Dr. rer. nat. Javad Ghofrani

Head of Intelligent Systems Lab 

Forschungsinteressen

• Schwarmintelligenz und kollektive Robotik
• Verteilte intelligente Systeme
• Software- und Systemarchitekturen
• Software-Produktlinienentwicklung und Software-Variabilitätsmanagement,
• Microservices und SOA

Bachelor- und Masterarbeitsangebote

Wenn Sie auf der Suche nach einer Masterarbeit, Bachelorarbeit oder einem Forschungspraktikum in den Bereichen Cyberphysische Systeme, Softwarearchitekturen, Industrie 4.0 und Einsatz von maschinellem Lernen in diesen Bereichen sind, können Sie mich gerne kontaktieren. Folgende Themen sind verfügbar:

1. Master/Bachelor: Human-in-the-loop Collection Decision Making (Weitere Informationen: here
2. Master/Bachelor: Analyse von Schwarmrobotik-Tools (kontaktieren Sie javad.ghofrani(at)uni-luebeck.de für Details)
3. Master: Anwendung von Reinforcement Learning für die Entwicklung eines Assistenzsystems für die Interaktion zwischen Mensch und Schwarm. (weitere Informationen: here)

Praktika:

1. Präzise Objektvermessung mit mobilen Robotern zur Qualitätskontrolle

Entwicklung von Simulationstools für Schwarmrobotik

Projekte

1. Literaturstudie zu Schwarmrobotiktools

Useful literature for scientific work:

1. Guidelines for Conducting Software Engineering Research

2. Benchmarking Basics

3. Machine learning Tutorials

Teaching

I am responsible of follwoing courses at University of Luebeck:

• Seminar Bio-inspired Robotics "Cyber Physical Systems"
• Bachelor-Seminar Informatik "Einführung in die disruptiven Technologien für Industrie 4.0"
• Wireless Sensor Networks
• Evolutionary Robotics
• Mobile Roboter
• Collective Robotics
• Organic Computing
• Parallel Computer Systems
• Real Time Systems

Writing Scientific Work

Please note that your scientific work (e.g., master thesis) should cover following parts

1. Introduction (which explains the problem that you are aiming and why it is important to solve that specific problem)
2. Related work ( you should do some literature research and analysis of similar work done by others to show that you work is interesting for some scientific or industrial communities)
3. Propose your solution as an abstract model without implementations
4. Describe your implementation of the solution
5. Design of evaluation and experiments for showing that your solution is working
6. Show the results and discuss their details, and eventually compare your results with the results from part 2 (Related Work)
7. Conclusion