Das Gebiet der eingebetteten Systeme und das der Datenanalyse (Data Mining) zusammenzubringen,
ermöglicht eine Fülle von Anwendungen in Informatik, Biomedizin, Physik und Maschinenbau.
Einerseits werden die eingebetteten Systeme durch die Datenanalyse optimiert, andererseits können
Analysealgorithmen z.B. als FPGAs realisiert werden. Die starken Beschränkungen eingebetteter
Systeme in Rechnenkapazität, Speicher und Energie erfordern neue Algorithmen für Lernverfahren.
Diese Ressourcen-beschränkten Lernverfahren lassen sich genauso für sehr große Datenmassen
auch auf Servern einsetzen.
Mehr...
Der SFB 876 hat maschinelles Lernen im Zusammenspiel von Lerntheorie, Algorithmen, Implementierung und Rechnerarchitektur untersucht. Innovative Methoden verbinden hohe Performanz mit geringem Ressourcenverbrauch. Bei De Gruyter sind nun drei Bücher im Open Access erschienen, welche die Ergebnisse in diesem neuen Forschungsfeld umfassend darstellen.
Der erste Band behandelt die Grundlagenforschung. Er führt durch alle Schritte von der Datenerfassung über die Zusammenfassung und das Clustering bis hin zu den verschiedenen Aspekten des ressourcenbewussten Lernens. Zu diesen Aspekten gehören die Rechnerarchitektur und die Speicher-, Energie- und Kommunikationseffizienz.
Der zweite Band stellt umfassend das maschinelle Lernen in der Astroteilchen- und Teilchenphysik dar. Hier ist maschinelles Lernen nicht nur notwendig, um die riesigen Datenmengen zu verarbeiten und relevante Beispiele effizient zu erkennen. Stattdessen ist das maschinelle Lernen integraler Teil moderner (Astro-)Teilchenphysik.
Der dritte Band stellt Anwendungen in Medizin und Ingenieurswissenschaften zusammen. Ressourcen-effizientes maschinelles Lernen wird detailliert für Anwendungen in der Medizin, in der industriellen Produktion, im Verkehr und in Kommunikationsnetzen vorgestellt.
Alle Bände sind für die Forschung konzipiert, eignen sich aber auch hervorragend für die Lehre.
