TIM
Transferlernen zur intelligenten Kalibration spektral-optische Messdaten
Die qualitative und quantitative Erfassung der chemischen Zusammensetzung von Objekten weist unzählige Anwendungen auf, etwa die Qualitätskontrolle von Lebensmitteln, Bewertung des Gesundheitszustandes von Pflanzen, oder die Detektion von Fälschungen; in diesem Kontext haben sich spektral-optische Verfahren als leistungsfähige, nicht-invasive Technologie erwiesen, die oft mit einer darauf aufsetzenden intelligenten Datenanalyse kombiniert wird.Eine Herausforderung stellt dabei eine Kalibration der Daten dar, d.h. deren von der spezifischen Situation invariante Darstellung.
Ziel des Projekts TiM, ist es, Methoden des maschinellen Lernens zur Übertragbarkeit der Kalibrationsmodelle zwischen multiplen Instanzen der Sensorhardware ohne ein wiederholtes Einmessen und Erstellen des Kalibrationsmodells zu entwickeln, und damit eine essentielle Voraussetzung für eine breite Anwendung spektral-optischer Sensoren in industriellen Anwendungen und dem Consumerbereich zu ermöglichen.Dieses beinhaltet die mathematische Untersuchung, welche Invarianten die für die gegebene Anwendung relevante Information charakterisieren, und mit Hilfe welcher Daten und unter welchen Bedingungen eine Repräsentation dieser Invarianten in einem latenten Raum möglich ist, die Realisierung von Methoden des maschinellen Lernens, insbesondere des Transferlernens, die solch eine Repräsentation anhand möglichst weniger Daten realisieren, sowie den Transfer und Test dieser Methoden für Anwendungen in der industriellen Produktion und im Consumerbereich in Kooperation mit den im Projekt assoziierten Firmenpartnern.
Um diese Ziele zu erreichen, sollen Methoden der nichtlinearen Dimensionsreduktion, des Repräsentationslernens und Lernens unter Drift, entwickelt und kombiniert werden mit Vorwissen aus der gegebenen Domäne.
Teilprojekte
- 05M20PBA | Teilprojekt 1 | Universität Bielefeld
- 05M20AFA | Teilprojekt 2 | Fraunhofer IFF Magdeburg
Verbundkoordinatorin
Prof. Dr. Barbara Hammer
Partner
- Universität Bielefeld
- Fraunhofer IFF Magdeburg
- specTelligence GmbH, Magdeburg
- Silicann Systems GmbH, Rostock
Förderzeit
01.04.2020 - 31.03.2023