Robuste Softwarelösung für optimierte Abläufe in der Industrie
Das EU-finanzierte Projekt INFER (Computational intelligence platform for evolving and robust predictive systems) sollte eine generische Softwareplattform erstellen, die innovative Softsensoren sowie die neuesten Anpassungs- und Lernmethoden beinhaltet. Die Forschung konzentrierte sich auf die Bereiche Computational Intelligence, Softwareentwicklung und Prozessindustrie/Steuerungstechnik. Die wichtigste Neuerung von INFER war die Erstellung und Untersuchung eines neuartigen Typs von Umgebung, in der das "fitteste" Vorhersagemodell für welchen Zweck auch immer auftauchen würde, und das entweder autonom oder durch hochrangige zielbezogene Unterstützung und Feedback des Nutzers. Das Vorhersagesystem nutzt sämtliche verfügbaren Rückmeldungen für seine Leistungsüberwachung und -anpassung. Die mit der Erstellung von sich weiterentwickelnden Vorhersagesystemen im Hinterkopf entwickelte INFER-Softwareplattform unterstützt Parallel-Training, Validierung und Ausführung mehrerer Vorhersagemodelle sowie eine intelligente Automatisierung des prädiktiven Modellierungsprozesses. Eine Reihe von Abordnungen von 16 Industrie- und 10 Hochschulforschern ermöglichte den Austausch von Know-how und Erfahrungen. Es resultierten Beiträgen zu mehr als 70 Publikationen und auf führenden internationalen Konferenzen. Eine der untersuchten Schlüsselanwendungen waren adaptive Softsensoren für die Prozessindustrie. Eine Vielzahl von Anwendungsbereichen und -zusammenhängen konnten mit den Sensoren abgedeckt werden. Die Projektpartner haben die wachsende Bedeutung des interdisziplinären Gebiets der Data Science erkannt. An der Bournemouth University im Vereinigten Königreich wurde ein neues Data Science Institute gegründet, um die Langzeitziele von INFER weiter zu verfolgen. INFER hat eine effektive Plattform für Vorhersagesysteme eingeführt, die ohne Weiteres nicht nur auf die Prozessindustrie, sondern auf eine Vielzahl von Industriesektoren anwendbar ist. Das Software-Framework wird zum Wandel der europäischen Industrie von ressourcen- zu wissensintensiven Branchen beitragen, um deren führende Marktpositionen global beizubehalten.
Schlüsselbegriffe
Prozessindustrie, verfahrenstechnische Industrie, prädiktive Modellierung, Prognosemodellierung, Computational Intelligence, Vorhersagesysteme, Data Science, Extraktion von Wissen aus Daten
