• Zum Inhalt
  • Zur Hauptnavigation
  • Zur Zielgruppennavigation
  • Zur Subnavigation
Westfälische Wilhelms-Universität Münster European Research Center for Information Systems
Institut für Wirtschaftsinformatik
  • Studierende
  • Studieninteressierte
  • Forschung
  • Das Institut
  • Der Campus
  • Karriere
  • Wirtschaftswissenschaften
  • Institut für Wirtschaftsinformatik
  • ERCIS
  • en
  • de
  • Startseite
    • Das Institut
      • Maschinelles Lernen und Data Engineering
        • Personen
          • Profil
            • Abschlussarbeitsbetreuung | Prof. Dr. Fabian Gieseke
 
VCard QR-Code
Prof. Dr. Fabian Gieseke
Professor

Lehrstuhl für Maschinelles Lernen und Data Engineering (Prof. Gieseke)

Leonardo Campus 3
48149 Münster


Raum: 233

Telefon: +49 251 83-38151
fabian.gieseke@wi.uni-muenster.de
www.wi.uni-muenster.de/department/dasc/people/fabian-gieseke

Short-URL: ERC.IS ShortURL erc.is/p/fabian.gieseke

  • Über
  • Publikationen
  • Projekte
  • Veranstaltungen
  • Abschlussarbeitsbetreuung
  • Betreute Abschlussarbeiten

    • Bewertung des Einflusses der räumlichen Auflösung auf die Objekterkennung in UAV-Bildern (Bachelorarbeit WI, 2025)
    • Nils Alexander Kempen: Cloud-based Internet Telescope (Masterarbeit IS, 2024)
    • Efficient Object Detection under constrained Resources (Masterarbeit IS, 2024)
    • Maschinelles Lernen zur Vorhersage von Fußballspielergebnissen: Ein datengesteuerter Ansatz in der Fußballanalytik (Bachelorarbeit WI, 2024)
    • Hochauflösende Kartierung der Baumhöhe in deutschen Wäldern: Bestimmung von Baumhöhen mit PlanetScope-Satellitenbildern und GEDI-Messungen. (Masterarbeit IS, 2024)
    • Interaktive Webanwendung zur Generierung von Trainingsdaten in Satellitenbildanalyse unter Verwendung des Segment Anything Modells (Bachelorarbeit WI, 2023)
    • You Only Count Trees: Erkennung einzelner Bäume auf Satellitenbildern von dicht wachsenden Bäumen (Masterarbeit IS, 2023)
    • Bewertung von Methoden zur Extraktion von Bildmerkmalen für die Nächste-Nachbarn Suche auf Satellitenbildern (Masterarbeit IS, 2023)
    • Ziyi Wang: Maschinelles Lernen für Kardinalitätsschätzungen in relationalen Datenbanken (Masterarbeit IS, 2023)
    • Binh An Patrick Nguyen: Datenmarktplätze für Smart Grids (Masterarbeit IS, 2023)
    • Lukas Heidemann: Entwicklung und Evaluation von Lebensmittel-Kundenabwanderungssystemen (Masterarbeit IS, 2023)
    • Max Lütkemeyer: Interaktive Datenvisualisierung und -exploration mit selbstorganisierenden Karten (Bachelorarbeit WI, 2023)
    • Teilüberwachtes maschinelles Lernen für Query by Example in relationalen Datenbanken (Masterarbeit IS, 2022)
    • Sammeln von persönlichen Informationen über Lernende in der digitalen Bildung: Vom langweiligen Fragebogen zum unterhaltsamen Chatbot-Erlebnis (Masterarbeit IS, 2022)
    • Webtracking und seine Anwendung für Learning Analytics: Eine Fallstudie mit Reveal.js (Masterarbeit IS, 2022)
    • Jan Pauls: Generating High-Resolution Height Maps Using Deep Neural Networks (Masterarbeit IS, 2022)
    • Linus Stach: Anwendung übertragbarer feindlicher Angriffe auf Neuronale Netze: Eine Bewertung bestehender Angriffs- und Verteidigungsmechanismen (Bachelorarbeit WI, 2022)
    • Erkennung und Segmentierung von Bauminstanzen in einem ruandischen Satellitendatensatz (Bachelorarbeit WI, 2022)
    • Vorhersage von Kundenverhalten für Online-Reiseagenturen: Eine praktische Implementierung (Masterarbeit IS, 2022)
    • Data Provenance für die semantisch-strukturierte Abbildung von Lizenzinformationen von Open Educational Resources (Bachelorarbeit WI, 2022)
    • Erik Zimmermann: Entwicklung eines gradientenfreien Adversarial Attacks auf Convolutional Neural Networks zur Evaluation bestehender Verteidigungsstrategien (Bachelorarbeit WI, 2022)
    • Segmentierung von Baumbeständen in Südafrika auf Basis von Satellitendaten und Deep Learning (Bachelorarbeit WI, 2022)
    • Experimentelle Verbesserung der Streaming-Qualität in einem Cloud-basierten geografischen Informationssystem (Bachelorarbeit WI, 2022)
    • Machine Learning Under Resource Limitations (Bachelorarbeit WI, 2021)
    • Effiziente Convolutional Neural Network Inferenz auf Mikrocontrollern (Bachelorarbeit WI, 2021)
    • Umgekehrte Bildersuche mittels tiefer diskreter Merkmalsextraktion und Locality-Sensitive Hashing (Bachelorarbeit WI, 2021)
    • Thomas Ackermann: Untersuchung Deep Learning basierter Strategien zum Umgang mit Label Noise in Satellitendaten am Beispiel afrikanischer Nichtwaldbäume (Masterarbeit IS, 2021)
    • Semantische Segmentierung von Satellitenbildern mittels Deep Learning (Masterarbeit IS, 2021)
    • Untersuchung der Praxistauglichkeit von Deep Learning basierten Super- und Upsampling Ansätzen für Satellitendaten (Bachelorarbeit WI, 2021)
  • Benutzeranmeldung
    Please provide your WWU account
    Please provide your WWU password

Kontakt

Data Science: Maschinelles Lernen und Data Engineering
Prof. Dr. Fabian Gieseke

Leonardo-Campus 3
48149 Münster
Deutschland

Tel.: +49 251 83-38150
Fax: +49 251 83-38159
sek-dasc@wi.uni-muenster.de

Social Media

  • Youtube
  • Facebook
  • Instagram
  • LinkedIn
wissen. leben
  • Index
  • Sitemap
  • Kontakt
  • Anmelden
  • Impressum
  • Datenschutzhinweis

© 2025 Institut für Wirtschaftsinformatik