Studiere AI, bevor sie dich studiert

Artificial Intelligence Projektarbeiten

Nachfolgend präsentieren wir eine Auswahl an studentischen AI-Projektarbeiten, die in den letzten Jahren entstanden sind.

Studien- und Bachelorarbeiten

Die Bachelorarbeit im letzten Semester ist der krönende Abschluss Ihres Studiums. In ein- bis dreiköpfigen Teams erarbeiten Sie selbständig eine Lösung für eine Problemstellung aus der Industrie, einem Forschungsbereich der Hochschule oder Ihr eigenes Thema.

AI-Pipeline Integration for Historic Plan Digitisation

Das Schweizer Archiv für Landschaftsarchitektur an der OST in Rapperswil verwaltet über 100’000 historische Pläne, die von Schweizer und europäischen Architekten des 20. Jahrhunderts stammen. Die bisher manuelle Digitalisierung war zeitintensiv. Diese Arbeit automatisiert den Prozess mit einer Kombination aus Deep-Learning-Technologien und einer Desktop-App. Die App beschleunigt den Prozess erheblich, ermöglicht manuelle Korrekturen und nutzt kontinuierliches Modelltraining, um die Genauigkeit zu steigern. Erste Ergebnisse zeigen hohe OCR-Genauigkeit (98 %) und deutliche Effizienzsteigerungen im Vergleich zum alten Workflow. Arbeit als PDF.

Training a Simulated Drone with Deep Reinforcement Learning

Das Projekt untersucht die Steuerung von FPV-Drohnen mit Deep Reinforcement Learning auf einfacher Hardware. Ziel ist es, eine simulierte Drohne autonom starten, landen und ein Ziel anfliegen zu lassen. Mithilfe des Soft Actor-Critic-Algorithmus (SAC), Unreal Engine 5 und AirSim wurde eine erfolgreiche Lösung entwickelt. Ergebnisse und Anleitungen erleichtern den Einstieg in ähnliche Projekte und bieten eine klare Erklärung des verwendeten Algorithmus. Arbeit als PDF.

Drohne über Zürichsee: ein mögliches Projekt im Bachelorstudium Artificial Intelligence

Study Buddy – Chatbots as Lecture Companions Using LLMs and Retrieval Augmented Generation

Das Projekt implementierte einen Chatbot, der mithilfe der Retrieval Augmented Generation (RAG) Technik Fragen zu Vorlesungsinhalten beantwortet. Der Bot kombiniert Nutzeranfragen mit Kontext aus Vorlesungsunterlagen und liefert Antworten mit Quellenangaben. Basierend auf LLama2 und LLamaIndex zeigt der Ansatz gute Ergebnisse für textbasierte Inhalte, stösst jedoch bei Bildern an Grenzen. Arbeit als PDF