Projektbeschreibung
Eine Plattform zur besseren Datennutzung
Die fortlaufende Entwicklung von IoT-Geräten und Sensoren führte dazu, dass diese zunehmend eine wichtige Rolle in den meisten Industriebereichen spielen. Sie generieren enorme Datenmengen, die hauptsächlich zur Überwachung eingesetzt werden, jedoch auch viele weitere Vorteile und Nutzen bieten könnten. Leider bleibt dieses Potenzial größtenteils unausgeschöpft, da es in diesem Bereich an Innovation fehlt, die einen effizienten Einsatz ermöglichen könnte. Das EU-finanzierte Projekt MORE will das ändern, indem es Industrien das Ausnutzen der vielen Vorteile ermöglicht, die durch den besseren Einsatz der IoT-Daten geboten werden könnten. Hierfür wird MORE eine Plattform entwickeln, die moderne Analytik, Edge und Cloud-Computing sowie Modellierungsverfahren für Sensordaten einsetzt, die genauere Vorhersagen und bessere Diagnosemodelle ermöglichen.
Ziel
The widespread use of sensor and IoT devices is generating huge volumes of time series data in various industries like finance, energy, factories, medicine, manufacturing and others. Industries use these data for monitoring, but their main potential is still untapped. Existing techniques and software for time series management do not provide tools sufficiently scalable and sophisticated for managing the huge volumes of data or adequate forecasting, prediction and diagnostics.
MORE will create a platform that will address the technical challenges in time series and stream management, focusing on the RES industry. MORE’s platform will introduce an architecture that combines edge computing and cloud computing to be able to guarantee both responsiveness and provide sophisticated analytics simultaneously. This architecture will be combined with the usage of time series summarization techniques, or as we more accurately term them in MORE, modelling techniques for sensor data. Models are any compressed representations that allow the reconstruction of the original data points of a time series (e.g. a linear function) within a known error-bound (possibly zero). This approach has synergies with the edge computing approach, since summarization can be done at the edge, reducing the load in the whole data processing pipeline.
MORE will introduce advanced analytics tools for prediction, forecasting and diagnostics based on two technological directions: machine learning and pattern extraction, with emphasis to motifs, which is the state-of-the-art for time series. MORE will adjust these techniques to work directly on models of data, thus enabling them to scale beyond state-of-the-art. The ability to ingest huge volumes of data will have an important impact to the accuracy of the prediction and diagnostics models.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesinternetinternet of things
- natural sciencescomputer and information sciencessoftware
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesdata sciencedata processing
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-ICT-2020-1
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
151 25 Maroussi
Griechenland