Möchtest du die Zukunft der Motorradsicherheit aktiv mitgestalten und dabei modernste Deep-Learning-Methoden einsetzen? Werde Teil unserer zentralen Forschung und leiste einen entscheidenden Beitrag zur Reduzierung des Unfallrisikos. Im Rahmen deiner Masterarbeit widmest du dich der Analyse von komplexen, multivariaten Zeitreihendaten. Als Datenbasis dienen dir hierbei insbesondere empirische Messdaten von Motorrädern aus realen Testfahrten. Ziel ist es, Muster zu erkennen, Fahrzustände vorherzusagen und somit einen direkten Beitrag zur Entwicklung zukünftiger Fahrassistenzsysteme zu leisten.
- Du übernimmst die Aufbereitung, Bereinigung und Strukturierung empirischer Messdaten aus realen Testfahrten und validierst deine entwickelten Modelle anhand dieser Daten.
- Konzipiere und implementiere zeitreihenbasierte Deep-Learning-Ansätze zur Mustererkennung und Zustandsschätzung, wobei du dich insbesondere auf Sequence-to-Sequence-Ansätze konzentrierst.
- Mithilfe ausgewählter Methoden überprüfst du die Erklär- und Interpretierbarkeit der Ergebnisse deiner entwickelten Deep-Learning-Modelle.
- Deine Arbeit findet direkte Anwendung in der praxisnahen Forschung und bildet eine wertvolle Basis für zukünftige Sicherheits- und Assistenzsysteme.