Deep Learning Ausprobieren

 

Deep Learning gehört zu den großen Hype-Themen der künstlichen Intelligenz. Besonders im Bereich Computer Vision, zu dem z.B. das Themengebiet Bilderkennung gehört, leistet diese Technik bahnbrechendes. Das Besondere an dieser Datenstruktur ist, dass man, im Gegensatz zu früheren Herangehensweisen, keine bestimmten Merkmale im Bild spezifiziert. Durch die Kombination verschiedener Filter und durch das Unterteilen des Bildes in kleinere Segmente, die wieder zusammengeführt werden, entdeckt das Netz seine eigene Repräsentation.

Hier wollen wir kurz zwei Anwendungen vorstellen, bei denen man sich in einer Webanwendung von der Mächtigkeit dieser Technologie überzeugen kann.

Automatische Segmentierung eines Bildes
Forscher der Universität Combridge haben in ihrem Projekt SegNet, ein Neuronales Netz darauf trainiert in einem Foto die Bereiche zu unterteilen. Wir haben ein Foto vor unserer Haustür gemacht und die Ergebnisse sind wirklich beeindruckend. Das Netz erkennt ein parkendes Auto, die Häuserreihe auf der linken Seite, die Bäume und auch die Straße.
Link: http://mi.eng.cam.ac.uk/projects/segnet/demo.php#demo

Zeichnungen Erkennen
Google zeigt in seiner Anwendung Quickdraw, dass nicht nur Fotos eingeordnet werden können. Wer also gerade keine Kamera zur Hand hat und kein Stockfoto segmentieren lassen will, kann sich hier mit einem digitalen Stift austoben. Unser Testzeichner hat, um das System zu testen, natürlich keinen Keks gemalt, sondern einen Laptop. Und dieser ist noch nicht mal schön, sondern krumm und schief; mit überlappenden Linien. Trotzdem erkennt das Netz den Laptop. Es könnte aber auch ein Sandwich sein.
Link: https://quickdraw.withgoogle.com/#

Viel Spaß beim Ausprobieren!

 

Data Science Stammtisch

Das Thema Data Science nimmt in Unternehmen, in Instituten und auch bei Data Nerds einen immer größeren Stellenwert ein. Folgerichtig war es nur eine Frage der Zeit bis sich eine Gruppe aus Interessierten Datenwissenschaftler in Ulm bildete. Im ersten großen Treffen bei Daimler TSS trafen sich knapp 40 Interessierte.

In einem ersten Vortrag unter dem Titel „AI for Car Diagnostics – from Lab to Worldwide Use“ erzählte Dr. Valentin Zacharias von Daimler TSS von der Entwicklung des Themas Data Science in seinem Betrieb. Nach diesem konzeptionellen Vortrag tauchte Dr. Simon Müller von AnoFox tief in die Methoden des maschinellen Lernens in seinem Vortrag „Unsupervised Anomalieerkennung und Vorhersage von Zeitreihen im Unternehmenskontext“ ein.

Die Gruppe organisiert sich über die Plattform Meetup (https://www.meetup.com/de-DE/Ulmer-Data-Science-Stammtisch/) und freut sich beim nächsten Treffen über neue Gesichter.

data science

MongoDB.local Munich

Wir von  ATR sehen MongoDB als eine sehr gute Variante zum Verarbeiten von Maschinen- und Sensordaten. Dementsprechend waren wir sehr begeistert über das breite Spektrum an Vorträgen auf der MongoDB.local Munich Konferenz.

Schwerpunkte dieses Tagesworkshops waren u.a. MongoDB Stich, ein Service mit dem das Anwendungsbackend in die Cloud ausgelagert werden kann, Change Streams und MongoDB im Kontext von Data Science.

Besonderes Augenmerk haben wir auch auf den Vortrag zu Microservices gelegt, in welchem die Kombination aus Docker, Kubernetes, Kafka und MongoDB erläutert wurde.

Abschließend standen Entwicklungsexperten für ein Gespräch über konkrete Entwicklungsproblemstellungen bereit, welches wir ausgiebig für Best-Practice Diskussionen im Bereich der Zeitreihenanalyse nutzten.

mongodb-workshop

Eine Wandprojektion am Workshoptag

Mitarbeiter Weiterbildung in SCRUM

ATR entwickelt schon seit mehreren Jahren  erfolgreich mit inzwischen 2 Teams nach den agilen Prinzipien Software. Die Schulung diente teils als Auffrischung und für neue Mitarbeiter als Einführung in SCRUM. Während der 2 Tage wurde von den beiden Coaches die Entwicklung in der SW Entwicklung vom Wasserfall Modell hin zu den agilen Methoden skizziert. Ausgehend von Gedanken der Lean Factory  bei  Toyota,  bei der Begriffe wie Kaizen (kontinuierliche Verbesserung),  Muda (Verschwendung),  Muri (Überlastung) und Mura (Unausgewogenheit) eine Rolle spielen, über die ersten agilen Ansätze von Kent Becks XP (Extreme Programming) führte der Weg hin zum agilen Manifest und den 12 agilen Prinzipien. Die sehr spannenden Ausführungen der beiden SCRUM Coaches wurden nach der jeweiligen Mittagspause unterbrochen von ersten praktischen Übungen zum agilen Vorgehen. Insbesondere das Ball Point Game veranschaulichte auf spielerische Art die Wirkungsweise des  SCRUM Prinzips und bereitete der gesamten Mannschaft viel Spaß.

