Kontextsensitive Situationserkennung mit Machine Learning

Bachelorarbeit, Masterarbeit

Themen-Schwerpunkt: Gesundheitswesen, Smart-Home-Technologien und AAL, Telemedizin und Health Care Services
Studiengänge: Informatik, Informationswirtschaft, Wirtschaftsinformatik, Wirtschaftsingenieurwesen

Umfeld

Im Rahmen des BMBF-Projekts QuartrBack arbeitet das FZI an Lösungen zur innovativen Unterstützung von Menschen mit Demenz in alltäglichen Lebenssituationen durch Vitaldaten- und GPS-Tracking. Ein individueller Sozialraum wird hierzu flexibel durch kontextsensitive Verfahren des Machine Learning (ML) an das aktuelle Gefährdungspotenzial angepasst, der auch von Ressourcen aus kommunalem und bürgerschaftlichem Engagement beeinflusst wird.

Aufgaben

Aufgabe dieser Arbeit ist es, durch geregelte Verfahren des maschinellen Lernens das Gefährdungspotenzial für Menschen mit Demenz einzuschätzen und entsprechend zu reagieren. Basierend auf dieser Einschätzung wird anschließend entsprechend einer Reaktionskette eskaliert.

  • Erfassen der Anforderungen der verschiedenen beteiligten Stakeholder
  • Definition oder ggf. Erlernen der notwendigen Regeln und Konfigurationsparameter sowie Auswahl eines geeigneten ML-Verfahrens
  • Automatisches Erlernen von Gefährdungspotenzial für die Menschen mit Demenz
  • Evaluation des entwickelten Verfahrens mit einem Demonstrator und den Anwendungspartnern im Projekt

Wir bieten

  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Eine wirtschafts- / industrienahe Arbeitsumgebung und -organisation
  • Eine angenehme Arbeitsatmosphäre
  • Konstruktive Zusammenarbeit

Wir erwarten

  • Kenntnisse in Java, ML, KI, ggf. Sensorik
  • Selbständiges Denken und Arbeiten
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Ihre Bewerbung

  • Motivationsschreiben
  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf

Weitere Informationen

  • Start: ab sofort
  • Projekt-Homepage: http://aal.fzi.de
  • Betreuendes Institut am KIT:  IISM | Prof. Dr. Christof Weinhardt