Grundlagen des Maschinellen Lernens für technische Anlagen und Systeme

Das Modul vermittelt die Grundlagen des Maschinellen Lernens im Kontext technischer Anlagen und Systeme und veranschaulicht diese anhand von Beispielen aus Anwendungssystemen.
Nach erfolgreichem Abschluss des Moduls sind die Studierenden in der Lage,

• das Potenzial von Maschinellen Lernverfahren in technischen Systemen zu verstehen, zu nutzen und in relevanten Anwendungsfällen einzusetzen,
• die richtige Methode für ein bestimmtes technisches Problem auszuwählen und anwendungsspezifische Anpassungen vorzunehmen,
• die dafür notwendigen grundlegenden stochastischen und statistischen Methoden anzuwenden,
• Methoden des Maschinellen Lernens im Kontext von Zustandsschätzung und -überwachung sowie Instandhaltungsstrategien und predictive Maintenance anzuwenden.

Im Rahmen des Moduls werden die folgenden Inhalte thematisiert:

• Überblick technischer Anlagen und Systeme im Kontext von Industrie 4.0
• Grundlagen des Maschinellen Lernens im Kontext technischer Systeme
• die dafür benötigten grundlegenden stochastischen und statistischen Methoden
• Modellbasierte, datengetriebene und hybride Methoden zur Zustandsschätzung und -überwachung in technischen Anlagen und Systemen
• die dafür benötigten grundlegenden Methoden der mathematischen Beschreibung technischer Systeme
• Instandhaltungsstrategien und predictive Maintenance
• Anwendung der zentralen erlernten Methoden auf eine digitalisierte Modellanlage

Die vorlesungsbegleitenden Materialien für die Veranstaltung "Grundlagen des Maschinellen Lernens für technische Anlagen und Systeme" werden bei Stud.IP im Verlauf der Vorlesung zum Download bereit gestellt. Diese beinhalten im Wesentlichen Vorlesungsfolien und Übungsunterlagen.