Kontaktperson für Abschlussarbeiten

Abgeschlossene Arbeiten

2023

  • Applying reinforcement learning to electric power auction bidding in a modular multi-agent co-simulation.
  • Metheuristische Verfahren für den verteilten Betrieb von Multi-Energie-Systemen

2022

  • Deep Reinforcement Learning für komplexe Optimal Power Flow Probleme
  • Generierung randomisierter Trainingsdaten für Machine-Learning-Verfahren in Energiesystemen
  • Fine-Grained Visual Categorization von Vögeln auf Bildern mittels Deep Learning
  • Unterstützte Erstellung von FAIRen Metadaten für Energiedaten
  • Evaluation von Multi-Agent-Learning in Unity-ML-Agents
  • Approximating bidding behavior on the electricity market with multi-agent deep reinforcement learning
  • Evaluation von Deep Learning basierenden Algorithmen zur Anomalieerkennung in CPES
  • Vergleich von Deep Reinforcement Learning Algorithmen zur Optimierung von Energiesystemen
  • Effective constraint satisfaction for Deep Reinforcement Learning approaches to Optimal Power Flow problems, Bachelorarbeit, Fenno Boomgaarden
  • Evaluation des Multilevel Immune Learning Algorithmus zur Erkennung von Anomalien in Cyber-Physischen Energiesystemen
  • Anomalieerkennung in Server-Logdaten
  • Literaturanalyse, Modellierung und Evaluation von Faults in Cyber-physischen Energiesystemen
  • Automatisierte Erstellung von technischen Forschungssoftware-Metadaten aus einem Gitlab-Repository
  • Der erste Schritt zur Wärmewende: Eine Datenmodellierung der Wärmeversorgung und des Wärmeverbrauchs der Universität Oldenburg
  • Literaturrecherche: Energieforschungssoftwaretypen
  • Optimal Power Flow mit modellbasiertem Deep Reinforcement Learning
  • Eine zerfallende Marktplattform für hierarchische Regelleistungsauktionen
  • Datenverschneidungen aus heterogenen Datenquellen in virtuellen Forschungsumgebungen am Rechenzentrum des Alfred-Wegener-Instituts

2021

* Die Arbeit wurde in der Zeit des Umzugs der Gruppe von der LUH zur UOL geschrieben

(Stand: 12.05.2023)  |