KI, Machine Learning und faseroptische Sensorik
- Die Verwendung von Methoden des Maschinellen Lernens (ML) und der Künstlichen Intelligenz (KI) im Fachbereich 8.6 Faseroptische Sensorik wird dargestellt. Die vielfältigen Möglichkeiten, Machine Learning auf Basis Künstlicher Neuronaler Netze (ANN) für eine schnelle und effiziente Datenverarbeitung eizusetzen werden demonstriert. Hierfür werden Beispiele für die Anwendungszwecke Messgrößenberechnung, Entrauschen, Interpolation, Bildverarbeitung und Messdatenauswertung aufgezeigt.
Autor*innen: | Konstantin HickeORCiD |
---|---|
Koautor*innen: | Christos Karapanagiotis |
Dokumenttyp: | Vortrag |
Veröffentlichungsform: | Präsentation |
Sprache: | Deutsch |
Jahr der Erstveröffentlichung: | 2020 |
Organisationseinheit der BAM: | 8 Zerstörungsfreie Prüfung |
8 Zerstörungsfreie Prüfung / 8.6 Faseroptische Sensorik | |
DDC-Klassifikation: | Naturwissenschaften und Mathematik / Chemie / Analytische Chemie |
Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Angewandte Physik | |
Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurbau | |
Freie Schlagwörter: | KI; Künstliche Intelligenz; Künstliche Neuronale Netze; Verteilte faseroptische Sensorik Machine Learning |
Themenfelder/Aktivitätsfelder der BAM: | Energie |
Infrastruktur | |
Umwelt | |
Umwelt / Sensorik | |
Veranstaltung: | Foresight Prozess AM, AP 4, Workshop „In Situ Sensorik“ |
Veranstaltungsort: | Online-Meeting |
Beginndatum der Veranstaltung: | 09.11.2020 |
Verfügbarkeit des Dokuments: | Datei im Netzwerk der BAM verfügbar ("Closed Access") |
Datum der Freischaltung: | 16.11.2020 |
Referierte Publikation: | Nein |
Eingeladener Vortrag: | Nein |