Ausschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik, Kybernetik, Luft- und Raumfahrttechnik, Maschinenbau, Mathematik, Mechatronik, Mediendesign, Physik, Regelungstechnik, Softwaredesign, Softwareengineering, technische Informatik oder vergleichbare.
⬜ In Zeiten zunehmender Energiepreis- und Einspeiseschwankungen werden Energie-Lastprognosen („load forecasts“) benötigt, um gezielt Laständerungen planen zu können, um von monetären Anreizen zu profitieren. Aktueller Stand der Forschung: Zero-Shot-Modelle
Die sogenannten Zero-Shot-Modelle sind auf sehr große Datenmengen vortrainierte Modelle, die auf Eingabe eines Zeitreihenausschnitts Prognosen berechnen können. Dies steht im Gegensatz zu bisherigen supervised-Ansätzen, bei denen Modelle spezifisch auf eine Zeitreihe feintrainiert werden.
⬜ Eine tiefgreifende, durchgeführte Untersuchung (unsupervised) mittels Zero-Shot-Modelle wurde bisher nicht durchgeführt.
&##Im Rahmen dieser Abschlussarbeit soll anhand des kürzlich veröffentlichten VEA-5359-Datensatzes die Prognostizierbarkeit von Zero-Shot-Modellen auf einer Meta-Ebene untersucht werden. Wie verteilen sich die Prognostizierbarkeiten der einzelnen Modellklassen (Baselines, Zero-Shot-Modelle)?
- Wie ist die Leistungssteigerung der Zero-Shot-Modelle gegenüber den Baselines? [Allgemeine Aussagen zur Prognostizierbarkeit [Wie verteilen sich die unteren Prognostizierbarkeitsschranken, Wie stark streuen die Modelle zwischen den Datensätzen?]
- Welche Last-Eigenschaften sind gute Schätzer für die unteren Prognostizierbarkeitsschranken?
Literaturrecherche (typische Baselines, Zero-Shot-Modelle; Anwenden der Baselines und Zero-Shot Modelle auf allen 5300 Zeitreihen
Auswerten der Experimente und Dokumentation
Edge-Forschung aktuellster Modelle weiter voranbringen
Gültige Immatrikulation an einer deutschen Hochschule/Universität
Gute Programmierkenntnisse (Python)
Sehr gute Deutsch- und Englischkenntnisse
Eine angenehme Arbeitsatmosphäre in einem motivierten Team
Flexible Einteilung der Arbeitszeit (für Klausurvorbereitung etc.)
Homeoffice-Arbeit nach Absprache möglich
Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern. Das Gleiche gilt, wenn sie aufgrund einer Behinderung nicht alle Profilanforderungen erfüllen.
Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Frau Jennifer Leppich
Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA