Entwicklung einer intelligenten (KI) Datenauswahl für das Training von künstlichen neuronalen Netzen

Ziel deiner Arbeit ist es, eine Methode zur Datenauswahl unterschiedlicher Spritzgießprozesse für das Training künstlicher neuronaler Netze zu entwickeln.

Datenauswahl für das KI-Training | Bild: Arburg/IKV

Thematischer Hintergrund
Das IKV erforscht die Möglichkeit des Einsatzes von Methoden des maschinellen Lernens (Künstliche Neuronale Netze (KNN)), um den Betriebspunkt der Spritzgießmaschine zu optimieren. In vorangegangenen Arbeiten und Projekten konnten hierzu bereits erfolgreich Simulations- und Realdaten in einem gemeinsamen Ansatz verwendet werden.

Zudem wird Transferlernen eingesetzt, wodurch Daten unterschiedlicher Bauteile für das KNN-Training verwendet werden können. Hierdurch müssen weniger Datenpunkte auf der realen Spritzgießmaschine erzeugt werden. Dies spart den Unternehmen Zeit und Aufwand bei der Prozesseinrichtung, da der optimierte Betriebspunkt der Prozesse schneller gefunden werden kann.

Deine Aufgabenstellung
Bisher werden Prozessdaten anhand von Erfahrungswerten für das Transferlernen ausgewählt. Deine Aufgabe ist es, eine Vergleichsmethode für Daten zu entwickeln, die eine objektive Datenauswahl für das Transferlernen möglich macht.

Was ist dein Benefit?

  • Abschlussarbeit auf dem Feld der künstlichen Intelligenz mit umfangreicher industrieller Bedeutung
  • Umfassende Betreuung während deiner Zeit am IK
  • Anschließende bzw. gleichzeitige Hiwi-Tätigkeit bei Bachelorarbeit möglich
  • Ggf. Betreuung durch zwei Institute in Kooperation (IKV & IRT)

Wenn Du Interesse an einer Arbeit hast, melde dich sehr gerne bei mir, um ein Gespräch zu vereinbaren.

Ansprechpartner
Yannik Lockner, M.Sc.
Telefon: +49 241 80-96264
E-Mail: yannik.lockner@ikv.rwth-aachen.de