[BA/MA] Maschinelles Lernen in der Produktion

[Team_IMA]

Thema: Maschinelles Lernen in der Produktion

Wissenschaftliche Fragestellung
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz und gewinnt im Zuge der
4. industriellen Revolution aufgrund fortschreitender Digitalisierung und Vernetzung immer
mehr an Bedeutung im Hinblick auf Big Data Analyseverfahren. Auch moderne
Produktionssyteme sind heutzutage mit immer mehr Sensorik zur Prozessüberwachung
und Qualitätssicherung ausgestattet, sodass tagtäglich große Mengen an Prozessdaten
aufgenommen werden können. Die Übertragbarkeit von maschinellen Lernverfahren auf
derartige Produktionssysteme ist Gegenstand aktueller Forschung und dieser
Abschlussarbeit. Die Kernfrage der Arbeit beschäftigt sich mit den Problemen und Hürden,
die bei der Anwendung maschineller Lernverfahren in Produktionssystemen entstehen und
soll erste Lösungsansätze für diese Probleme darstellen.

Wissenschaftliche Methodik
Zur wissenschaftlichen Methodik der Arbeit gehört eine einsteigende Literaturrecherche
zum Thema maschinelles Lernen. Bestehende Methoden werden im Hinblick auf die
Vorraussetzung für die Anwendbarkeit untersucht und vor der Übertragbarkeit in
Produktionssysteme bewertet. Ausgewählte Methoden werden im Anschluss zunächst
anhand von Beispieldaten implementiert und dann in einem Use-Case eines realen
Prozesses umgesetzt und bewertet.

Ziel und erwartete Ergebnisse
Ziel der Arbeit ist die systematische Aufarbeitung von Methoden des maschinellen Lernens
mit dem Ziel, die Vorraussaetzung für deren Anwendbarkeit, insbesondere im Hinblick auf
die Übertragung in Produktionssysteme, zu erarbeiten. Probleme und Hürden bei der
Übertragbarkeit sollen herausgearbeitet sowie erste Lösungsansätze diskutiert werden.
Eine Beispielhafte Umsetzung in einem realen Prozess soll die erarbeiteten Erkenntnise
weiter vertiefen.

Am IMA/ZLW & IfU können Sie Ihre Projekt-, Bachelor- und Masterarbeit in verschiedenen Themengebieten anfertigen. Arbeiten
außerhalb der Fakultät für Maschinenwesen werden generell in Kooperation zwischen einer Dozentin bzw. einem Dozenten der
betreffenden Fakultät und Prof. Sabina Jeschke bzw. apl.-Prof. Ingrid Isenhardt durchgeführt. Bitte klären Sie im Voraus, welche
Regeln für eine gemeinsame Betreuung gelten.


Ansprechpartner/in
Richard Meyes, M.Sc.
Telefon: +49 241 80 91146
E-Mail: richard.meyes@ima-zlw-ifu.rwth-aachen.de
Link: http://www.ima-zlw-ifu.rwth-aachen.de/k ... wnload.pdf