Semi-automated unsupervised learning from system traces
Titel Supplements
Presentation held at VDI-Vortragsabend "Künstliche Intelligenz in der Automatisierungstechnik", 15.10.2018, am Fraunhofer-Institut für Eingebettete Systeme und Kommunikationstechnik ESK, München
Alternative
Artificial intelligence in automation technology
Abstract
In diesem Vortrag wird gezeigt, inwieweit Techniken des maschinellen Lernens eingesetzt werden können, um das Verhalten einer verteilten Anlagensteuerung mit Hilfe von Echtzeit Daten (Runtime Traces) zu erlernen. Das erlernte Verhaltensmodell kann dann für vielfältige Anwendungen genutzt werden, unter anderem für die Erkennung von Anomalien.
;
Learning model of system by observing operation in the form of runtime traces.
