Stage-oe-small.jpg

Lehre/Seminar Maschinelles Lernen in Cyber-physikalischen Systemen

Aus Aifbportal
Wechseln zu:Navigation, Suche

Seminar Maschinelles Lernen in Cyber-physikalischen Systemen

Details zur Lehrveranstaltung
Dozent(en) Hartmut Schmeck
Übungsleiter Sanaz MostaghimKaibin BaoSabrina Merkel
Fach (Gebiet)
Leistungspunkte ECTS
Erfolgskontrolle
Semester


Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.
Link zum Vorlesungsverzeichnis
Link zum Studierendenportal


Forschungsgruppe


Inhalt

Cyber-Physikalische Systeme (CPS) sind Kombinationen aus IT-Systemen und physischen Prozessen, in denen das IT-System als Monitor und Kontrolleinheit für die unterliegenden physikalischen Prozesse dient. Beispiele für derartige Systeme gibt es bereits viele in der Produktion, Medizin, der Automobilindustrie oder dem Energiesystem.

Um aus den durch Beobachtung gewonnenen Daten Wissen extrahieren und somit sinnvolle Steuerprozesse anstoßen zu können, spielen Techniken aus dem Bereich des Data Mining (Datenverarbeitung) und Knowledge Discovery (Wissensgewinnung) eine große Rolle. Da Cyber-Physikalische Systeme oft aus einem Netzwerk verteilter Computer oder Sensoren bestehen, muss die Datenerfassung, -aufbereitung und -verarbeitung oft dezentral und verteilt stattfinden, was traditionelle Data Mining Verfahren oft nicht leisten und was den Entwurf geeigneter verteilter und parallel arbeitender Algorithmen erfordert. SeminarMLinCPS.jpg In diesem Seminar sollen neben Grundlagen über Verfahren des Data-Mining und Knowledge Discovery hauptsächlich verteilte Algorithmen zur Datenverarbeitung und Wissensgewinnung vorgestellt werden, sowie deren Einsatzmöglichkeiten in spezifischen Cyber-Physikalischen Systemen.