Eine im Rahmen des DFG Sonderforschungsbereichs 876 („Datenanalyse unter Ressourcenbeschränkungen“) von Kommunikationsexperten (Benjamin Sliwa, Christian Wietfeld vom Lehrstuhl für Kommunikationsnetze der Fakultät ETIT) mit Experten für maschinelles Lernen (Nico Piatkowski, ehemals SFB 876 jetzt ML2R) erarbeiteter Konferenzbeitrag wurde auf der IEEE Flagship Konferenz „International Communications Conference (ICC)“ mit einem Best Paper Award ausgezeichnet.

Auf der ICC 2020, die ursprünglich für dieses Jahr in Dublin geplant war, wurden über 2100 Papiere in einem virtualisierten Format präsentiert. Der auf der Konferenz ausgezeichnete Beitrag des SFB 876 mit dem Titel "LIMITS: Lightweight Machine Learning for IoT Systems with Resource Limitations" stellt das neuartige Open-Source-Framework LIghtweight Machine Learning for IoT Systems (LIMITS) vor, das einen Platform-in-the-Loop-Ansatz anwendet, der explizit die konkreten Softwareerzeugungswerkezuge (die sog. Compilation Toolchain) der Internet-of-Things (IoT)-Zielplattform berücksichtigt.

LIMITS konzentriert sich auf übergreifende Aufgaben wie die Automatisierung der Experimente und Gewinnung der Daten, die plattformspezifische Codegenerierung und die sog. Sweet-Spot-Bestimmung für optimale Parameterkombinationen. In zwei Fallstudien mit Schwerpunkt auf zellularer Datenratenvorhersage und funkbasierter Fahrzeugklassifizierung wird LIMITS durch den Vergleich verschiedener Lernmodelle und realer IoT-Plattformen mit Speicherbeschränkungen von 16 kB bis 4 MB validiert. Darüber hinaus wird sein Potenzial als Katalysator für die Entwicklung von IoT-Systemen mit maschinellem Lernen demonstriert.

https://www.kn.e-technik.tu-dortmund.de/cms/en/institute/News/2020/Best-Paper-ICC/index.html