Karriere am WZL

 

Studienarbeit oder Masterarbeit oder Bachelorarbeit oder Projektarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Model-based Systems, Gruppe Metrology-assisted Assembly
 

Vollautomatisierte Auswertung handschriftlicher Notizen (PA / BA / MA)

Ausgangssituation

Die Bereitstellung prüflingsindividueller Übungs-/Prüfungsaufgaben ist mangels hinreichender personeller Ressourcen und standardisierter Publikations- und Bewertungsverfahren häufig nicht möglich. Eine Individualisierung beschränkt sich daher regelmäßig höchstens auf die Randomisierung von Antwortreihenfolgen in MC-Tests oder Zahlenwerten in Rechenaufgaben. Individuelle Stärken und Herausforderungen von Lernenden können so kaum in Prüfungs-szenarien einfließen; ebenfalls können in vergleichsweise komplexen Lösungswegen auftretende Folgefehler häufig nicht zu Gunsten einer kompetenzorientierten Prüfung Berücksichtigung finden. Lehrende werden daher zudem bereits bei der Erstellung von Themenkatalogen und stofflichen Eingrenzungen sowie bei der Definition von Lernzielen gegebenenfalls durch die später in Prüfungsverfahren einsetzbaren Fragekategorien eingeschränkt.
Aufgabenbeschreibung
Am WZL existiert eine Software, die es gestattet, studierendenindividuelle Klausuren zu erstellen und anschließend auszuwerten. Aktuell müssen die studentischen Lösungen vor der Auswertung manuell mithilfe eines Web-Interfaces erfasst werden. In zukünftigen Versionen der Software soll die Notwendigkeit einer manuellen Eingabe entfallen und die handschriftlichen studentischen Lösungen stattdessen vollautomatisiert verarbeitet werden. Mittels neuronaler Netze sollen sie in einem Scan eines Lösungsbogens erkannt und in einer Datenbank (MySQL) gespeichert werden. Metadaten des Erkennungsprozesses, z.B. Aussagen zur Erkennungszuverlässigkeit einzelner Zeichen, sollen verwendet werden, um anhand ihrer über die Notwendigkeit für weite-re Schritte, wie bspw. eine manuelle Prüfung, zu urteilen. Innerhalb der Arbeit
sollen unterschiedliche Arten von neuronalen Netzen miteinander verglichen, implementiert und im Anschluss praktisch validiert werden. Es stehen um-fangreiche Testdatensätze zur Verfügung, welche für das Training eigener Netze genutzt werden können.

 
Voraussetzungen:
  • Überdurchschnittliche Studienleistungen
  • Hohe Motivation und Einsatzbereitschaft
  • Selbstständiges Arbeiten
  • Programmierkenntnisse in Python vorteilhaft




Geboten wird
  • Umfangreiche Betreuung und Unterstützung bei der Einarbeitung
  • Aktive Mitarbeit an aktuellen Projekten mit hohem Praxisbezug




Hast Du Interesse?

Über Deine Bewerbung freuen wir uns! Sende bitte Deinen Lebenslauf, eine Notenübersicht und relevante Arbeitszeugnisse an den aufgeführten Ansprechpartner. Bei Rückfragen stehen wir Dir gerne zur Verfügung.
Zeitaufwand: 200,00 Arbeitsstunden

Ansprechpartner(in):
Christoph Storm, M.Sc.
Gruppenleiter(in)
Cluster Produktionstechnik 3A 150
Tel.: +49 241 80-20606
Fax: +49 241 80-22293
Mail: C.Storm@wzl.rwth-aachen.de