Category: Projects

Information on all projects in the TPL

Active Data Validation (ACTION)

/ Leave a comment

IoT-Anwendungen können durch Domänenexperten mithilfe von Entwicklungsumgebungen modellgetrieben entwickelt werden. Beim Betrieb derartiger IoT-Anwendungen können Fehlerfälle auftreten, die nicht durch existierende Monitoringsysteme erkannt werden, z.B.  falsch gemessene Sensorwerte. Ziel dieses Projektes ist es, derartige Fehlerfälle mittels Datenvalidierung schon bei der modellgetriebenen Anwendungsentwicklung zu berücksichtigen und so aktiv zu einer verbesserten Fehlertoleranz beizutragen.

Continue reading →

Improvement of the Prediction Quality by using Domain Knowledge in the Partitioning of Training Data (VALID Partition)

/ Leave a comment

This project deals with data characteristics that often occur in industrial use cases. Therefore, it investigates how a targeted data preparation can be used to address such data characteristics. If several of these data characteristics are present in combination, purely data-driven methods are usually not able to address them sufficiently. Therefore, it will be explored how existing domain knowledge of the industry partner can be used in a targeted way to enable more meaningful analysis results. This will then be investigated and evaluated on the basis of real use cases of the industry partner.

Continue reading →

Designing Metadata Management in Complex Enterprise Data Landscapes (MetaMan)

/ Leave a comment

While there are many concepts, techniques and tools for metadata management, most focus on sub-aspects, e.g., metadata management with semantic technologies. There is no common understanding of what comprehensive metadata management in an enterprise entails and how it can be implemented. It is the goal of this project to design concepts and techniques for comprehensive metadata management across the entire enterprise data landscape.

Continue reading →

MIALinx

Ziel dieses Vorhabens ist es eine auf KMU-Bedürfnisse zugeschnittene IT-Lösung zu entwickeln, die eine einfache flexible Vernetzung und Selbstorganisation der Produktion und der Instandhaltung ermöglicht.

Continue reading →

Patron

Im Projekt Patron untersuchen wir eine neuartige leistungsfähige Zugriffskontrollmechanismus für den Schutz von privaten Informationen in Datenstromverarbeitungssystemen. Die Grundidee besteht darin, den Zugriff auf komplexe Informationsmuster (beispielsweise ein Muster bestehend aus dem Blutdruck, der Herzfrequenz und anderen gesundheitsrelevante Werte, mit dem die Identifizierung einer Krankheit möglich ist) zu beschränken.

Continue reading →

Rahmenwerk zur Auswahl und Konfiguration komplexer Datenanalyselösungen für die Produktion

Im Rahmen dieses Projekts werden domänenspezifische Faktoren für die Auswahl und Konfiguration geeigneter ML-Algorithmen in der Produktion untersucht. Ein auf Basis dieser Untersuchung vorgeschlagenes Rahmenwerk ermöglicht die Spezifikation aller für eine Analyselösung erforderlichen Komponenten. Zusätzlich zu den Daten, der IT-Recheninfrastruktur und der ML-Algorithmen können über entsprechende Spezifikationen auch die Problemstellung der Analyselösung über domänenspezifische Zielsetzungen und Anforderungen definiert werden. Ebenso erlaubt es das Rahmenwerk, verschiedene Experten aus der jeweiligen Anwendungsdomäne und aus der Informatik bzw. den Datenwissenschaften in den Entwicklungsprozess einzubeziehen und deren Zusammenarbeit besser zu strukturieren.

Continue reading →

Plattform zur Verwaltung von Modellen des maschinellen Lernens im Umfeld von Industrie 4.0

In diesem Projekt wurde das Konzept eines Reifegradmodells und verschiedene Konzepte für eine Modellverwaltungsplattform entwickeltDie Modellverwaltungsplattform unterstützt Domänenexperten mit Funktionen zur Verschlagwortung der ML-Modelle und einer Suche, sodass diese ihre ML-Modelle besser organisieren und auffinden können. Business Analysten werden mit einer interaktiven Modelllandschaftskarte unterstützt, mit der die ML-Modelle mit ihrem umgebenden Geschäftskontext, z. B. mit Geschäftsprozessen und Organisationseinheiten, dokumentiert werden können.

Continue reading →

Datengetriebene Unterstützung von Nacharbeitsprozessen im End-Of-Line Prüffeld von Montagelinien

Ziel des Forschungsprojektes ist die Entwicklung eines adaptiven Empfehlungssystems zur Unterstützung von manuell durchgeführten Nacharbeitsprozessen im EoL-Prüffeld technischer Produkte. Dieses Empfehlungssystem macht den Mitarbeitern mithilfe einer Datenanalyse Vorschläge, wie sie einen konkreten Qualitätsmangel mit wenig Reparaturversuchen beheben können. Von besonderer Relevanz ist die Untersuchung von Methoden aus dem Bereich des maschinellen Lernens, um die Eignung dieser Methoden für Fertigungsdaten mit den domänenspezifischen Datencharakteristika zu bewerten sowie geeignete Methoden zu kombinieren und an die Domäne anzupassen.

Continue reading →

Entwicklung datengetriebener Ansätze zur Unterstützung von Ursachenanalysen technischer Produktmängel

Ziel des Forschungsprojekts ist die konzeptionelle Entwicklung von datengetriebenen Ansätzen zur Unterstützung der Ursachenanalyse technischer Produktmängel. Im Kontext der Produktbewährung soll z.B. die Ursachenforschung von Bauteilausfällen in Kundenfahrzeugen unterstützt werden. Als Grundlage können Datenquellen wie Produktions-, Garantie- oder Diagnosedaten herangezogen werden. Des Weiteren werden verschiedene Techniken und Methoden aus dem Bereich der Datenanalysen sowohl konzeptionell als auch experimentell evaluiert.

Continue reading →