Abschlussarbeiten
Sie interessieren sich für eine Abschlussarbeit im Bereich der statistischen Methoden?
Wir bieten jederzeit Themen für Bachelor-, Master- und Doktorarbeiten zu aktuellen Forschungsfragen an. Eine Übersicht der aktuell verfügbaren Themen im Bereich der statistischen Methoden finden Sie unten auf dieser Seite. Auch einen Überblick über die in unserer Gruppe bisher zu diesem Thema angefertigten Abschlussarbeiten finden Sie weiter unten.
Wenn Sie Interesse an einem der aktuell verfügbaren Themen haben, oder wenn Sie gerne weitere Möglichkeiten und Themen aus dem Bereich der statistischen Methoden besprechen möchten, kontaktieren Sie uns gerne. Wir freuen uns auf ein persönliches Gespräch mit Ihnen.
Kontakt
Aktuell verfügbare Themen für Abschlussarbeiten
Entwicklung und Implementation statistischer Methoden
- Abschlussarbeitsthemen
- Statistische Methoden
Die statistische Analyse von Daten ist ein zentraler Aspekt jeder wissenschaftlichen Forschung.
Unsere Arbeitsgruppe ist an der Entwicklung einer Software beteiligt, die es ermöglicht Datenanalysen im Rahmen der Bayesschen Interpretation des Wahrscheinlichkeitsbegriffs durchzuführen, dem "Bayesian Analysis Toolkit in Julia - BAT.jl".
BAT.jl bietet benutzerfreundliche Implementationen von Algorithmen und Methoden, die für Bayessche Datenalnaysen notwedig sind. Dies umfasst insbesondere Funktionen zum Sampling von Wahrscheinlichkeitsverteilungen, z.B. mithilfe von Markov Chain Monte Carlo (MCMC) Methoden. Aber auch weitere Algorithmen, z.B. zur numerischen Integration hoch-dimensionaler Verteilungen sind ein wichtiges Element von BAT.jl.
Wir arbeiten jederzeit an der Weiterentwicklung von BAT.jl und der Entwicklung und Implementation neuer statistischer Methoden. Im Rahmen dieses Projekts bieten wir daher stets verschiedene Themen für Bachelor oder Masterarbeiten an. Diese können z.B. die Implementation neuer Sampling Algorithmen oder die Optimierung bestehender Methoden umfassen. Auch die Verknüpfung der klassichen MCMC Methoden mit modernen Methoden aus dem Bereich des Machine Learnings sind ein aktuelles Arbeitsgebiet in BAT.jl.
Wenn Sie also Interesse haben an statistischen Methoden und deren Implementation in einer modernen Programmiersprache, nehmen Sie gerne direkt Kontakt mit uns auf.
Kontakt
Abgeschlossene Abschlussarbeiten
Dissertationen
| Robin Pelkner | Development and application of a serialization standard for statistical models in high energy physics | November 2023 |
Masterarbeiten
| Robin Pelkner | Rediscovering the Higgs - Bringing a new standard for advanced statistical models to Julia | Dezember 2023 |
Bachelorarbeiten
| Benjamin Schäfer | Implementation, tuning and performance tests of an ECMC sampler in BAT.jl | August 2023 |
| Moritz Terwissen | Performing high energy physics data analyses using Julia and BAT.jl | Juli 2022 |
| Willy Weber | Nested sampling algorithm in BAT.jl | August 2021 |
| Robin Pelkner | Testing the performance of sampling algorithms in BAT.jl | Dezember 2020 |
| Dominik Wittmann | Parameteranalyse des Multi-Channel Markov Chain Monte Carlo Sampling-Algorithmus | Dezember 2016 |
| Cornelius Grunwald | Influence of correlated background sources on the objective Bayesian analysis of counting experiments | Juli 2015 |
| Florian Mentzel | Objective Bayesian analysis of counting experiments in high energy physics | Juli 2015 |