Bernstein Netzwerk Computational Neuroscience
  • Home
  • Netzwerk
    • Das Bernstein Netzwerk
    • Bernstein Zentren
      • Berlin
      • Freiburg
      • Göttingen
      • München
      • Tübingen
      • Heidelberg-Mannheim
    • Forschungsinfrastruktur
      • High Performance Simulation and Data Analysis
      • Forschungsdaten-Management
      • Wissenschaftskommunikation
      • Wissenschaftskoordination
    • Preise und Initiativen
      • Valentin Braitenberg Award
      • Brains for Brains Nachwuchspreis
      • Bernstein SmartSteps
    • Gremien des Netzwerks
    • Satzung
    • Mitgliedschaft
    • Historie
    • Spenden
    • Kontakt
  • Newsroom
    • Newsroom
    • Aktuelles
    • Meet the Scientist
    • Veranstaltungen
    • Ausschreibungen
    • Medienecho
    • Presse
    • Publikationen des Netzwerks
    • Bernstein Bulletin
  • Forschung und Lehre
    • Forschung und Lehre
    • Wissenschaftler:innen finden
    • Studienprogramme
      • Masterprogramme
      • Promotionsprogramme
    • Studienangebote
      • Bernstein Student Workshop Series 2023
      • Online Learning
      • Kurse für Fortgeschrittene
      • Praktika und Abschlussarbeiten
    • Ethos des Bernstein Netzwerks
  • Karriere
    • Karriere
    • Stellenangebote
    • Verstärken Sie unser Team
  • Bernstein Conference
    • Bernstein Conference
    • Call for Satellite Workshops
    • General Information
      • Tentative Schedule
      • Past Conferences
    • FAQ
  • DE
  • EN
  • Suche
  • Menü Menü
Sie sind hier: Startseite1 / Newsroom2 / Aktuelles3 / Digitale Prozessoptimierung vorantreiben
Chemnitz – 18. März 2019

Digitale Prozessoptimierung vorantreiben

TU Chemnitz entwickelt in BMBF-gefördertem Projekt selbstlernenden Algorithmus für verbesserte Karosseriefertigung

Prof. Dr. Fred Hamker © Lili Hofmann

/TU Chemnitz, Fejes/ Die Digitalisierung der Produktion ist aktuell eines der wichtigsten Handlungsfelder, um Wachstum und Beschäftigung am Wirtschaftsstandort Deutschland auch zukünftig zu sichern. Ein zentraler Zweig ist die Karosseriefertigung sowie damit verbundene Technologien.

Im vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt „Maschinelles Lernen zur Prognose von Prozessparametern und Bauteilqualität in der automobilen Karosserieproduktion“ (ML@Karoprod) kooperieren die Professur für Künstliche Intelligenz (Prof. Dr. Fred Hamker) und das Fraunhofer-Institut für Werkzeugmaschinen und Umformtechnik IWU in Dresden (Dr. Mathias Jäckel) sowie die Scale GmbH (Dr. Ingolf Lepenies). Ziel der Kooperation ist die Entwicklung eines Modells auf der Basis Maschinellen Lernens (ML). Dieses ML-Modell soll zur Beschleunigung des Planungs- und Serienanlaufs bei der Karosseriefertigung beitragen. Die Gesamtförderung beträgt rund 1,2 Millionen Euro. Davon entfallen rund 257.000 auf die TU Chemnitz.

Der Arbeitsplan der TU Chemnitz sieht drei Hauptphasen vor: In der ersten Phase wird ein Vorwärtsmodell trainiert, um die Folgen einer Handlung mit unüberwachtem Lernen vorherzusagen. Dieses trainierte Modell wird in der zweiten Phase zur Beschleunigung des modellbasierten Deep-Reinforcement-Learning-Algorithmus verwendet. Dessen Aufgabe besteht darin, eine Sequenz von Produktionsparametern zu finden, die die Qualität des Endprodukts optimiert. In der dritten Phase wird der entwickelte Algorithmus am realen Produktionssystem getestet. Dabei soll seine Robustheit gegenüber fehlenden sensorischen Informationen überprüft und bewertet werden.

>> zur originalen Pressemitteilung

Digitale Prozessoptimierung vorantreiben

11. November 2020/in /von Alexandra Stein

Kontakt Aktuelles

Kontakt

Prof. Dr. Fred Hamker

Professur Künstliche Intelligenz

+49 371 531-37875
fred.hamker@informatik.tu-chemnitz.de

Bernstein Netzwerk Computational Neuroscience Logo

Mitglied werden
Satzung
Spenden
Newsletter abonnieren

 

Folgen Sie uns

Mastodon
© 2023 Bernstein Netzwerk Computational Neuroscience
  • Kontakt
  • Impressum
  • Datenschutz
Nach oben scrollen
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Anbieter verwalten Lesen Sie mehr über diese Zwecke
Einstellungen
{title} {title} {title}