Pratij Jadhav

1. Testete ML-Algorithmen zur Lösung von Mehrzieloptimierungsproblemen in Motorendesign. 2. Validierte und verbesserte bestehende MOOP-Strategien mit Fokus auf Praxistauglichkeit.

1. Entwicklung eines Echtzeit-CNN-Modells zur Flüssigkeitserkennung und Signalklassifikation in Videos. 2. Einsatz von Objektdetektoren (SAM, Zero-Shot) zur Identifikation von Flüssigkeitsbereichen in Signalbildern. 3. Analyse von Modellgrenzen und Merkmalrelevanz anhand empirischer und signalbasierter Auswertung.

1. Simulation von Brennstoffzellensystemen in AMESim zur Generierung von Trainingsdaten. 2. Erstellung eines DoE-basierten Datensatzes mittels Active Learning zur Modellabdeckung. 3. Entwicklung einer Python-GUI zur Modellnutzung und Kosteneinsparung.

1. Durchführung von Fahrzeuginstrumentierung und Systemtests für ADAS- und Bremssysteme. 2. Datenanalyse mit Power BI zur Validierung von Systemen wie ABS und ESP durchgeführt. 3. Testzeiten durch I4.0-Automatisierung und Konzeptvorschläge um 30 % reduziert.

Spezialisierung auf autonome Systeme, maschinelles Lernen und Brennstoffzellentechnologie. Deutschlandstipendium 2022 Note: 1.7

Abschlussnote: 1,58