Projektleitung: Prof. Dr. rer. nat. Markus Lange-Hegermann | Fachbereich Elektrotechnik und Technische Informatik
Forschungsschwerpunkt: Produktion & Automation
Kurzbeschreibung: Gaußprozesse sind im Bayes'schen Maschinellen Lernen weit verbreitet, da sie angewendet werden können, wenn nur begrenzte Daten zur Verfügung stehen und direkt interpretiert werden können. Im Projekt GAIA werden Gaußprozesse auf multivariate Zeitreihen angewendet. Das resultierende Modell wird daher sowohl räumliche als auch zeitliche Informationen abdecken und sollte Anomalien erkennen, die beide Dimensionen umfassen.
Projektwebsite:GAIA: Gauß-Prozesse für die automatische und interpretierbare Erkennung von Anomalien | inIT
Laufzeit: 01.12.2020 - 01.12.2024
Fördersumme: 253.849,73 €
Partner:innen: Universität Bielefeld, Universität Münster
Kontakt:
Prof. Dr. rer. nat. Markus Lange-Hegermann
E-Mail: markus.lange-hegermann@th-owl.de
Tel.: +49 5261 702 5351
Gefördert von: Ministerium für Kultur, Wissenschaft und Weiterbildung (MKW)