Aktuelles und anstehende Kolloquien

Aktuelles

Für die MM1- & MKSV-Klausur am 03. März 2020 finden zwei Klausursprechstunden statt. Detaillierte Informationen finden Sie hier

Kolloquien

Bachelorthesis: Fabian Gast, Mittwoch, 4. März 2020, 13:00 Uhr, L1|01 201
zum Thema „Synthese repräsentativer Lastzyklen für die Dimensionierung von Antriebskomponenten“
Bachelorthesis: Luis Schoueri, Dienstag, 17. März 2020 13:30 Uhr, L1|01 201
zum Thema „Implementierung und Untersuchung eines Lenksystems für einen dynamischen Fahrsimulator"
Masterthesis: Jan Radzey, Dienstag, 24. März 2020 9:00 Uhr, L1|01 K234.
zum Thema „Entwicklung eines optimalen, radindividuellen Antriebs für ein Formula Student Fahrzeug"
Bachelorthesis: Nils Zimmerling, Donnerstag, 2. April 2020 15:00 Uhr, L1|01 K243
zum Thema „Erweiterung einer Optimierungsumgebung zur vergleichenden Bewertung von Antriebskonzepten“
Bachelorthesis: Qingxiang Tan, Mittwoch, 08. April 2020, 9:00 Uhr, L1|01 201
zum Thema „Automatisierte Berechnung des Leistungsflusses und Modellierung der Energieverluste in Planetengetriebe“
Masterthesis: Daniel Peters, Dienstag, 21. April 2020 9:00 Uhr, L1|01 201
zum Thema „Entwicklung eines intelligenten Fahrzeuglängsdynamikreglers mittels neuroevolutionären Methoden“
Masterthesis: Max Henschel, Dienstag, 21. April 2020 13:30Uhr, L1|01 201
zum Thema „Inbetriebnahme eines Teststandes für Thermalvakuumtests von Wellgetrieben“
Masterthesis: Patrick Tchuente, Dienstag, 28. April 2020 13:30 Uhr, L1|01 201
zum Thema „Entwicklung eines Prädiktionsmodells für die Fahrzeuglängsdynamikregelung“
Masterthesis: Adrian Kässens, Dienstag, 19. Mai 2020 13:00 Uhr, L1|01 201
zum Thema „Entwicklung eines intelligenten Fahrpedals durch Nutzung Künstlicher Intelligenz auf Grundlage des Reinforcement Learnings“
Masterthesis: Juliane Weitz, Dienstag, 19. Mai 2020 16:00 Uhr, L1|01 201
zum Thema „Entwicklung eines passiven, kostenoptimierten, sensorischen Fußes für lasttragende Laufroboter“
Masterthesis: Taha Touihri, Donnerstag, 28. Mai 2020 9:00 Uhr, L1|01 K243
zum Thema „Weiterentwicklung eines inversen Fahrzeuglängsdynamikmodells durch maschinelles Lernen“