Angeboten werden die beiden Möglichkeiten:
1) Projekt Data Mining: Klassifikation von Wertereihen, 3 Studierende
2) Projekt Autonomes Segelboot, max. 2 Gruppen a 3 Studierende

zum 1. Projekt Data Mining: Klassifikation von Wertereihen
Wertereihen stellen den Verlauf eines oder mehrerer Attribute über einer Indexdimension dar, bspw. kann eine Vogelstimme als Verlauf des Attributes Schalldruck über der Indexdimension Zeit betrachtet werden. Weitere Beispiele für Wertereihen sind Aktienkurse, Musikstücke, Spannungsverlauf beim Schweißen, Herzaktivität, Dickenverlauf der Netzhaut des Auges und viele andere.
Mittelfristiges Ziel dieses Projektes ist die automatische Klassifikation von Wertereihen, also die Zuordnung einer Klasse zu einer Wertereihe. So könnte einer Vogelstimme die Klasse Amsel oder einem Dickenprofil der Netzhaut die Klasse erkrankt an Multiple Sklerose zugeordnet werden. Aber an welchen Merkmalen einer Vogelstimme erkennt man die Amsel? Was sind Merkmale?

Ablauf
1. Semester:
- Selbständiges Einarbeiten (mit Hilfe) in das Gebiet Data Mining: Data Mining-Prozess, Vorverarbeitung, Merkmalsgenerierung, Merkmalsauswahl, Werkzeug RapidMiner, Werkzeug MATLAB, Lernverfahren, Beurteilung erstellter Klassifikatoren
- Anwendung des Gelernten auf konkrete Daten
- Zusammenfassung der Ergebnisse in einer wissenschaftlichen Präsentation

2. Semester
- Prototypisches Lösen einer Anwendungsaufgabe
- Formulieren und Bearbeiten einer wissenschaftlichen Fragestellung: Merkmalsgenerierung und –auswahl bei Wertereihen, Modellierung von Wertereihen als Prozess
- (Gemeinsames) Paper einreichen zur LWA 2012

3. Semester
- Lösen einer Anwendungsaufgabe
- Ausarbeitung als Studienarbeit, Vorarbeiten zur Masterarbeit
- Qualifikation der nachfolgenden Studentengeneration

Vorkenntnisse : Lehrveranstaltung Grundlagen der Wissensverarbeitung (Bachelor 4.Sem.), Grundverständnis des überwachten Lernens, Freude am Umgang mit Datenmengen, MATLAB
Literatur: Witten, Ian H. ; Frank, Eibe: Data Mining. Praktische Werkzeuge und Techniken für das maschinelle Lernen. Hanser Fachbuch, 2001 (12 Exemplare in der Bibliothek)

zum 2. Projekt Künstliche Intelligenz - Autonomes Segelboot

Langfristiges Projektziel ist ein energieautarkes autonomes Segelboot, das von einer Uferstation mit Missionen beauftragt werden kann.

Zur Verfügung steht ein fertiges Modellsegelboot Robbe, das mit Zentralrechner, verschiedenen Funkverbindungen, Aktorik und Sensorik (bspw. Windmesser, GPS etc.) und Notfall-Fernsteuerung ausgestattet ist.
Literatur : Müller, R.: Diplomarbeit zum Thema Konzeption eines autonomen Segelboots und Realisierung eines Reaktions-Prototypen, FH Brandenburg, 2011
http://ots.fh-brandenburg.de/diplomarbeit-von-robert-muller.html
Weiterhin vorhanden:
- Neuer zweiter (fast) vollständiger Bausatz (Boot, Hardware, Sensorik, Aktorik, Landrechner, ....)

Plan-Idee (für 3 Semester):
1. Semester:
- Mit der Thematik vertraut machen, Komponenten kennenlernen, Literaturrecherche
- Das große Ziel in Teilaufgaben zerlegen, Meilensteine planen
- Sensorik auslesen/Aktorik ansteuern können: Entwurf und Implementierung kleiner Applikationen zur Sensorverarbeitung, Steuerung und Navigation
- Zusammenfassung der Ergebnisse in einer wissenschaftlichen Präsentation

2. Semester:
- Weitere Entwicklung und praktische Tests im Wasser
- Bearbeiten von Teilaufgaben (vom Erreichen eines GPS-Zielpunkts bis zum Abfahren eines Regatta-Kurses)
- Integration von KI-Verfahren, z.B. A*-Suche eines Kurses, Fuzzy-Steuerung der Segelstellung, ...
Ziele:
1) Funktionierendes Autonomes Segelboot
2) Aktive Teilnahme an der 5th IRSC/WRSC im August 2012 (International Robotic Sailing Conference, World Robotic Sailing Championship) mit Paper+Boot

3. Semester:
- Studienarbeiten zu Teilthemen (größere wiss. Ausarbeitungen)
- Weiterentwicklung der Systeme
- Vorarbeiten zur Masterarbeit
- Anlernen der nächsten Studentengeneration

Vorkenntnisse :
- Lehrveranstaltung Grundlagen der Wissensverarbeitung (Bachelor 4.Sem.),
- Freude an einem mechatronischen System (auch Basteln)