Praktikum: Machine Learning for Time Series Analysis

Veranstalter: Prof. Dr. Andreas Hotho, Florian Buckermann, Padraig Davidson

Umfang: 5 ECTS

Kurzbezeichnung: 10-I=PRJAK

WueCampus-Kurs: Folgt

Kickoff-Termin: 15.04.2021 (16:00 Uhr)

Anmeldung: lsx-ts-project[at]informatik.uni-wuerzburg.de (ab sofort)

Konzept

In diesem Master-Praktikum werden sich die Studierenden mit den Methoden der Zeitreihenanalyse beschäftigen. Dabei arbeiten sie in Kleingruppen an Zeitreihen-Datensätzen, um damit ein Modell zur Klassifikation zu entwickeln. Die Kleingruppen bearbeiten dabei dieselbe Fragestellung. Am Ende des Semesters werden die unterschiedlichen Ansätze und Lösungen vorgestellt und auf einem Test-Datensatz evaluiert.

Im Zentrum dieses Praktikums steht das Erlernen von ML-Methoden und das wissenschaftlich fundierte Entwickeln von kreativen neuen Ansätzen, um das gesetzte Ziel zu erreichen.

Inhalt

In diesem Semester ist es geplant an Stabilos Ubicomp 2021 Challenge (link) teilzunehmen. Bei dieser Aufgabe geht es um die Erkennung von handgeschriebenen mathematischen Gleichungen, die mittels eines mit Sensoren ausgestatteten Stifts aufgenommen wurden. Ziel des Praktikums ist es ein ML Modell zu trainieren die geschriebenen Gleichungen anhand der Sensorwerte (Beschleunigungssensor, Gyroskop, etc.) zu bestimmen. Für eine erfolgreiche Teilnahme am Praktikum, ist die Einreichung bei der Challenge nicht notwendig aber wünschenswert (Vorläufige Deadline der Challenge: 15.07.2021).

Ablauf

In der Bearbeitung der gegebenen Fragestellung innerhalb dieses Praktikums sind die Studierenden sehr frei. Treffen in der Großgruppe sind für alle Teilnehmende im Zwei-Wochen-Rhythmus angesetzt. Bei diesen Treffen werden Zwischenstände präsentiert (evtl. mit kurzen Präsentationen), Fragen geklärt und Probleme diskutiert.

Am Ende des Semesters sollte jede Kleingruppe ein funktionierendes System vorweisen können, welches auf einem separaten Test-Datensatz evaluiert wird. Bei einem gut funktionierenden System, besteht die Möglichkeit einer wissenschaftlichen Veröffentlichung.

Zum Start ist ein Kickoff-Termin in der ersten Vorlesungswoche geplant. Dieser wird über Zoom stattfinden. Da die oben genannte Challenge bereits läuft, kann schon vor Start des Semesters mit der Bearbeitung begonnen werden. Wir empfehlen Ihnen einen frühzeitigen Start, falls Sie Ihre Ergebnisse auch bei der Challenge einreichen wollen. Melden Sie sich dazu ab sofort bei uns per Mail an die oben genannte Mail. Gerne können Sie sich auch direkt als Gruppe bei uns melden (3-5 Teilnehmende).

Leistungsnachweis

Am Ende des Semesters stellt jede Gruppe ihren Ansatz in einer 15-30 Minuten langen Präsentation vor. Außerdem ist ein Praktikumsbericht im Umfang von 10-15 Seiten abzugeben.