HoloLens Data Analytics

Wie bekommt man einen visuellen Einblick in hochdimensionale Datensätze? Wir wählten hierfür eine Datenbrille aus dem Bereich Mixed Reality. Hierbei werden Hologramme in den Raum projiziert und in die reale Welt eingeblendet.

In Zusammenarbeit mit dem Institut für Datenbanken und Informationssysteme der Universität Ulm (DBIS), dem Tinnituszentrum Regensburg und dem Datenvisualisierungs-Experten Christian Schneider wurde eine Anwendung für die Microsoft HoloLens entwickelt, die einen Datensatz von ungefähr 40 000 Punkten anzeigt. Die normierten Daten werden mit einem Partikelsystem in einen Kubus projiziert. Somit ergeben sich an Stellen mit Häufungspunkten sehr helle Stellen. Mit Hilfe von Sprachsteuerung können anschließend die Achsen getauscht werden.

Dieser Prototyp eignet sich ideal um einen schnellen Einblick in zu analysierende Daten zu erhalten. Wir durften unsere Arbeit auf der TRI/TINNET Conference 2018 (http://2018.tri-conf.org/) vorstellen. Die medizinischen Daten stammten aus der Datenbank des Projektes TrackYourTinnitus.

Wir freuen uns die zahllosen neuen Möglichkeiten aus dem Feld der Augmented Reality in weiteren Projekten umzusetzen.

 

2D Ansicht einer Punktewolke im Kubus

Workshop: Blockchain im Gesundheitswesen

Am Freitag, den 19.01.2018, trafen sich in der Villa Eberhardt Experten aus der Medizin, Informatik und Trendforschung um sich über das Thema „Disruptionspotentiale der Blockchain im Gesundheitswesen“ auszutauschen. Zuerst wurden die technischen Möglichkeiten der Blockchain diskutiert und anschließend auf Basis von semantischen Netzen potentielle Player identifiziert. Darüber hinaus präsentierten Fabian Stein und Dr. Birgit Stelzer vom Institut für Technologie- und Prozessmanagement der Universität Ulm vier zukünftig mögliche Szenarien im Gesundheitswesen. Hier wurden sowohl technische, als auch gesellschaftlich-moralische Themen angestoßen und relevante Maßnahmen für eine Stakeholder-spezifische und/oder gesellschaftlich wünschenswerte Zukunft abgeleitet.

Im folgenden Schaubild ist ein Konzept der Blockchain abgebildet, in welchem die Transaktionen Therapiemaßnahmen repräsentieren. Somit kann jeder Teilnehmer der Blockchain, bei Bedarf auch anonymisiert, den Therapieverlauf bei anderen Patienten mit seiner Krankheit einsehen. Diese Grafik wurde nicht während des Workshops entwickelt, sondern entstand in der Nachbereitung.

 

Wir bedanken uns für den informativen Workshop und sind gespannt darauf die Konzepte der Blockchains in unseren Projekten umzusetzen.

 

 

 

 

 

Vortrag zu einer Architektur für Neuronale Netze

Im Rahmen seiner Promotion zum Thema Predictive Maintenance sprach Burkhard Hoppenstedt am 19.10. auf der Konferenz Internet of Things – vom Sensor bis zur Cloud (http://www.iot-konferenz.de/) über das Thema „Eine MQTT basierte Architektur für Neuronale Netze“, die im Umfeld von Additive Manufacturing (3D Druck) entstanden ist. Hierbei wurden verschiedene Komponenten erklärt mit deren Hilfe Neuronale Netze validiert und optimiert werden können. MQTT dient hierbei als Transportprotokoll zwischen den einzelnen Softwarekomponenten.

Die Konferenz wurde von den Fachmedien DESIGN&ELEKTRONIK und Markt&Technik durchgeführt.

