tu-dresden


  Professur


  Lehre


  Forschung


  Interna


Themen für Studien- und Diplomarbeiten

Der Lehrstuhl Grundlagen der Elektrotechnik bietet derzeit folgende Themen für studentische Arbeiten an. Bei Interesse wenden Sie sich bitte an Prof. Dr. phil. nat. Ronald Tetzlaff bzw. die unten stehenden Ansprechpartner.

NEU: Deep-Learning

Erweiterung eines Modells zum Deep-Learning mit Zellularen Nichtlinearen Netzwerken

Thema für die Studienarbeit/Diplomarbeit (pdf)

Maschinelles Lernen in Netzwerkstrukturen mit vielen Verarbeitungsschichten (Deep-Learning) ermöglicht völlig neue Anwendungsmöglichkeiten in der automatisierten Klassifikation, Objekt-, Text- und Spracherkennung sowie der Erkennung und Analyse komplexer Zusammenhänge. In vorangegangenen Untersuchungen konnte gezeigt werden, dass durch den Einsatz überwachter Lernverfahren parametrisierte Topologien auf der Basis von Zellularen Nichtlinearen Netzwerken (CNN) zur Bilderkennung und -klassifikation geeignet sind.
Im Rahmen einer wissenschaftlichen Arbeit soll das bisher verwendete Modell eines ungekoppelten CNN generalisiert und die Eignung von gekoppelten Netzwerken für Klassifikationsaufgaben der Bildverarbeitung untersucht werden.

Ansprechpartner: Dr.-Ing. Jens Müller

NEU: FPGA-Entwurf

Entwicklung einer Kameraschnittstelle für ein Echtzeit-Videoverarbeitungssystem

Thema für die Studienarbeit (pdf)

Am Lehrstuhl für Grundlagen der Elektrotechnik werden Verfahren zur hoch-parallelen Datenverarbeitung mit zellularen Prozessor-Arrays untersucht, die in den Bereichen Bildverarbeitung, Biosignalverarbeitung und Systemanalyse einen signifikanten Performancegewinn gegenüber der Berechnung auf herkömmlichen Digitalrechnern ermöglichen. Der Einsatz von FPGAs ermöglicht dabei eine flexible und kostengünstige Hardware-Implementierung.
Im Rahmen einer Studienarbeit soll ein am Lehrstuhl vorhandenes Echtzeit-Videoverarbeitungssystem um eine Schnittstelle für die Anbindung einer GigE-Vision-Kamera erweitert werden. Als Grundlage der Implementierung dient ein Xilinx Zynq Entwicklungsboard mit Linux-Kernel.

Ansprechpartner: Dr.-Ing. Jan Müller

© TU-Dresden / Lehrstuhl für Grundlagen der Elektrotechnik