Abschlussarbeit: "Industrielle Zustandsüberwachung mit maschinellen Lernverfahren"

Kennziffer IMS-2020-73

Die Begriffe »Industrie 4.0« und »Künstliche Intelligenz« sind Schlüsselwörter, die gegenwärtige und zukünftige Veränderungen in der industriellen Automatisierung und Produktion nicht nur plakativ umschreiben.
 
Mit der Umsetzung von Industrie 4.0 werden starre, definierte Fertigungs- und Wertschöpfungsketten in flexible und hochdynamische Produktionssysteme überführt, die eine vollständig individualisierte Produktion ermöglichen. Agile und autonome Industrie 4.0 Automatisierungslösungen setzen daher den Einsatz flächendeckender Zustandsüberwachung auf Basis KI-gestützter Sensorsysteme voraus, um eine flexible Prozessanpassung und -optimierung zu erreichen.

Für die Umsetzung solcher adaptiven Systeme gelten diverse Anforderungen wie z.B. Ressourcenbeschränkungen (verfügbare Energie und Übertragungsbandbreite, etc.), vor allem bei sensornahem Einsatz. Zudem stellt die geringe Verfügbarkeit von anwendungsspezifischen und annotierten Trainingsdaten zum Anlernen eine Herausforderung dar. Das Fraunhofer IMS forscht gegenwärtig an vielfältigen Aspekten im Bereich der ML-Verfahren für die industrielle Zustandsüberwachung und ihrer energieeffizienten und sensornahen Implementierung.

  
Im Rahmen einer Abschlussarbeit (Bachelor-/Masterarbeit) finden Sie innovative Lösungen in folgenden Themenbereichen der ML-basierten Zustandsüberwachung:

• Deep Learning-basierte Verfahren für Domänenanpassung und Transferlernen
• ML-Verfahren für den Umgang mit geringer Datenverfügbarkeit
• Hybride Physik- und ML-basierte Verfahren
• Optimierung der ML-Verfahren für eingebettete Systeme

Was Sie mitbringen

• Studium der Elektrotechnik, Informatik, Physik oder eines technisch-naturwissenschaftlichen Studiengangs
• Begeisterungsfähigkeit für das Thema, Engagement und Einsatzbereitschaft
• Vorkenntnissen in den Gebieten digitale Signalverarbeitung, Machine/Deep Learning und eingebettete Systeme
• Programmierkenntnisse (vorzugsweise C/C++, Python) und Umgang mit ML-Frameworks (PyTorch, TensorFlow)
• Erste Erfahrungen im Bereich Hardwarebeschreibungssprachen oder Simulation mechatronischer Systeme
• Eine ergebnisorientierte, systematische und eigenständige Arbeitsweise sowie ein hohes Maß an Kommunikations- und Teamfähigkeit

Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege.

Bitte bewerben Sie sich ausschließlich online über den Button "Bewerben".

Bewerbungen per E-Mail oder Post können wir leider nicht berücksichtigen.
Bitte übermitteln Sie hierbei Ihre vollständigen Bewerbungsunterlagen (Motivationsschreiben, chronologischer Lebenslauf, aktueller Notenspiegel im Studium, Arbeitszeugnisse bisheriger beruflicher Erfahrungen/ Praktika).

Fragen zu dieser Position beantwortet gerne Frau Irini Tsiftsi,
Telefon +49 203 3783-268, E-Mail: personal@ims.fraunhofer.de

Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme
Duisburg

http://www.ims.fraunhofer.de

---