 

 

 

 

 

 

Design Thinking

Wir haben in den letzten Jahren viele Branchen kennengelernt und durften dabei unterschiedlichste Arbeitsweisen unserer Kunden kennenlernen. Eine wissenschaftliche Herangehensweise, bei welchem die Bedürfnisse des Kunden in den Mittelpunktgestellt werden, ist das Konzept Design Thinking. In einem 2-tägigen Workshop mit den Dozenten Prof. Danny Franzreb und Prof. Patricia Franzreb des Human-Centered Design Institut (www.hcd-institut.de) der Hochschule Neu-Ulm lernten wir verschiedene Herangehensweisen an dieses Thema kennen.

Design Thinking wird u.a. von der Universität Stanford (Hasso Plattner Institut) und der Universität Potsdam weiterentwickelt. In den letzten Jahren entwickelten auch große Firmen wie Google, IBM und SAP Abwandlungen dieses benutzer-zentrierten Designs. Ein möglicher Ablauf im Zyklus des Design Thinking, sieht folgendermaßen aus:

Wir bedanken uns für den informativen Workshop und sind gespannt darauf die Ideen mit unseren Kunden umzusetzen.

 

 

 

 

 

Umfrage zu Predictive Maintenance

Wir befragten 47 Personen aus verschiedensten Firmen und Forschungseinrichtungen zu ihrer Einstellung bezüglich Predictive Maintenance. Eine genaue Auswertung wird in eine kommende Publikation einfließen. Hier, in unserem Blog, nun ein paar erste Eindrücke unserer Befragung.

„Are you or your company/place of work currently making
use of Predictive Maintenance? / Are you or your company/place of work planning on
increasing your usage of Predictive Maintenance?“

 

Please choose from the following selections on the topic
of Predictive Maintenance
(1) Interest on the topic Predictive Maintenance
(2) Understanding of the topic Predictive Maintenance“

 

„How do people in your workplace gain information
about the topic Predictive Maintenance?“

 

Weitere Ergebnisse folgen…

 

Impressionen der Hannover Messe 2017

In Hannover trafen sich vom 23.-27.04.2017 Ausstellende und Besucher zur Hannover Messe 2017 unter dem Leitthema Integrated Industry. Besonders in den Leitmessen Digital Factory und Industrial Automation präsentierten Aussteller ihre Konzepte für die Zukunft der Produktion. Besonders prägnant vertreten war in diesem Jahr der Teilbereich Predictive Maintenance, der eine eigene Sonderausstellung erhielt. Leider mussten wir feststellen, dass die Vorstellungen von Predictive Maintenance teilweise sehr weit auseinanderklaffen und oftmals eine überwachte Produktion mit einem Dashboard und Schwellwerten als vorausschauende Wartung akzeptiert wird. Als Installationen für Predictive Maintenance wurde des Öfteren ein Fließband ausgestellt und anhand des Stromverbrauches Änderungen des Zustandes diagnostiziert. Teilweise konnten diese Live- Demonstrationen eine sofortige Einordnung des aktuellen Durchlaufs in historische, geclusterten Daten den Maschinenzustand vornehmen.

Fortgeschrittene Algorithmen zur Vorhersage fand man eher im Bereich Research and Technology. Hier präsentierten beispielsweise Forscher der Universität Kassel ihre Ansätze zur Leistungsprognose für erneuerbare Energien auf Basis von Wetterdaten, die verschiedene mathematische Modelle miteinander kombiniert [1]. (siehe Grafik)

Ein weiteres, stark vertretendes Thema war der Einsatz von Augmented-, Virtual- und Mixed Reality. In den Ansätzen der Virtual Reality wird der Benutzer visuell komplett in den digitalen Raum versetzt. So ist beispielsweise eine Komplettbegehung eines Fabrikmodells mit einer Datenbrille möglich. Im Ansatz der Augmented Reality werden digitale Zusatzinformationen in die reale Welt eingeblendet. So könnte in einem Anwendungsfall an einem Maschinenbauteil Informationen zur Wartung eingeblendet werden. Diese Anzeige kann neben Datenbrillen auch über eingeblendete Informationen in einer Smartphonekamera umgesetzt werden. Im Bereich der Mixed Reality, die momentan z.B. durch die Hololens ermöglicht wird, werden digitale Modelle in den realen Raum projiziert um eine Interaktion zu ermöglichen. Die Möglichkeiten des Arbeitens mit Diagrammen sind dennoch noch beschränkt, denn oftmals sind die Datenbrillen noch zu störend um produktiv eingesetzt zu werden, oder das Blickfeld ist zu stark eingeschränkt. Zusammenfassend lässt sich sagen, dass Konzepte der Industrie 4.0 sich verbreiten, aber flächendeckend noch sehr sporadisch umgesetzt werden.

[1] A. Gensler and B. Sick, „Forecasting wind power – an ensemble technique with gradual coopetitive weighting based on weather situation,“ 2016 International Joint Conference on Neural Networks (IJCNN), Vancouver, BC, 2016, pp. 4976-4984. doi: 10.1109/IJCNN.2016.7727855