Evaluierung neuronaler Netze auf Maschinendatenbasis

Schwarz, Holger (2017) Evaluierung neuronaler Netze auf Maschinendatenbasis. Masters thesis, Ulm University.

[thumbnail of Masterarbeit Holger Schwarz.pdf] PDF - Registered users only - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Request a copy

Abstract

In Industrieanlagen kommt es immer wieder zu Ausfällen, was oft mit hohen Kosten verbunden ist. Moderne Anlagen werden daher mit einer Vielzahl an Sensoren ausgestattet, um den Zustand einer Maschine zu überwachen und um Ausfälle vorherzusagen. Die Auswertung dieser Daten erfolgt unter anderem durch Modelle des maschinellen Lernens.
Die Arbeit beinhaltet unter anderem ein Projekt mit dem neuronale Netze und andere Modelle des maschinellen Lernens erstellt werden können. Diese Modelle werden anschließend mit Hilfe von Temperaturdaten einer Presse getestet. Ziel ist es ein Modell zur Wiederherstellung fehlender Sensordaten zu finden und ein Modell zu finden, welches Anomalien in den Temperaturdaten erkennt. Es wird gezeigt, dass für die Datenwiederherstellung vor allem Autoencoder und die lineare Regression verwertbare Resultate liefern. Für die Anomalieerkennung wird gezeigt, dass sich vor allem neuronale Netze mit tieferen Schichten eignen. Darunter vertreten sind unter anderem mehrere convolutional aNetzwerke, welche speziell für diese Art der Daten konstruiert wurden.

Item Type: Thesis (Masters)
Subjects: DBIS Research > Master and Phd-Thesis
Divisions: Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching
Faculty of Engineering, Electronics and Computer Science > Institute of Databases and Informations Systems > DBIS Research and Teaching > DBIS Research > Master and Phd-Thesis
Depositing User: Herr Burkhard Hoppenstedt
Date Deposited: 13 Dec 2017 10:46
Last Modified: 13 Dec 2017 10:46
URI: http://dbis.eprints.uni-ulm.de/id/eprint/1580

Actions (login required)

View Item
View Item