Teil 1: Einführung in Maschinelles Lernen für Ingenieure
Maschinelles Lernen versus konventionelle Prozessanalyse
Übersicht gängiger Methoden zur experimentellen Prozessanalyse (Korrelationsanalyse, Regressionsanalyse, Frequenzanalyse / Spektren, Zeitreihenanalyse / Trends) und ML-Modellierungsalgorithmen (Klassifizierung, Clustering, Regression). Unterschiede, Vor- bzw. Nachteile. Überwachtes versus unüberwachtes Lernen. ML-Workflow, ML-Anwendungen in der Produktion.
Daten in der Produktion
Ohne Daten kein ML! Datenstrukturen und Informations- modelle, Datenakquise, (OPC UA, UMATI, MQTT, SECS / GEM, EDA / Interface A), Datenqualität, Datenvorverarbeitung, fehlende Werte und Ausreißer, Auswahl von Merkmalen (Features) und Dimensionsreduzierung, PCA.
Praxisbeispiel 1: Problemstellung, Vorgehensweise und Aufbau einer Versuchsumgebung
Profilschiene mit Linearantrieb als technischer Prozess, allg. Vorgehensweise, technische Realisierung der Datenerfassung, Datensichtung, Abschätzung und Verbesserung der Datenqualität, Übersicht ML-Plattformen, Frameworks und Bibliotheken, Arbeit mit Python / Jupyter Notebook.
Teil 2: Anwendung von ML-Algorithmen
Praxisbeispiel 1: Anwendung eines ML-Algorithmus
Wahl einer passenden ML-Strategie, Implementierung, Gütebewertung und Validierung, Accuracy / Precision / Recall (Genauigkeit-Trefferquote), Cross Validation (Kreuzvalidierungsverfahren), Performance, Optimierung der Lösung.
Praxisbeispiel 2: Anwendung eines ML-Algorithmus
Anlage zur Herstellung versiegelter Becher aus Karton als technischer Prozess, Problemstellung, Wahl einer passenden ML-Strategie, Implementierung, Gütebewertung und Validierung, Optimierung der Lösung.
Alternative Lösungen für Praxisbeispiel 2
Braucht man immer KI / ML? Grenzen des Maschinellen Lernens. Übersicht alternativer Lösungen zum Praxisbeispiel 2, Fourier-Transformation, Bildverarbeitung ohne KI, Lösungsvergleich mit und ohne KI, Vor- bzw. Nachteile.
Auswertung und Diskussion der Erkenntnisse, Feedback
Hinweise zur Teilnahme:
Termin:
28.09.2022 09:00 - 17:00
Veranstaltungsort:
Fraunhofer IWU Dresden oder nach Bedarf als online-Schulung
Nöthnitzer Straße 44
01187 Dresden
Dresden
Sachsen
Deutschland
Zielgruppe:
Wirtschaftsvertreter, Wissenschaftler
Relevanz:
regional
Sachgebiete:
Maschinenbau
Arten:
Seminar / Workshop / Diskussion
Eintrag:
19.08.2022
Absender:
Fraunhofer IWU
Abteilung:
Kommunikation
Veranstaltung ist kostenlos:
nein
Textsprache:
Deutsch
URL dieser Veranstaltung: http://idw-online.de/de/event72267
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).