Bachelor-Projekt base.camp (64-181)
Studierende lernen im Rahmen dieser Projekte:
- Forschungsergebnisse verstehen und in die Praxis überführen
- Leichtgewichtige Sicherheitslösungen
- Software-Entwicklung
- Verteilte Systeme
- Team-Work
- Nutzung von Projektmanagement und Kollaborationstools
Vorgehen
Nach einer Einführungsveranstaltung und Themenwahl bilden sich Kleingruppen, die sich methodisch ein Problem erarbeiten.
Während des Semesters werden mit Agilen Methoden wochenweise inkrementell an den Prototypen gearbeitet.
Die Wahl der Programmiersprachen und Technologien steht den Teilnehmern weitestgehend frei
BA-Projekt base.camp - Edge AI (SoSe 2024)
Dieses Semester wollen wir mit kleinen Entwicklerplatinen etwas tiefer in die Mikrocontroller-Programmierung einsteigen. Die Platinen enthalten spezielle Beschleunigungs-Hardware (TPU), mit der sich Anwendungen des maschinellen Lernens und KI direkt auf dem Gerät implementieren lassen (Coral.ai). Teilnehmer sollen diese Geräte benutzen, um eine Anwendung mit vorgelernten oder eigenen Inferenz-Modellen zu realisieren, die über's Netzwerk mit einem Backend-Server kommunizieren soll.
BA-Projekt base.camp - Fahrrad IoT (WiSe 2022)
Mithilfe von kleinen Allzweck-CPUs (z.B. Arduino) und Sensoren können diverse Smart Devices kostengünstig und einfach selbst erstellt werden. Innerhalb dieses Projektes werden die Teilnehmer mithilfe von Arduino Nano 33 IoT und Raspberry Pis eine Lösung entwickeln um während einer Fahrradfahrt Informationen zum Straßenzustand aufzuzeichnen, an ein geeignetes Cloud-Backend zu übertragen und diese Daten abschließend mit geeigneten Methoden zu analysieren, zu visualisieren und auszuwerten.
Im Wintersemester 2022 werden wir auf Teilen der Ergebnisse des SoSe22 zurückgreifen, u.a. Custom PCBs, die hier entwickelt und angefertig wurden.
BA-Projekt base.camp - Fahrrad IoT (SoSe 2022)
Mithilfe von kleinen Allzweck-CPUs (z.B. Arduino) und Sensoren können diverse Smart Devices kostengünstig und einfach selbst erstellt werden. Innerhalb dieses Projektes werden die Teilnehmer mithilfe von Arduino Nano 33 IoT und Raspberry Pis eine Lösung entwickeln um während einer Fahrradfahrt Informationen zum Straßenzustand aufzuzeichnen, an ein geeignetes Cloud-Backend zu übertragen und diese Daten abschließend mit geeigneten Methoden zu analysieren, zu visualisieren und auszuwerten.
BA-Projekt Mobile Applikationen für Smart Cities (WiSe 2021/22)
Mobile Geräte mit der Fähigkeit zur Datenverarbeitung und Kommunikation haben bereits unseren Alltag durchdrungen. Dabei unterstützen sie uns in immer mehr Lebenslagen und eröffnen uns neue Möglichkeiten der Interaktion mit Menschen, Diensten und zunehmend auch weiteren Objekten unseres täglichen Lebens.
Seit 2008 leben mehr als 50% der Weltbevölkerung in Städten. Bis 2050 soll sich dieser Wert auf knapp 70% erhöhen. Diese zunehmende Verstädterung birgt besondere Herausforderungen u.a. für das Leben der Bürger und die dort ansässigen Unternehmen. Unter anderem die Erhöhung der Lebensqualität, Verringerung des Ressourcenverbrauchs, Stärkung der Resilienz – all dies sind Ziele, die mit Hilfe von Informations- und Kommunikationstechnologien erreicht werden können und sollen.
Im Rahmen des Projektes sollen hierfür mobile (kontextsensitive) Anwendungen und Dienste oder kontextbasierte Informationsdienste für die Smart City von morgen entwickelt werden. Zur Umsetzung solcher mobiler verteilter Systeme bietet das Projekt Gelegenheit, relevante Techniken und aktuelle Technologien für den Entwurf, die Programmierung und den Test von mobilen und verteilten Anwendungskomponenten zu erlernen.
BA-Projekt BASE (SoSe 2019)
Wir programmieren KI-Anwendungen, die Maschinelles Lernen nutzen um Vorhersagen zu treffen. Die Themen sind:
Vorhersage von Wetter und Feinstaubwerten anhand von dem Sensornetzwerk von luftdaten.info (https://luftdaten.info/)
Neben der Analyse und Vorhersage der Daten, ist eine Visualisierung gefordert, welche die Daten anhand von Suchfaktoren (Ort, Zeit, Sensorwerte) aufbereitet.
Sentiment-Analyse/Erkennung von Beleidigungen in Social Media (https://projects.fzai.h-da.de/iggsa/germeval/)
Wir bauen einen qualitativ guten Klassifizierer für Beleidigungen oder Sentiment-Analyse. Damit erstellen wir ein Text-Corpus von gelabelten Tweets, das ständig mit neuen Daten augmentiert wird. Aktuelle Ergebnisse werden visualisiert.