Kritische Infrastrukturen: Drohnendetektion, Epidemie-Modellierung und Digitale Zwillinge
In diesem Hautseminar werden aktuelle Forschungsthemen aus der zivilen Sicherheit bearbeitet. Die Themen stehen im Zusammenhang mit Forschungsarbeiten im DLR und im Anschluß können Masterarbeiten im DLR durchgeführt werden.
Informationen zum Ablauf.
Das Seminar hat folgende Schwerpunkte:

  • Analysefragen in der Corona-Pandemie (Eva Brucherseifer):
    Infrastruktur-Modellierung, Risiko-Modelle, Decision Support, Einsatz von KI
  • Digitale Zwillinge (Eva Brucherseifer):
    Modellierung von kritischen Infratrukturen, Echtzeit-Betrieb
  • Drohnendetektion (Stephan Gimbel):
    Objekterkennung, Deep Neural Networks, AI Explainability, Sensor Fusion, Einsatz von KI

Mastermodule Advanced Communication Networks. Lecturer: Prof. Dr. Martin Stiemerling

Module Description: https://obs.fbi.h-da.de/mhb/modul.php?nr=41.4976

Analysen sind nicht zuletzt durch die zunehmende Digitalisierung eine stetige Notwendigkeit, dies gilt gleichermaßen bei der Identifizierung von Fehlern, Problemen oder Verbesserungsmöglichkeiten. Mittels Visual Analytics setzt man dabei auf die Kombination der algorithmischen und massiven Berechnungsmöglichkeiten seitens computerbasierter Systeme und die insb. visuellen und kognitiven Fähigkeiten der Anwender. In dem Hauptseminar geht es dabei vor allem um den Einsatz von Visual Analytics in den zwei aktuellen Gebieten Smart Manufacturing und Trendanalyse. Hierbei sollen unter Berücksichtigung gegebener Aufgabenstellungen aktuelle Ansätze, Methoden und Umsetzungen recherchiert und untersucht werden. Das Ziel soll dabei eine wissenschaftliche Ausarbeitung sein, die auf empirischen und wissenschaftlichen Standards beruht.

Die Domäne des Smart Manufacturing steht für die intelligente Fertigung, welche sich u.a. aus der Notwendigkeit der Digitalisierung in der fertigenden Industrie ergibt. Durch die hieraus resultierende immer stärkere Vernetzung der Anlagen und Kommunikation dieser miteinander, werden auch immer größere größeren Datenmengen (z.B. Log-Daten) generiert. Diese Datenmengen zielgerichtet zu explorieren und z.B. im Fehlerfall effizient auszuwerten, ist heute nur mit großem Aufwand von Personal und Zeit möglich. Im Rahmen der Fehleranalyse kann so beispielsweise Visual Analytics als Zusammenspiel von Algorithmen, Visualisierungen und dem Endnutzer die Chance bieten, Fehlerfälle schneller zu erkennen und dem Benutzer aktiv in der Fehlersuche unterstützen.

Die Domäne der Trendanalyse beschäftigt sich mit der Erkennung von Trends innerhalb gegebener textueller oder statistischer Daten. Traditionell finden solche Analysen bei Finanzdaten (z.B. Aktienkurse) Anwendung. Aber es gibt noch eine Vielzahl weiterer Anwendungsfälle, so lassen sich etwa bei der Analyse aktueller Nachrichtenmeldungen und wissenschaftlichen Publikationsdaten aufkommende Trends in Form von Topics ermitteln. Aber erst durch Visual Analytics und die damit einhergehenden interaktiven Explorationsmöglichkeiten ist erst eine fundierte thematische Untersuchung möglich, wie sie etwa von Unternehmen im Technologiemanagement benötigt werden.

In beiden Themengebieten wird passende Einstiegsliteratur bereitgestellt, welche als Grundlage für eine eigenständige weiterführende Literaturrecherche dienen soll. Die erstellten wissenschaftlichen Ausarbeitungen umfassen 15 Seiten pro Person im Springer LNCS-Format (Latex- oder Word-Template). Die Themenkomplexe werden in Gruppen von 1-2 Studierende bearbeitet. Die Veranstaltung umfasst drei Präsenztermine, den Kick-off mit Themenauswahl, die Präsentation des Zwischenstandes und die Abgabe des eigenständigen wissenschaftlich erarbeiteten Papers mit Präsentation der Ergebnisse. Auf Wunsch können auch weitere Termine zur Absprache vereinbart werden.

Computer Vision

Interaktive Entscheidungstheorie (Spieltheorie)

Modulnummer 41.5038.