(Bachelor/Master/Praktikum) Evaluation^2: Analyzing Measures for Synthetic Time Series

03.01.2024

Motivation

Effektives Lernen künstlicher Intelligenz verlangt nach hochwertigen Daten, die nicht nur öffentlich verfügbar, sondern auch wissenserweiternd und lehrreich sind. Dies gilt sowohl für akademische Forschung als auch für die vielfältigen Bereiche der Industrie – sei es im Bankwesen oder in der Medizin. Doch gerade in solch sensiblen Bereichen stoßen wir auf ein Dilemma: Wichtige Daten dürfen oft nicht veröffentlicht werden.

Hier kommt eine spannende Lösung ins Spiel: Die Erschaffung von neuen Daten durch den Einsatz von KI. Dieser Ansatz besteht darin, die grundlegenden Eigenschaften eines Originaldatensatzes zu erlernen und darauf aufbauend neue Daten mit vergleichbaren Eigenschaften zu generieren. Diese Methode kann auf Bilder, Videos, tabellarische Daten und auch auf Zeitreihen angewendet werden. Besonders bei Zeitreihen gibt es jedoch eine Herausforderung: Wie können wir die Qualität der generierten Daten objektiv messen? Obwohl es bereits eine Fülle von Evaluationsmetriken gibt, ist die Auswahl der richtigen Metrik nicht immer einfach.

Ziele

Hier setzt deine Arbeit an. Du wirst zunächst aus einem Pool existierender Evaluationsmetriken für synthetische Zeitreihen eine Auswahl treffen, die dich besonders interessiert, und in Python implementieren. Anschließend wirst du Experimente durchführen, um herauszufinden, welche Metriken aus der Literatur sich am besten eignen und wo ihre Stärken sowie Schwächen liegen. Ein zentrales Element deiner Arbeit wird das Design und die Durchführung dieser Experimente sein. Nur durch sorgfältige Planung und Ausführung kannst du aussagekräftige Schlussfolgerungen ziehen. Der Umfang der Arbeit kann je nach Studienstand variieren. Hier hast du die Möglichkeit, einen wertvollen Beitrag zur Entwicklung von KI und Datenqualität zu leisten.

Am Besten lassen sich Details und Schwerpunkte im persönlichen Gespräch besprechen. Sprich uns an oder schreib uns eine E-Mail!

Wir bieten