Kernthema Eingebettete KI
KI-Algorithmen und -Methoden für eingebettete Systeme ungeeignet
Eingebettete Systeme sind meist speziell auf ihre Aufgabe wie Datenerfassung oder Steuerung oder Signalverarbeitung in einem Gerät angepasst und auf minimale Kosten, geringen Platz-, Energie- und Speicherverbrauch optimiert. Die zahlreich vorhandenen KI-Algorithmen und -Methoden arbeiten jedoch in der Regel auf wesentlich leistungsfähigerer, größerer, energieintensiverer und teurerer Rechentechnik und sind für eingebettete Systeme ungeeignet. Zudem sind oft für Anwendungen zu wenige Datensätze für das Training einer KI vorhanden, wie z.B. von Fehlersituationen an einer Maschine, deren vorausschauende Wartung mit KI unterstützt werden soll.
Wir optimieren KI-Algorithmen und Methoden für eingebettete Systeme
Wir forschen daran, KI-Algorithmen und Methoden so zu optimieren, dass sie auf eingebetteten Systemen eingesetzt werden können. Für Anwendungen zur vorausschauenden Wartung arbeiten wir dafür beispielsweise an der Erzeugung künstlicher Daten, der Erhöhung der Robustheit und daran, die Lösungen auf ähnliche Problemstellungen zu übertragen.
Kontakt
Kontakt
Dr.-Ing. Tino Hutschenreuther
Leiter System Design
tino.hutschenreuther(at)imms.de+49 (0) 3677 874 93 40
Dr. Tino Hutschenreuther beantwortet Ihre Fragen zum Forschungsfeld Intelligente vernetzte Mess- und Testsysteme und den zugehörigen Kernthemen Analyse von verteilten IoT-Systemen, Eingebettete KI, Echtzeit-Datenverarbeitung und -kommunikation, zu den Leitanwendungen Adaptive Edge-KI-Systeme für industrielle Anwendungen und IoT-Systeme für kooperatives Umwelt-Monitoring sowie zum Dienstleistungsangebot für die Entwicklung eingebetteter Systeme.
Zugehörige Inhalte

Projekt
thurAI
Das IMMS arbeitet in thurAI an Sensorik für SmartCity und Methoden, Daten im Netz für KI-Auswertungen intelligent aufzubereiten.

Projekt
KIQ
Das IMMS hat eine KI-basierte nachrüstbare und kostengünstige Lösung zur Qualitätssicherung bei Werkzeugen in der Zerspanung realisiert.

Projekt
sUSe
Um Druckluft für Industrieprozesse energieeffizient zu nutzen, entwickelte das IMMS die Elektronikplattform für eine automatisierbare Sensorlösung.

Projekt
AgAVE
Industrie-4.0-Kommunikation für ein ML-basiertes Assistenzsystem zur automatischen Analyse modularer Anlagen

Referenz
Dr. Alexander Maier, Fraunhofer IOSB-INA
„Wir schätzen am IMMS neben dem fundierten und anwendungsbereiten Wissen der Kollegen im Bereich I4.0-konformer Protokolle und Systeme den persönlichen Kontakt und die konstruktive Zusammenarbeit. Daher freuen wir uns, wenn wir gemeinsam die nächsten Themen angehen können.“
Intelligentes Design: KI für EDA?
Georg Gläser1.edaWorkshop23, 8. - 9. Mai 2023, Hannover, Germany
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ilmenau, Germany.Towards Deploying DNN Models on Edge for Predictive Maintenance Applications
Rick Pandey1. Sebastian Uziel1. Tino Hutschenreuther1. Silvia Krug1,2.Electronics 2023, 12(3), 639; doi.org/10.3390/electronics12030639
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, 98693 Ilmenau, Germany. 2Department of Computer and Electrical Engineering, Mid Sweden University, Holmgatan 10, 851 70 Sundsvall, Sweden.KI für energieeffiziente Sensorsysteme – Effiziente Überwachung von Maschinen und Anlagen
Sebastian Uziel1.elmug4future, Technologiekonferenz, 27. - 28. September 2022, Friedrichroda, Thüringen
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, Ehrenbergstraße 27, 98693 Ilmenau, Germany.Trade-off between Spectral Feature Extractors for Machine Health Prognostics on Microcontrollers
Umut Onus1. Sebastian Uziel1. Tino Hutschenreuther1. Silvia Krug1,2.2022 IEEE 9th International Conference on Computational Intelligence and Virtual Environments for Measurement Systems and Applications (CIVEMSA), 2022, pp. 1-6, DOI: doi.org/10.1109/CIVEMSA53371.2022.9853642, 15 - 17 June 2022, Chemnitz, Germany
1IMMS Institut für Mikroelektronik- und Mechatronik-Systeme gemeinnützige GmbH, 98693 Ilmenau, Germany. 2Mid Sweden University, Sundsvall, Sweden.