| Name | Thema | Unterlagen |
| Dustin Spallek | Erzeugung synthetischer Daten zur Erkennung der 6-DoF-Pose bekannter Objekte mittels Deep Learning | Bericht |
| Thomas Kanne-Schludde | Aufbau einer Pipeline zur Bestimmung von GPS-Koordinaten aus Fotos mithilfe neuronaler Netze | Bericht |
| Lukas Lühr | Konzeption eines Smart Object Development Frameworks für visuelle Programmierung | Bericht |
| Aaron Braatz | Feature Engineering (Ausarbeitung Grundseminar Master 2019/20) |
Bericht |
| Andre Soblechero Salvado | Natural language processing in context of
recommender systems (Ausarbeitung Grundseminar Master 2019/20) |
Bericht |
| Daniel Eggert | Ein Überblick über Virtual- und Augmented Reality (Ausarbeitung Grundseminar Master 2019/20) |
Bericht |
| Thi Huyen Cao | Facial Expression Recognition (Ausarbeitung Grundseminar Master 2019/20) |
Bericht |
| Juri Zach | Entwicklung einer Softwareumgebung zum Interpretieren von neuronalen Netzen | Bericht |
| Timo Lange | Building a data pipeline for News Recommendation with Deep Learning | Bericht |
| Harald Kirschenmann | Automatisierte Generierung von Content für Second Screen Anwendungen | Bericht |
| Lukas Lühr | Visuelle Repräsentation von Systemen im Kontext von Smart Object Development | Bericht |
| Nima Chizari | Deep-Learning Pipeline zur Erkennung von Anomalien in Thorax-Röntgenbildern | Bericht |
| Harald Kirschenmann | Untersuchung einer Second Screen Anwendung mit automatisierter Generierung von Content | Bericht |
| Thomas Kanne-Schludde | Erzeugung synthetischer Trainingsdaten für die Deep Learning basierte Bestimmung von GPS-Koordinaten aus Fotos am Beispiel der Notre Dame | Bericht |
| Juri Zach | Erkennen von Fischen in Unterwasservideos mithilfe von unüberwachten Lernverfahren | Bericht |
| Andre Soblechero Salvado | Building LARO: Language Agnostic Sentence Embeddings from netuned RoBERTa | Bericht |