Vergleichende Analyse von Ansätzen der künstlichen Intelligenz und klassischen Algorithmen in den Bereichen Kalibrierung und Messdatenaufbereitung

Thematische Einordnung

Unter den Begriffen „Maschinelles Lernen“ und „Künstliche Intelligenz“ werden in jüngerer Zeit verschiedenste algorithmische Ansätze zur Datenanalyse und Datenbewertung zusammengefasst. Dabei wird im Grundsatz versucht, bestimmte Entscheidungsstrukturen des Menschen nachzubilden, mit dem Ziel, einen Computer zu befähigen, relativ eigenständig Probleme zu bearbeiten. Die Bandbreite der hierzu eingesetzten Techniken reicht von der vergleichsweise einfachen Regressionsanalyse bis hin zu tiefen neuronalen Netzen. Verbreitete Anwendungsgebiete sind aktuell die Muster- und Objekterkennung, bei welchen häufig eher qualitative Merkmale am Ende der Prozesskette stehen. Ein bislang in deutlich geringerem Maße erprobtes Anwendungsszenario besteht in der Generierung quantitativer messtechnischer Aussagen mittels künstlicher Intelligenz.

Am IPROM werden in zunehmendem Umfang Ansätze der künstlichen Intelligenz zur Datenanalyse angewendet. Um das Potenzial der künstlichen Intelligenz auf dem Gebiet der Messtechnik weiter auszuloten, soll das Themengebiet im Rahmen einer Projektarbeit einer eingehenden Betrachtung unterzogen werden. Von besonderem Interesse sind hierbei Problemstellungen, welche bislang bereits ohne Einsatz von KI-Verfahren mittels klassischer Algorithmen zufriedenstellend gelöst werden können. Im Rahmen der Projektarbeit soll anhand ausgewählter Anwendungsfälle eine vergleichende Betrachtung klassischer Verfahren sowie KI-basierter Verfahren vorgenommen werden.

Aufgabenstellung

Sie erhalten die Aufgabe, Problemstellungen aus dem Bereich der Messtechnik zu identifizieren, bei welchen eine quantitative Verarbeitung und Auswertung von Messdaten bislang mit klassischen Algorithmen zufriedenstellend durchgeführt werden kann und welche potenziell einer Lösung mittels KI-Verfahren zugeführt werden können. Anhand ausgewählter Anwendungsfälle soll eine vergleichende Analyse der Leistungsfähigkeit klassischer Algorithmen mit geeigneten KI-basierten Verfahren vorgenommen werden.

Die Aufgabenstellung umfasst insbesondere folgende Teilaufgaben:

• Mittels einer Recherche ist ein Überblick relevanter Anwendungsfälle zu erstellen, welche eine quantitative Verarbeitung und Auswertung von Messdaten zum Gegenstand haben und welche bislang mittels klassischer Algorithmen zufriedenstellend bearbeitet werden können. Anhand des Standes der Forschung oder eigener Betrachtungen sollen hieraus solche Anwendungsfälle extrahiert werden, bei welchen der alternative Einsatz von KI-Verfahren zweckmäßig und umsetzbar erscheint.
• Ausgewählte Ansätze sollen unter Nutzung von an der TU Braunschweig ohne zusätzliche Kosten verfügbarer Softwarepakete exemplarisch einer näheren Analyse unterzogen werden, um das Potenzial sowie etwaige Vor- und Nachteile KI-basierter Implementierungen bewerten zu können. Nach Möglichkeit soll eine begründete Empfehlung abgegeben werden, unter welchen Randbedingungen die Anwendung KI-basierter Verfahren Vorteile für die untersuchten sowie ähnliche Anwendungsfälle verspricht.

Weitere Einzelheiten der Aufgabenstellung erfolgen in Absprache mit dem Betreuer.

Ihr Kontakt

Dr.-Ing. Marcus Petz
Tel.: (0531) 391-7024
Email: m.petz(at)tu-braunschweig.de