Am 9. Juli 2021 hat die Bonner Informatik Gesellschaft e.V. zum sechsten Mal einen Preis für herausragende Abschlussarbeiten verliehen. Die ausgezeichneten Arbeiten stammten aus den Jahren 2018, 2019 und 2020.
Nominiert werden konnten Bachelor-Arbeiten aus den Studiengängen Informatik und Cyber Security, sowie Masterarbeiten in Computer Science, Life Science Informatics und Media Informatics. Über die drei Jahrgänge hinweg wurden insgesamt sechs Preise für Bachelorarbeiten vergeben sowie neun für Masterarbeiten, einer davon gemeinschaftlich an zwei Studierende. Die ausgezeichneten Arbeiten haben nach Ansicht der vierköpfigen Jury besonderen wissenschaftlichen Wert oder verdeutlichen die Bedeutung der Informatik in ihren Anwendungen in besonderer Weise.
Im Anschluss verliehen das Institut für Informatik und die BIG erstmals den Grace-Hopper-Preis. Dieser wird von einer separaten Jury in einem vom BIG-Preis unabhängigen Verfahren vergeben. Er macht gezielt sehr gute Arbeiten von Studentinnen sichtbar, da diese in der Informatik leider noch immer unterrepräsentiert sind.
Aktuelle Preisträger:
- Saskia Rabich: Bildbasiertes Texture Mapping unter Verwendung von Patchbasierter Optimierung
- Domenic Zingsheim: Hierarchische 3D-Rekonstruktion unter Verwendung des Voxelblock Hashings
- Philip Mayer: Beobachtungstouren in achsenparallelen Polygonen
- Lukas Gehring: Effiziente MIP-Formulierung zur Fehlerbehebung im Detailed Routing
- Timm Haucke: Characterization of Plant Organs using CNN-Encodings and Convolutional Neural Networks
- Morris Klasen: Investigation of Enhancing Training Data for CNN-Based Classification Tasks with Small Datasets
- Jacobus Conradi: k-shortcut Fréchet distance: Hardness and Approximations
- Andreas Döring: Multi Person Pose Estimation in Videos
- Olga Zatsarynna: Action Anticipation in Videos
- Jan Eube: Theoretical analysis of well-known k-means algorithms adapted to the k-median cost function
- Anna Arutyunova: On Variants of Lower-Bounded Facility Location
- Giulia Baldini: Mapping Brain Clusterings to Reproduce Missing MRI Scans
- Snezhana Karpova: Automated detection of diabetic retinopathy from smartphone-based fundus videos
- Simon Müller: Transfer learning and feature fusion for detecting diabetic retinopathy from smartphone fundus videos
- Frank Schindler: Identification of Animals and Characterization of their Behaviour in Wildlife Videos using Deep Learning Techniques
- Özlem Muslu: Guilty Targets: Target Priorization with Network Representation Learning