Numerische datenbasierte Vorhersage

 

Software

Professionelle Software-Lösungen für numerische datenbasierte Vorhersagen.

 

Projekte

Die Projekte entwickeln, erforschen und nutzen numerische Verfahren und Methoden des Maschinellen Lernens zur datenbasierten Vorhersage. Ziel ist es, Daten effizient zu analysieren und Prognosen über zukünftiges Verhalten zu generieren.  

Im Geschäftsfeld Numerische datenbasierte Vorhersage steht die Behandlung komplexer Daten aus physikalisch-technischen Anwendungen im Fokus, insbesondere um den Herausforderungen von Industrie 4.0 gerecht zu werden. Dafür nutzen wir Mathematik, Maschinelles Lernen und Ingenieurwissen und entwickeln robuste, skalierbare und domänenangepasste Datenanalysekonzepte- und methoden. Anwendungen finden sich in der virtuellen Produktentwicklung auf Basis von CAE, in der Zustandsüberwachung einschließlich der prädiktiven Wartung oder in der Realisierung digitaler Zwillinge.

Unsere Forschung basiert auf mathematischen Prinzipien und zielt insbesondere darauf ab, vorhandenes Anwendungswissen zu integrieren und zu nutzen. Wissenschaftliche Schwerpunkte sind numerische Methoden für hochdimensionale Problemstellungen und die Entwicklung domänenspezifischer Datenrepräsentationen sowie geeigneter Ähnlichkeitsmaße. Wir arbeiten an der effizienten Verarbeitung und Analyse großer und komplexer Datenmengen, beispielsweise Zeitreihen oder numerische Simulationsergebnisse, quantifizieren Unsicherheiten, stellen hochentwickelte Werkzeuge zum robusten Design bereit oder liefern Beiträge zum Transferlernen.

Weil die Forschung zum Maschinellen Lernen im Rahmen von Industrie 4.0 von Natur aus multidisziplinär ist, haben wir ein Team, das Kompetenzen aus Mathematik, Informatik, Ingenieurwesen und Physik vereint.

Expertise

Komplexe Daten beherrschen

Wir sind erfahren in der Arbeit mit vielfältigen, komplexen Daten, die in industriellen Anwendungsfällen auftreten.

Virtuelle Produkt­entwicklung

Wir entwickeln Methoden, die Ingenieure bei der Produktentwicklung und Prozessoptimierung unterstützen.

Analyse-Infrastrukturen

 

Wir helfen Partnern beim Aufbau und Verständnis zuverlässiger und leistungsfähiger Datenanalyse-Infrastrukturen.

Simulation Mining

Wir entwickeln Methoden zur Analyse und Verbesserung von Simulationen.

System Monitoring

Wir entwickeln Methoden zur Anomalie-Erkennung und passen diese für industrielle Anwendungsfälle an.

KI-Modelle verstehen

Wir helfen Partnern bei der Analyse und dem Verständnis domänenspezifischer KI-Modelle.

Anwendungsgebiete

 

Prädiktive Wartung:
Bestimmung des Verschleiß­grads industrieller Werkzeuge

Können Sie die KI schlagen?

 

Prädiktive Wartung: Windenergieanlagen

 

Crashverhalten in der Automobilindustrie

 

Forschungszentrum Maschinelles Lernen

ML-Forschung in die Industrie zu transferieren ist Ziel des Forschungszentrums Maschinelles Lernen innerhalb des Forschungsclusters »Cognitive Internet Technologies«.