NEU: WHITE PAPER
NEU: WHITE PAPER
NEU: WHITE PAPER
NEU: WHITE PAPER
NEU: WHITE PAPER

Neue Anforderungen aus dem "Consumer Umfeld" steigern die Komplexität von eingebetteten Systemen immer weiter, hinzu kommt ein überhitzter Bauteilemarkt.

In diesem White Paper stellen wir Ihnen drei Wege vor, die zu einer erfolgreichen und robusten Embedded-Plattform führen.

>> zum White Paper

05.07.2017 | Fachthema

Lernende Maschinen

Verwendete Tags:
Embedded System
Machine Learning

Machine Learning für Ihre Produkte?

Willkommen in der Zukunft

Was wie Science Fiction klingt, ist heute in vielen Anwendungen bereits Realität: Machine Learning. Was macht man mit der Unmenge an Daten, die heute in vernetzten Industrie 4.0 und IoT Anwendungen produziert werden? Man könnte sie sinnstiftend miteinander verknüpfen und neue Erkenntnisse gewinnen. Das Verknüpfen von Daten ist einfach - sofern man die passenden Algorithmen zur Hand hat. Doch wie programmiert man es neue Erkenntnisse zu gewinnen, wo Computerprogramme bekanntlich strikt nach Programmcode ablaufen?

Blickt man in die aktuellen Stellenausschreibungen von technischen Unternehmen, stellt man fest dass viele Machine Learning Experten gesucht werden. Machine Learning ist eine Disziplin der Informatik, die es schon einige Jahrzehnte gibt. Mit der enormen Leistung heutiger Prozessoren ist es nun möglich die theoretischen Erkenntnisse aus der Forschung kostengünstig in handelsüblichen Computern, ja sogar in Embedded Systemen umzusetzen.

Die Prozessoren werden ohne Unterlass mit Datenströmen gefüttert und sollen über Mustererkennung, künstliche Intelligenz, Statistik und andere Methoden lernen und diese zu neuen Ergebnissen verknüpfen, ohne dass diese Verknüpfung vorab programmiert wurde. Machine Learning Systeme nutzen also Daten und bauen daraus Modelle um Vorhersagen und Entscheidungen zu treffen. Damit können auch versteckte Eigenschaften von Systemen aufgedeckt werden, die auf dem ersten Blick gar nicht offensichtlich waren. Außergewöhnliche Ereignisse können auf diese Art und Weise erkannt, oder aus den Daten abgeleitet werden, dass ein System demnächst in einen kritischen Zustand kommen könnte.

Zumeist handelt es sich bei Machine Learning Systemen um massiv parallel laufende Softwareprozesse. Interessanterweise eignen sich dafür die heute weit verbreiteten Grafikprozessoren aus unseren PCs, Smartphones und Tablets vorzüglich. So haben namhafte Hersteller von Grafikprozessoren ganz neue Geschäftsfelder für sich entdeckt.

Eine eindrucksvolle Machine Learning Anwendung wird derzeit in vielen Autobahntunnels in Österreich eingebaut. Viele im Tunnel verteilte Mikrofone nehmen kontinuierlich Verkehrsgeräusche auf und lernen, wie sich normaler Verkehr zu unterschiedlichen Tageszeiten und Witterungsbedingungen anhört. Bei außergewöhnlichen Geräuschen kann das System einen Alarm an die Leitwarte abgeben und die Aufmerksamkeit des Aufsichtspersonals auf die Quelle des Geräuschs lenken um bei Bedarf rasch Hilfsmaßnahmen einzuleiten.

Weitere Anwendungsgebiete für Machine Learning sind Vorhersagesysteme für die Maschinenwartung, Fahrerassistenzsysteme für Autos, Spracherkennung und Bildverarbeitung. Was könnte Machine Learning in Ihrem Produkt leisten?

 

 

Bild: © iconimage | Fotolia

 

 

Kontakt

Sie haben Fragen

oder möchten Kontakt aufnehmen?