thema

Tentris Cluster - A Distributing Tensor-Based Triple

Tentris Cluster entwerfen und implementieren.

Zum Thema

An Embedding Space for path-based Fact Checking

Algorithmus zur Einbettung von Wissensgraphen implementieren, der speziell für die Faktenüberprüfung konzipiert ist. Der entworfene Algorithmus soll innerhalb des DICE-Einbettungsrahmens implementiert werden.

Zum Thema

Multi-view learning for Entity Typing in Knowledge Graphs

Welche Arten von Sichten können für einen Wissensgraphen gelernt (d.h. eingebettet) werden? Welches ist die beste Strategie, um diese Sichten zu kombinieren?

Zum Thema

Guided Class Expression Learning

Ziel: Die Suche intelligenter gestalten und Ausdrücke oder deren Kombinationen datengesteuert auszuwählen. Gleichzeitig könnte es notwendig sein, zusätzliche Maße für die Qualität der Ausdrücke einführen, um eine Überanpassung zu vermeiden.

Zum Thema

Leveraging Large Language Models for KG Construction and Reasoning

Ziel: Fortgeschrittenen Fähigkeiten von LLMs nutzen, um diese Prozesse zu verbessern und die KG-Konstruktion und die Schlussfolgerungsaufgaben zu automatisieren und zu verbessern.

Zum Thema

SameAs Retrieval Service

Ziel: Nachteile beseitigen und einen Dienst bereitstellen, der von anderen wissensgraphenbasierten Anwendungen problemlos genutzt werden kann.

Zum Thema

Vor­ge­hen bei Ab­schluss­a­r­bei­ten

1. Auswahl des Themas und Bewerbung

Der/Die Studierende beginnt den Prozess der Abschlussarbeit, indem er ein oder mehrere Themen auswählt, die ihn interessieren, und sich mit der/den Kontaktperson(en) dieser Themen in Verbindung setzt. Der/die Studierende sollte sich mit den folgenden Informationen für das Thema der Abschlussarbeit bewerben: Eine (kurze) Auflistung der Fähigkeiten des Studenten in der Informatik / Computertechnik
Eine Liste der Noten, die der/die Studierende während seines/ihres Studiums erhalten hat. Wir interessieren uns vor allem für Themen, die mit unserem Forschungsgebiet zusammenhängen, und für den Gesamtnotendurchschnitt des Studenten.
Teil der Bewerbung ist ein Programmiertest. Der/die Studierende sollte eine Einladung zu einem Testtermin erhalten. Der Test findet online statt und stellt lediglich sicher, dass Sie über grundlegende Programmierfähigkeiten verfügen.

Bitte beachten Sie, dass unsere Ressourcen begrenzt sind und wir nicht jeden Schüler*in betreuen können, der eine Bewerbung einreicht. Falls ein Studierender den Test nicht besteht oder die Bewerbung aus anderen Gründen abgelehnt werden muss, kann nach 6 Monaten eine neue Bewerbung eingereicht werden.

2. Erstes Treffen mit dem Betreuer

Nachdem Ihre Bewerbung genehmigt wurde und Sie den Programmiertest bestanden haben, werden Sie zu einem Treffen mit dem Betreuer des Themas eingeladen. Bei einem ersten Treffen wird das Thema besprochen und der Student sollte angeben, ob er an dem Thema interessiert ist oder nicht.

3. Vorbereitung der Teilaufgabe

Es kann sein, dass der Betreuer eine erste kleine Teilaufgabe der Arbeit vorgibt, die vom Studenten gelöst werden soll. Dies ist in der Regel notwendig, um sicherzustellen, dass das Thema zu den Fähigkeiten des Studenten passt, bevor er die Arbeit anmeldet. Wenn die Teilaufgabe vom Studenten gelöst wird, sollte er auch in der Lage sein, das Hauptthema zu lösen. Wenn der Student auf größere Probleme stößt, kann es sein, dass der Betreuer (je nach Thema) ein anderes Thema vorschlägt.

4. Treffen mit Betreuer und Professor

Nachdem der Studierende gezeigt hat, dass er/sie in der Lage ist, das Hauptthema zu lösen, findet ein Treffen mit dem Studierenden, seinem Betreuer und dem Professor der Fachgruppe statt. Bei diesem Treffen wird das Ziel der Arbeit festgelegt. Dies umfasst in der Regel Punkte, die in der Arbeit behandelt werden sollten, kann aber auch Dinge enthalten, die nicht behandelt werden sollten. Als Ergebnis dieses Treffens sollte der Student eine Zusammenfassung des Treffens erstellen, in der das Ziel der Arbeit beschrieben wird. Diese Zusammenfassung wird von dem Betreuer überprüft.

