moFOCS

FFG COMET, 2015-2018

Modellierung, Prognose, Vorhersage und Steuerung von Systemen

Modellierung, Prognose, Vorhersage und Steuerung von Systemen

Ziele / Forschungsthemen

Das Projekt moFOCS befasst sich mit der Vorhersage und Optimierung von Prozess- und Produktparametern im Bereich der industriellen Fertigung. Dies geschieht durch die Entwicklung virtueller Sensoren, die Methoden des maschinellen Lernens und Transfer Learning anwenden, sowie durch die Entwicklung evolutionärer stochastischer Optimierungsmethoden.

Methoden / Software / Proof of concepts

  • Deep Learning Modelle zur Winkelvorhersage beim Blechbiegen
  • Prototyp zur Schnittplanoptimierung von Blechen unter Berücksichtigung der gewünschten Produkteigenschaften
  • Integration von domänenspezifischen Parallelisierungsmustern zur Bewältigung der hohen Rechenkomplexität
  • Lernframework zur Vorhersage der Eigenschaften von produzierten Produkten und Kausalität des verwendeten Materials zu den resultierenden Produkteigenschaften
  • Domänenspezifische Sprache für Datenverarbeitungspipelines zur Verwaltung der vielfältigen Analyse-Workflows
  • Prototyp eines Data Provenance Systems für Datenverarbeitungspipelines, das die Rückverfolgbarkeit zwischen den eingesetzten Modellen, deren Generierungs-Workflow und der entsprechenden Dokumentation sicherstellt

Ausgewählte Publikationen

  • Transfer Learning [GBS+15GCN17GCN16ZGL+17GBS+17]
  • Multi-Task Learning [GBS+15GBS+17]
  • Evolutionary Stochastic Optimization [CZH+16RC16, CRH17]
  • Learning framework for prediction and causality [CZH+16]
  • Data Processing Workflows [Luf17]
  • Domain-invariant feature learning with recurrent autoencoders for time series prediction [ZZG16]
  • Domain-invariant representation learning for metal sheet bending [ZZG17]

Fördergeber

Das Projekt wird im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMK, BMDW, Land Oberösterreich und den wissenschaftlichen Partnern des SCCH gefördert. Das Programm COMET wird durch die FFG abgewickelt.