Masterand (m/w/d): Masterarbeit zum Thema Vergleich von RNN Architekturen für Zeitreihen-Prognosen

Kennziffer IEE-2018-273

Das Fraunhofer IEE in Kassel forscht in den Bereichen Energiewirtschaft und Energiesystemtechnik. Wir entwickeln Lösungen für technische und wirtschaftliche Herausforderungen bei der Transformation der Energiesysteme.
Unsere Kompetenzen sind: Energiewirtschaft und Systemdesign, Energiemeteorologie und erneuerbare Ressourcen, Energieinformatik, Energieverfahrenstechnik, Elektrische Netze, Geräte- und Anlagentechnik.
Mit rund 350 Wissenschaftlerinnen und Wissenschaftlern, Studentinnen und Studenten sowie technischen und administrativen Angestellten erwirtschaften wir etwa 22 Mio. Euro Erträge pro Jahr.

Das Fraunhofer IEE unterstützt als angewandtes Forschungsinstitut die Energiebranche bei der Bewältigung der Herausforderungen einer dezentralen Energieversorgung. Durch die Digitalisierung der Energiewirtschaft entstehen neue Möglichkeiten das Energieversorgungssystem effizienter, sicherer und nachhaltiger zu gestalten. Wir bieten Ihnen in unserer Gruppe Informationsanalyse und Bewertung die Möglichkeit die Digitalisierung der Energiewirtschaft zu unterstützen und sie zu einer Erfolgsgeschichte werden zu lassen.

Was Sie mitbringen

• Studium der Mathematik, Informatik o. ä.
• Gute Kenntnisse der Programmiersprache Python
• Gute Kenntnisse im Bereich Machine Learning
• Kenntnisse einer Machine-Learning Bibliothek (z. B. scikit-learn, Keras oder TensorFlow) sind wünschenswert
• Wir legen besonderen Wert auf Eigeninitiative und eine selbstständige Arbeitsweise
• Die Bereitschaft die Masterarbeit vor Ort zu schreiben

Was Sie erwarten können
Ziel der Masterarbeit ist die Evaluierung von verschiedenen Rekurrenten Neuronalen Netzwerk (RNN)-Architekturen. Bei RNNs handelt es sich um spezielle Neuronale Netzwerke, die zur Verarbeitung von sequenziellen Daten verwendet werden. In der Arbeit sollen RNNs für Zeitreihen-Prognosen eingesetzt werden und dabei verschiedene Architekturen untersucht werden. Die unterschiedlichen Architekturen sollen dabei anhand von verschiedenen Zeitreihen-Datensätzen bewertet werden, wobei diverse Varianten von RNNs (LSTM, GRU) mit unterschiedlichen Hyperparametern (Anzahl Neuronen pro Layer, Tiefe der Architektur, Nutzung von Dropout, Einsatz von „Time distributed layern“, etc.) evaluiert werden sollen. Ergebnis der Evaluation ist dann eine Ableitung und gegebenenfalls Differenzierung von geeigneten RNN Architekturen.
Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.
Die Stelle ist zunächst auf 6 Monate befristet.
Die wöchentliche Arbeitszeit beträgt 10-20 Stunden.

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.


Fragen zu dieser Masterarbeit beantworten Ihnen gerne:
Herr Nicolas Kuhaupt
Tel.: +49 561 7294-443

Herr Dr. Christoph Scholz
Tel.: +49 561 7294-427


Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik, IEE
Königstor 59
34119 Kassel

Bitte senden Sie Ihre vollständigen und aussagekräftigen Bewerbungsunterlagen ausschließlich online über den unten aufgeführten Link.

Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik, IEE
Kassel

http://www.iee.fraunhofer.de/

---