5. Anmeldung der Abschlussarbeit

Die Anmeldung der Abschlussarbeit ist Aufgabe des Studierenden. Auf der Grundlage der Zusammenfassung des oben beschriebenen Treffens sollte der Studierende einen Arbeitsplan für die Dissertation erstellen und ihn dem Betreuer vorlegen. Daraufhin erhält der Studierende ein Schreiben, in dem er/sie bestätigt, dass der Arbeitsplan für die Abschlussarbeit genehmigt worden ist. Mit diesem Schreiben kann der Studierende die Arbeit beim Prüfungsamt anmelden. Bitte beachten Sie, dass die Fachgruppe, abgesehen von dem Schreiben, nicht direkt an der Anmeldung der Dissertation beteiligt ist. Bei der Anmeldung müssen die Gutachter der Abschlussarbeit bestimmt werden. Da die Arbeit von unserer Gruppe betreut wird, ist der 1. Gutachter der Professor der Fachgruppe. Anhand des Anmeldedatums gibt das Prüfungsamt den Abgabetermin für die Abschlussarbeit vor. Bitte beachten Sie, dass die Arbeit nicht nach dem Abgabetermin und nicht vor Ablauf von 80% der Bearbeitungszeit (7 Wochen für eine Bachelorarbeit, 4 Monate für eine Masterarbeit (Vollzeitstudenten)) abgegeben werden sollte.

Arbeitsplan

In den oben genannten Bestimmungen ist festgelegt, dass der Studierende für die Anmeldung einer Abschlussarbeitn einen Arbeitsplan erstellen und diesen dem Betreuer vorlegen muss. Der Arbeitsplan muss die folgenden Elemente enthalten:

  1. Beschreibung der Aufgabe, die bearbeitet werden soll,
  2. Motivation für die Arbeit,
  3. explizite Formulierung der Zielsetzung,
  4. Beschreibung der Aufgaben, die zu erledigen sind, um das Ziel zu erreichen,
  5. einschließlich eines entsprechenden Zeitplans sowie
  6. die Erstellung einer vorläufigen Struktur einer schriftlichen Ausarbeitung

Nach der Anmeldung sollte der Arbeitsplan an den zweiten Prüfer geschickt werden.

Zu Punkt 5: Zeitplan/Fahrplan

Der Zeitplan sollte die wichtigsten Meilensteine enthalten. Es wird empfohlen, ein Gantt-Diagramm zu erstellen. Denken Sie daran, Pufferzeiten einzuplanen. Eine Vorlage, die angepasst werden kann, findet sich in der folgenden Liste:

  • Überblick über den Stand der Technik
  • Vorschlag für Ihre Lösung
  • Implementierung, Tests und Benchmarks
  • Wenn Sie einen iterativen Ansatz gewählt haben: Analysieren Sie die Ergebnisse und gehen Sie zum vorherigen Schritt über
  • Verfassen der Abschlussarbeit (läuft normalerweise parallel zu allen anderen Aufgaben)

Zu Punkt 6: Klassischer Aufbau einer Abschlussarbeit
Eine Abschlussarbeit sollte ähnlich wie die folgende Liste aufgebaut sein:

  1. Einleitung
  2. Verwandte Arbeit
  3. Hintergrund
  4. Ansatz
  5. Umsetzung
  6. Bewertung
  7. Zusammenfassung und Diskussion

6. Arbeitsphase

Nachdem Punkt 3. erledigt ist, beginnt die Hauptarbeitsphase, in der der Studierende das Thema bearbeiten und die Arbeit schreiben sollte. Während dieser Zeit sollte der Studierende regelmäßige Treffen mit dem Betreuer haben. In der Regel sollte mindestens jede zweite Woche ein Treffen stattfinden. Dies muss jedoch mit dem Betreuer persönlich ausgehandelt werden.

7. Abgabe der Abschlussarbeit

Die Abschlussarbeit muss vom Studierenden eingereicht werden. Das Prüfungsamt legt eine Frist fest, bis zu der die Arbeit abgegeben werden muss.

Vorlage

Wir empfehlen die Verwendung von LaTeX für die Erstellung Ihrer Abschlussarbeit. Es gibt verschiedene bestehende Vorlagen. Ein Beispiel ist die Clean Thesis-Vorlage.

8. Verteidigung der Abschlussarbeit

Nach der Einreichung Ihrer Arbeit wird diese von den beiden Gutachtern geprüft. Danach findet ein Termin statt, an dem Sie Ihre Arbeit mit einer Präsentation (BA 20-30 Minuten und MA 30-45 Minuten) und einer anschließenden Frage- und Antwortrunde (bis zu 20 Minuten) verteidigen müssen. Ihre Leistung während dieses Termins wird bei der Benotung berücksichtigt.

Benotung

Die Abschlussarbeit wird von zwei Gutachtern benotet. Die Gutachter aus der Fachgruppe berücksichtigen in der Regel verschiedene Kriterien, um die Endnote der Arbeit zu ermitteln. Zu diesen Kriterien gehören (aber nicht nur):

  • Qualität der Lösung
  • Technischer Inhalt
  • Qualität des Codes
  • Schreiben
  • Verteidigung der Arbeit