|
|
Auto KNN Automatisierung des kontinuierlichen Lernens und Untersuchung des Langzeitverhaltens neuronaler Netze für die Produktionsregelung Forschungsprojekte der vergangenen Jahre wiesen die Eignung künstlicher neuronaler Netze als effizientes Instrument einer intelligenten Produktionsregelung nach. Die Fähigkeit, während des Einsatzes kontinuierlich aus neugewonnen Erfahrungen zu lernen und die damit verbundene Flexibilität der Regelung haben sich bei gleichzeitig niedrigem Modellierungs- und Rechenaufwand als Hauptvorteil gegenüber klassischen Methoden der Produktionsregelung erwiesen.Ziel des Forschungsvorhabens ist es, durch Simulation über längere Zeiträume hinweg fundierte Kenntnisse über das Langzeit-Lernverhalten verschiedener Typen neuronaler Netze in der Produktionsregelung zu erlangen. Anhand der gewonnenen Daten sollen automatisierte Vorgehensweisen zur Sicherstellung der Lerneffizienz über lange Zeiträume erarbeitet und zuverlässige Aussagen die Lebensdauer und den Wartungsaufwand im Einsatz betreffend formuliert werden. Die gewonnenen Erkenntnisse sollen in die Entwicklung einer neuronalen Hybridlösung münden, die speziell im Hinblick auf den Einsatz in der Produktionsregelung die besten Eigenschaften im Bereich kontinuierlichen Lernens aufweist. Ansprechpartner: S. Oelker   Förderung durch: DFG Laufzeit: 01.01.2009 - 30.12.2011 Publikationen des Projekts ansehen Alle Projekte ansehen |
