Bachelor-, Master- und Studienarbeiten

In der Arbeitsgruppe für ''Intelligente Sensorik in der Computergraphik'' stehen immer Abschlussarbeiten (Bachelor-, Master- und Studienarbeiten) aus denen in Forschung und Lehre vertretenden Themengebieten zur Verfügung.

Auf Grund der verschiedenen Arbeitsschwerpunkte können auch sehr unterschiedliche Themen für eine Abschlussarbeit ausgewählt werden. Die wissenschaftlichen Publikationen und die bereits durchgeführten Abschlussarbeiten geben einen ersten thematischen Überblick. Die Themen reichen von theoretischen Sachverhalten bis zu Anwendungs- bzw. Praxis-orientierten Forschungskontexten. Es können sowohl vorliegende Themen bearbeitet werden aber auch extern definierte Themen (z.B. in Kooperation mit anderen Lehrstühlen, Forschungseinrichtungen oder Firmen) oder eigene Vorschläge.

Aufgrund der Aktualität der Bearbeitungsthemen, die sich aus Forschung und Lehre ergeben, finden Sie an dieser Stelle keine explizite Themenliste - bei Interesse an einer Abschlussarbeit  setzen sich Sie bitte direkt mit Priv.-Doz. Dr. Frank Weichert (eMailmu (frank.w/s5+eicvnhert@tu-dortmund.de)) in Verbindung.

Bachelorarbeiten (Auswahl)

Enwicklung einer Reinforcement Learning gestützten Realisierung des Spiels Onitama

Fabian Kemper

Dreidimensionale Rekonstruktion geometrischer Kompartimente mittels mobiler Endgeräte

Marvin Kirchhoff

Ableitung von Szenengraphen für ubiquitäre Manipulationen

Lea Niechcial

Einsatz tiefer Faltungsnetze zur selektiven Bild-basierten Klassifikation von Keilschrifttafeln

Oliver Poerschke

Interaktive Graph-basierte Exploration von CityGML-Daten

Kurosch Pourgholam

Einsatz zellulärer Automaten zur Simulation urbaner Evakuierungsszenarien

Marcel Dominik Labrenz

Entwicklung eines adaptiven Algorithmus zum Labeling von Höchstspannungsleitungen

Jens Zentgraf

Adaptive Bewegungsplanung für mobile Robotikeinheiten

Florian Lauf

Bachelorarbeiten

(Gesamtübersicht)

Masterarbeiten (Auswahl)

Prozedurale Generierung von Karsthöhlen und Speläothemen

Kai Franke

Untersuchungen zu Beschleunigungsmöglichkeiten in der MR-Herzbildgebung mithilfe von Convolutional Neural Networks

Nora Schulz

Generative Models for Realistic 3D Objects

Marian Kleineberg

Rendering-gestütztes Deep Learning zur Rekonstruktion physikalisch-konformer Szenen

Abdullah Haris Yalcinkaya

Sensor-gekoppeltes Reinforcement Learning zum dynamischen Greifen von Industrierobotern

Daniel Lenzen

Modulare Prozessierung und Bewegungsplanung für additive 5D-Drucktechnologien

Benedikt Oesing

Immersive Kollaboration mit virtuellen urbanen Umgebungen

Sergei Harder

Surface-Based Visualisation of Unsteady 3D Flow for Haemodynamic Analysis

Romano Schulz

Masterarbeiten

(Gesamtübersicht)