FOR 5359: DFG-Forschungsgruppe KI-FOR FOR 5359: Deep Learning auf dünnbesetzten, chemischen Prozessdaten
- Laufzeit: 01.11.2022 - 31.10.2026
Zuwendungsgeber: DFG
Prof. Dr. Marius Kloft
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Die Deutsche Forschungsgemeinschaft (DFG) fördert die neue Forschungsgruppe „Deep Learning auf dünn besetzten chemischen Prozessdaten“ für vier Jahre mit rund 3,5 Millionen Euro. Koordiniert wird sie an der Technischen Universität Kaiserslautern (TUK). Die Gruppe arbeitet daran, Verfahren des Deep Learning, eines Teilgebiets der Künstlichen Intelligenz, für die chemische Industrie nutzbar zu machen. Das ist bislang nicht möglich, insbesondere aufgrund der spärlichen Datenlage. Das interdisziplinäre Team aus Informatik und Verfahrenstechnik entwickelt dazu neue Methoden. Diese sollen dabei helfen, Fehler in chemischen Prozessen frühzeitig aufzuspüren, um Unfälle und Abschaltungen abzuwenden.
Millionen Bilder innerhalb von Sekundenbruchteilen nach einem Schlagwort wie zum Beispiel „Strand“ durchsuchen oder die Spracherkennung nutzen, um sich ein Lied in seinem Streamingdienst vorspielen zu lassen. So etwas möglich macht Deep Learning – ein Teilbereich der Künstlichen Intelligenz. Mithilfe von riesigen Datenmengen lernen Algorithmen dazu; sie klassifizieren, sortieren und filtern Daten. Die Technologie kommt in vielen Bereichen zum Einsatz, etwa in der Medizin, der Landwirtschaft oder der Robotik.
Bei Prozessen der chemischen Industrie ist dies aber bislang nicht der Fall. „Es gibt hier viel weniger Daten als etwa bei einer Bildersuche im Netz, teilweise sind gar keine Daten vorhanden oder Unternehmen stellen sie nicht zur Verfügung“, sagt Professor Dr. Marius Kloft, der an der TU Kaiserslautern das Lehrgebiet Intelligente Systeme und die Arbeitsgruppe Maschinelles Lernen leitet sowie Sprecher der neuen DFG-Forschungsgruppe ist. „Zudem sehen häufig auch alle Daten gleich aus, was das Lernen hier deutlich erschwert.“ Beispielsweise wird in einer chemischen Anlage über einen langen Zeitraum hinweg immer derselbe Prozess bei denselben Bedingungen gefahren, wie die Umsetzung von Rohstoffen zu Produkten. Sensoren messen dann immer die gleiche Temperatur, den gleichen Druck und so weiter.
Professor Dr. Marius Kloft, Sprecher der neuen DFG-Forschungsgruppe (links), zusammen mit Juniorprofessorin Dr. Sophie Fellenz und Juniorprofessor Dr. Fabian Jirasek
Sie arbeiten gemeinsam an neuen Deep Learning Methoden (v.l.n.r.): Juniorprofessor Dr. Fabian Jirasek, Professor Dr. Stephan Mandt, Juniorprofessorin Dr. Sophie Fellenz und Professor Dr. Marius Kloft
https://idw-online.de/de/news798996
KI-Schwerpunktfelder des Forschungsprojekts
Grundlagenforschung
- Machine Learning (ML): Anomaly Detection