UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 
FAU Logo
  Sammlung/Stundenplan    Modulbelegung Home  |  Rechtliches  |  Kontakt  |  Hilfe    
Suche:      Semester:   
 Lehr-
veranstaltungen
   Personen/
Einrichtungen
   Räume   Forschungs-
bericht
   Publi-
kationen
   Internat.
Kontakte
   Examens-
arbeiten
   Telefon &
E-Mail
 
 
 Darstellung
 
Druckansicht

 
 
Einrichtungen >> Technische Fakultät (TF) >> Department Informatik (INF) >> Lehrstuhl für Informatik 6 (Datenmanagement) >>
E|ASY Opt (Kompetenz- und Analyseprojekt für die datengetriebene Prozess- und Produktionsoptimierung mittels Data Mining und Big Data)

REAPER: A Framework for Materializing and Reusing Deep-Learning Models
Im Rahmen des EFRE-E/ASY-Opt Teilprojektes wird das Potential von Data Mining Methoden im Bereich der Fertigung des produzierenden Gewerbes untersucht. Speziell das Trainieren von Deep-Learning Modellen stellt eine rechenintensive Aufgabe dar, welche mitunter Stunden bis mehrere Tage in Anspruch nehmen kann. Die Trainingszeit kann durch die Verwendung eines bereits trainierten Modells erheblich verkürzt werden, sofern die Ziel und Quellaufgabe in engen Zusammenhang zueinander stehen. Dieser Zusammenhang wird aktuell noch nicht vollumfänglich verstanden.
Das Ziel dieses Forschungsprojektes ist die Umsetzung eines Systems namens REAPER (Reusable Neural Network Pattern Repository), um Data Scientists bei der Speicherung und Wiederverwendung von bereits trainierten Deep-Learning Modellen zu unterstützen.
Projektleitung:
Prof. i. R. Dr. Klaus Meyer-Wegener

Beteiligte:
Melanie Bianca Sigl, M. Sc., Luciano Melodia, M.A.

Stichwörter:
Produktionsdatenverwaltung; vorausschauende Instandhaltung; Datenintegration;

Laufzeit: 1.1.2017 - 31.12.2020

Förderer:
Europ. Fonds für Regionale Entwicklung (EFRE)

Mitwirkende Institutionen:
FAPS

Kontakt:
Sigl, Melanie Bianca
E-Mail: melanie.sigl@fau.de
UnivIS ist ein Produkt der Config eG, Buckenhof