Am 07. März hat Steffen Klein seine Dissertation verteidigt mit dem Titel

Kombination von überwachten und teilüberwachten Methoden des maschinellen Lernens für eine adaptive und robuste Zustandsüberwachung industrieller Applikationen

Steffen präsentierte seine Forschungsfragestellung und seinen methodischen Lösungsansatz sowie die Evaluation anhand mehrerer komplexer Datensätze sehr gut verständlich und überzeugte auch in der anschließenden Diskussion, so dass die Prüfungskommission (Bild links, v.l.n.r.: Dr. Amine Othmane, Prof. Matthias Nienhaus (Vorsitz), Steffen Klein, Prof. Andreas Schütze, Prof. Dirk Bähre) den erfolgreichen Abschluss des Promotionsverfahrens bestätigen konnte. Der traditionelle Doktorhut (Bild rechts) stand schon bereit.

Herzlichen Glückwunsch!

Kurzfassung:

Ziele der datenbasierten Zustandsüberwachung sind die Optimierung der Anlagenverfügbarkeit sowie eine ressourcenschonende Prozessführung. Die dafür häufig genutzten überwachten Methoden des maschinellen Lernens benötigen hochwertige Trainingsdaten, deren Erhebung typischerweise mit kostspieligen Versuchen verbunden ist. Die Performanz bestehender Modelle kann zudem durch variierende Umgebungsbedingungen beeinträchtigt werden. Diese Arbeit präsentiert einen algorithmischen Ansatz zur Kombination von teilüberwachten und überwachten Methoden des maschinellen Lernens, um eine robuste und adaptive Zustandsüberwachung zu gewährleisten. Modelle können damit an sich ändernde Umgebungsbedingungen und unbekannte Zustände angepasst werden. Des Weiteren wird eine in den Modellbildungsprozess integrierte Mess- und Datenplanung zur Sicherung der benötigten Datenqualität vorgestellt. Die Validierung der Methoden erfolgt anhand von vier industriellen Applikationen.

Die Arbeit wird in Kürze veröffentlicht.

Vom 25. bis 27. November sind wir mit großer Mannschaft beim diesjährigen,

17. Dresdner Sensor-Symposium

Folgende Beiträge des LMT werden aktuelle Ergebnisse aus der Forschung und diesmal auch aus der Lehre zeigen:

Vorträge:

• Julian Schauer: Interpretable Machine Learning Algorithm for Bit Damage Detection in a Screwing Process based on Accelerometers
• Dennis Arendes: Run-In Behaviour of MOS Sensors in Temperature Cycled Operation

Poster:

• Wolfhard Reimringer: Entwicklung einer automatisierten Probennahme zur Online-Störstoffüberwachung im Polyolefinrecycling
• Christian Bur: Validierung von Gassensoren für die Prüfung von Luftreinigern
• Max Walter: Aufbau eines Sensorsystems zur in situ Analyse des Gasraums während mechanochemischen Reaktionen in einer Schwingmühle
  (Vorstellung der Ergebnisse der Bachelor-Arbeit)
• Luigi Masi: Detection and Estimation of VOC Emissions in Raspberries during the Spoiling Process
• Oliver Brieger: Charakterisierung der Absorption von Luftschadstoffen durch gesättigte Salzlösungen zum Schutz wertvoller Kulturgüter
• Payman Goodarzi: Robust Indoor Air Quality Monitoring: Out-of-Distribution Detection using Ensemble Neural Networks
• Joshua Petry: Optimisation of Convolutional Neural Networks for MOS Gas Sensors
  (Vorstellung der Ergebnisse aus dem begleitenden Seminar zur Lehrveranstaltung Multisensorsignalverarbeitung)

Zusätzlich wird Prof. Schütze die Podiumsdiskussion Verlässliche KI für industrielle Prozesse: Hype oder Hybris? moderieren.

Am 29. Oktober 2024 wird

Herr Yves Olsommer, Fraunhofer IBMT

seine Dissertation verteidigen mit dem Titel 

Zur Machbarkeit frugaler Mikroimplantate auf Basis ferroelektrischer Kondensatoren

Im Rahmen dieser Dissertation wurde die Machbarkeit einer passiven Regelung des Stimulationsstroms in frugalen Mikroimplantaten auf Basis ferroelektrischer Kondensatoren untersucht und bewertet. Ein recheneffizientes physikbasiertes Modell wurde entwickelt und experimentell validiert, um die Machbarkeit des passiven Regelungsansatzes zunächst theoretisch nachzuweisen. Eine extrakorporale Einheit, eine grafische Benutzeroberfläche und ein frugales Mikroimplantat in der Größe einer Ein-Cent-Münze wurden als Demonstrator realisiert. Mit den im Modell identifizierten Systemparametern und einem geeigneten nichtlinearen Hystereseverlauf wurde die Machbarkeit und Reproduzierbarkeit des passiven Regelungsansatzes in vitro unter Einhaltung der zulässigen Grenzwerte für die Gewebeerwärmung nachgewiesen. Die Plausibilität der ermittelten Materialparameter des verwendeten ferroelektrischen Materials wurde mittels Rasterelektronenmikroskopie und energiedispersiver Röntgenspektroskopie belegt. Mit den Ergebnissen dieser Dissertation kann gezeigt werden, dass ferroelektrische Werkstoffe als intelligente Materialien zur passiven Regelung des Stimulationsstroms in frugalen Mikroimplantaten eingesetzt werden können. Frugale Mikroimplantate könnten daher als Systeme bezeichnet werden, bei denen intrinsische Materialeigenschaften bereits vorhandener Komponenten genutzt werden, um einen erweiterten Funktionsumfang zu realisieren, ohne zusätzliche Komponenten zu integrieren.

Alle Interessenten sind herzlich zum Kolloquium eingeladen. Dieses findet statt in Gebäude C4.3, Hörsaal 0.01.

Teilnahme ist auch über Teams möglich mit dem Link: https://kurzlinks.de/5h2x

Zum 17. Dresdner Sensor-Symposium
(25. - 27. November 2024, Dorint Hotel Dresden)
können noch bis 28. Oktober Last Minute Poster eingereicht werden.

Beim Sensor-Symposium erwarten Sie u.a. spannende Übersichtsvorträge zu den Themen:

• Geruchsmessung: Mit der Ionenmobilität auf dem Weg zur digitalen Sensorik auf molekularer Ebene
• Elektrochemische Methoden für neuronale Schnittstellen: Cochlea- und Neuroimplantate als Sensoren
• Predictive Emission Monitoring Systems (PEMS) – daten-basierte Prädiktion statt physikalischer Messung unter Einhaltung regulatorischer Anforderungen
• Quantensensorik: Engineering meets physics – Quantensensoren auf dem Weg zur Marktreife
• Biosensorik: Elektrochemische Biosensoren für die Landwirtschaft
• Biosensoren für die Wasseranalyse 4.0: Analytik trifft auf Digitalisierung
• Molekular Geprägte Polymere als Specifier in der Analytik: Potenzial und verbleibende Herausforderungen
• Explainable AI – Grundlegende Konzepte und Anwendungen

Nutzen Sie die Gelegenheit für Einblicke in aktuelle Forschung und intensivenm Austausch mit Expert:innen aus Industrie und Forschung!