Eingabe löschen
Zum Inhalt

Hauptnavigation

School of Engineering

Servicenavigation

Bachelor Studium

Kommen Sie jetzt zu uns und absolvieren Ihren Bachelor in einem unserer Studiengänge:

  • Bachelor of Science in Informatik: Wir vermitteln die Grundlagen des maschinellen Lernens, des Data Mining, der künstlichen Intelligenz und verschiedener Spezialisierungen in den Schwerpunktbereichen des CAI.
  • Bachelor of Science in Data Science: Wir vermitteln die Grundlagen über Algorithmen, maschinelles Lernen, Data Mining, künstliche Intelligenz und verschiedene Spezialisierungen in den Schwerpunktbereichen des CAI kennen.

Bewusst setzen wir auf die Förderung der wissenschaftlichen Kompetenzen der Studierenden. Unter anderem bieten wir die Möglichkeit, eine der limitierten Forschungs-Projektarbeiten im letzten Studienjahr im Studiengang Informatik bei uns durchzuführen. Solche Arbeiten zeichnen sich durch einen dedizierten Forschungscharakter und erhöhten Schwierigkeitsgrad aus. Damit verschaffen wir Ihnen Wettbewerbsvorteile, wenn Sie Ihr Studium abschliessen und in die Arbeitswelt eintreten.

Beispiele studentischer Arbeiten

KI basierte Zellsegmentierung für schnelle Pathologie von Schilddrüsenkrebs

Bachelor Thesis (Computer Science)

Die Fluoreszenzpolarisation (Fpol) von Methylenblau (MB) ist ein vielversprechender quantitativer Ansatz zur Erkennung von Schilddrüsenkrebs. Die klinische Umsetzung der MB-Fpol-Technologie erfordert eine Verkürzung der Datenanalysezeit, die durch eine auf Deep Learning basierende automatische Zellsegmentierung mit einem 2D-U-Net-Faltungsneuronalnetz erreicht werden kann. Die für die automatische Verarbeitung benötigte Zeit wurde auf 10 Sekunden reduziert, während für die manuelle Datenverarbeitung eine Stunde benötigt wurde. www.nature.com/articles/s41598-024-64855-2

Automatische Erkennung schweizerdeutscher Dialekte anhand von Audiodaten via Phonemtranskriptionen

Bachelor Thesis (Computer Science)

Die Arbeit untersucht einen Ansatz zur automatischen Erkennung schweizerdeutscher Dialekte anhand von Audiodaten. Dabei werden die Audiosamples zuerst mit den Modellen Wav2Vec2Phoneme oder MultIPA in Phonemsequenzen transkribiert, die dann mit einfachen Klassifizierungsalgorithmen wie Logistic Regression einem von sieben Dialekten zugeordnet werden.

Die vollständige Liste aller studentischen Arbeiten, welche von Experten am CAI betreut wurden, finden Sie hier.