{"id":18653,"date":"2020-01-21T11:38:54","date_gmt":"2020-01-21T10:38:54","guid":{"rendered":"https:\/\/php8.plastv.de\/?p=18653"},"modified":"2020-01-21T11:38:54","modified_gmt":"2020-01-21T10:38:54","slug":"fraunhofer-scai-erschliesst-potenzial-maschineller-lernverfahren-fuer-industrielle-anwendungen-im-mittelstand","status":"publish","type":"post","link":"https:\/\/plas.tv\/?p=18653","title":{"rendered":"Fraunhofer SCAI erschlie\u00dft Potenzial maschineller Lernverfahren f\u00fcr industrielle Anwendungen im Mittelstand"},"content":{"rendered":"<div class=\"fhg-grid-item fhg-grid-3-2-1 fhg-content\">\n<p><b>Im Projekt \u00bbManuBrain\u00ab entsteht eine universelle, skalierbare und offene Plattform f\u00fcr Anwendungen der K\u00fcnstlichen Intelligenz im industriellen Mittelstand. Das Land Nordrhein-Westfalen und der Europ\u00e4ische Fonds f\u00fcr Regionale Entwicklung f\u00f6rdern das Vorhaben \u00fcber drei Jahre mit insgesamt 1,8 Millionen Euro. Fraunhofer SCAI entwickelt und evaluiert Verfahren des Maschinellen Lernens f\u00fcr ingenieurtechnische Anwendungen.<\/b><\/p>\n<\/div>\n<div class=\"fhg-content-article fhg-grid\">\n<article>\n<div class=\"row\">\n<div class=\" fhg-grid-item fhg-grid-2-2-1\">\n<div class=\"fhg-content fhg-richtext\">\n<p>SANKT AUGUSTIN. Nur wenige mittelst\u00e4ndische Unternehmen nutzen bislang Verfahren der K\u00fcnstlichen Intelligenz (KI) zur Analyse von Sensordaten in Produktionsanlagen. Im Projekt \u00bbManuBrain\u00ab soll daher eine KI-Plattform entstehen, die das Potential der Datenanalyse f\u00fcr konkrete industrielle Anwendungen zu erschlie\u00dfen hilft. In ManuBrain arbeiten Partner aus Forschung und Industrie zusammen, um den Praxisbezug der Entwicklungen sicher zu stellen.<\/p>\n<p>Fraunhofer SCAI bringt seine langj\u00e4hrige Erfahrung in der Datenanalyse und im Maschinellen Lernen in das Projekt ein. Eine wichtige Rolle spielt das sogenannte \u00bbinformed machine learning\u00ab. Dabei nutzt man in der Datenanalyse auch Anwendungswissen, beispielsweise in Form physikalischer Annahmen. \u00bbEine interdisziplin\u00e4re Zusammenarbeit von Forschern und Ingenieuren ist notwendig, um Anwendungswissen f\u00fcr das Maschinelle Lernen (ML) nutzbar zu machen\u00ab, sagt Prof. Dr. Jochen Garcke, Abteilungsleiter <a href=\"https:\/\/www.scai.fraunhofer.de\/de\/geschaeftsfelder\/numerische-datenbasierte-vorhersage.html\">\u00bbNumerische datenbasierte Vorhersage\u00ab<\/a> bei Fraunhofer SCAI.<\/p>\n<p>Beispielsweise kann untersucht werden, welchen Einfluss \u00e4u\u00dfere Bedingungen, wie die Temperatur, auf die Eigenschaften eines Produktes haben. Wenn man gesammelte Daten, Erfahrungswissen des Maschinenbetreibers und physikalisch-technisches Wissen kombiniert, lassen sich Produkte und Abl\u00e4ufe optimieren.<\/p>\n<p>Einen Schwerpunkt der Forschungsarbeiten von Fraunhofer SCAI bilden Verfahren des Transferlernens. Sie sollen helfen, Modelle des maschinellen Lernens, die f\u00fcr einen Maschinentyp funktionieren, auf verwandte Maschinentypen zu \u00fcbertragen. Zudem wird auf die Interpretierbarkeit der Ergebnisse der ML-Verfahren geachtet.<\/p>\n<p>Projektpartner sind Universit\u00e4t Siegen, Fraunhofer SCAI (Sankt Augustin), Recogizer Group GmbH (Bonn), Albrecht B\u00e4umer GmbH (Freudenberg), SMS group GmbH (D\u00fcsseldorf) und ZENIT GmbH (M\u00fclheim an der Ruhr).<\/p>\n<p>ManuBrain ist Teil des Leitmarktwettbewerbs IKT.NRW, in dem elf Innovationsprojekte mit rund 16 Millionen Euro unterst\u00fctzt werden.<\/p>\n<p>Quelle: Fraunhofer<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/article>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Im Projekt \u00bbManuBrain\u00ab entsteht eine universelle, skalierbare und offene Plattform f\u00fcr Anwendungen der K\u00fcnstlichen Intelligenz&#8230;<\/p>\n","protected":false},"author":2,"featured_media":18654,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24,16],"tags":[],"series":[],"class_list":["post-18653","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-plas-tv-meldungen-auf-der-startseite-unterhalb-slider","category-plast-tv-textmeldungen"],"_links":{"self":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/18653","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=18653"}],"version-history":[{"count":1,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/18653\/revisions"}],"predecessor-version":[{"id":18655,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/posts\/18653\/revisions\/18655"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=\/wp\/v2\/media\/18654"}],"wp:attachment":[{"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=18653"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=18653"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=18653"},{"taxonomy":"series","embeddable":true,"href":"https:\/\/plas.tv\/index.php?rest_route=%2Fwp%2Fv2%2Fseries&post=18653"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}