Diplomarbeiten, Praktikum mit Bakkalaureatsarbeit, Wahlfachpraktikum, Informatikpraktikum

Allgemeines

Im Anschluß ist eine Auswahl von möglichen Praktikumsthemen bzw. Themen für Diplomarbeiten angegeben. Details dazu sowie konkrete Themen zu den angeführten Gebieten in der Sprechstunde. Eigene Ideen, die inhaltlich in diesen Bereich passen, sind möglich.
Die Praktika sind nicht an den Vorlesungsbetrieb gebunden und können daher jederzeit auch während des Semesters bzw. in den Ferien begonnen und durchgeführt werden. Generell können manche Praktika auch von Gruppen von 2 oder 3 Studenten gemeinsam absolviert werden.
Die meisten Themen eignen sich bei unterschiedlicher Schwerpunktlegung auch als Themen fuer Diplomarbeiten. Details sowie weitere Themen in der Sprechstunde.

Themengebiete: Music Retrieval/MIR, Text Mining/IR, eScience, Neural Networks / Data Mining, Digital Preservation.

Music-Retrieval: Suchen und Finden von Musikstücken Mit der ständig wachsenden Zahl von Musikdateien im Internet und in Datenbanken ergibt sich vermehrt das Problem, aus der großen Anzahl von vorhandenen Musikstücken bestimmte zu finden, ohne sich dabei jedes vorhandene Musikstück einzeln anhören zu müssen. Im Rahmen unserer Arbeit im Bereich Musiksuche, Analyse und mobile Interfaces (siehe http://www.ifs.tuwien.ac.at/mir) sind eine Reihe von Praktika und Diplomarbeiten zu vergeben, insbesonder zu Themen wie:
  • Feature Extraction aus MP3 Dateien: zusätzliche Features für Rhytmus, Klangbild, etc.
  • Evaluierung mit teils vorgegebenen, teils eigenen Musiksammlungen
  • Advanced User Interfaces für Audio-Player, Interaktivität, 3D-Interfaces
  • Anpassung für mobile Devices wie PDAs, Mobiltelefone (MobileJava, Symbian,iPhone, Google Android, ...),...
  • Klassifikation von Musik in Genre-Kategorien
  • Music-Summarization
  • Analyse von Lyrics, Artis Biographies, Genre Beschreibungen
  • Musik und Emotionen
  • Audio-Installationen, Musik und Kunst, 3D-Welten, Spiele
  • zahlreiche weitere Themen unter http://www.ifs.tuwien.ac.at/mir/teaching.html
  • ...

Information Retrieval, Text Mining

 Praktika und Diplomarbeiten im Bereich von Text Mining und Knowledge Management. Die Themenbereiche umfassen unter anderem:
  • Evaluierung von IR Systemen
  • Feature Extraction, Phrasen-Erkennung, Part-of-speech Tagging
  • Information Mining, Content Analysis, Textklassifikation, Clustering
  • Genre-Analyse, Stil- und Strukturanalyse von Information
  • Information Retrieval, Suche
  • Web-Mining
  • Visualisierung und Interaktion
  • Spezifische Anwendungsgebiete wie z.B. Patentanalyse
  • Multimodale Informationsanalyse
  • Large-volume data processing auf GPU-Clustern/Parallelisierung (CUDA)

eScience
  • Workflows im Bereich eScience: Modellierung, Dokumentation, Ausführung
  • Benchmarks
  • Evaluierung, Datenrepositories, geschlossene Ketten von Daten zur Publikation
  • Authenticity, Evidenz
  • Large-volume data processing auf GPU-Clustern/Parallelisierung (CUDA)

Machine Learning und Neuronale Netze

Zur Datenanalyse, für das Verstehen von Zusammenhängen in großen Datenmengen usw. werden immer häufiger neben statistischen Verfahren Neuronale Netze eingesetzt. In diesem Bereich gibt es Themen zu
  • Weiterentwicklung von Lernverfahren
  • Evaluierung von Verfahren an realen Problemstellungen (Text, Musik, Sensordaten, ...)
  • Interpretation von Neuronalen Netzen
  • Arbeiten im Bereich der Self-Organizing Map (SOM)
  • Cluster Analyse
  • Klassifikation
  • Parameteroptimierung
  • Density Estimation

Digital Preservation

 Digital Preservation umfasst alle Schritte um sicherzustellen, dass digitale Objekte (Dokumente, generische Files, Programme, etc.) auch in Zukunft geöffnet und mit minimalem Informationsverlust dargestellt werden können. In diesem Bereich gibt es Arbeiten zu den Themen:
  • Web-Archivierung, large-scale Harvesting des Internet mittels Crawler, Preservation von Web-Daten
  • Emulation von alten Rechnerarchitekturen, Mobiltelefonen, Spezialhardware
  • Migration: Konvertierung von Dateien in neuere Formate, Evaluierung des Informationsverlustes
  • Encapsulation: Kapselung von Datein zur Langzeitbewahrung
  • Technology Watch: Monitoring von Fileformat-Verbreitungen
  • Decision Support: Requirements-Analyse fuer Preservation-Solutions
  • Self-Aware Objects: Selbst-überwachung der Files auf ihren preservation-status
  • Tools zur Metadaten-Extraktion (Analyse, Vergleich, Weiterentwicklung), z.B. JHOVE v. Harvard, etc.
  • Security-Aspekte von Digitalen Objekten: Analyse von Sicherheitsrisiken bei Aufnahme digitaler Objekte inArchivsysteme (dynamisch eObjekte, selbst-modifizierende Inhalte, dynamische fonts, ...)
  • Architekturen fuer Digital Preservation, Anbindung an existierende Systeme, wie z.B. Fedora, DSPace, ...
  • "Preservation and Forgetting"
  • Design eines Systems bei dem NACHWEISLICH alle Instanzen einer Information identifiziert und gelöscht werden können