Mathematische Modellierung, Datenanalyse und maschinelles Lernen sind integrale Bestandteile in der Forschung und Technologieentwicklung. Sie sind mächtige Werkzeuge, um komplexe Systeme zu verstehen, Vorhersagen zu treffen und fundierte Entscheidungen zu treffen.
In der Modellierung nutzen wir die mathematische Sprache, um reale Phänomene zu beschreiben. Diese Modelle können physikalische, biologische, wirtschaftliche oder technische Systeme umfassen und ermöglichen, das Verhalten dieser Systeme zu simulieren und zu analysieren. Mit ihrer Hilfe können wir tiefere Einblicke in die Funktionsweise und die zugrunde liegenden Mechanismen von Systemen gewinnen.
Haben wir große Datenmengen, können wir mit statistischen Methoden und Algorithmen zur Mustererkennung relevante Merkmale identifizieren, Strukturen analysieren und Hypothesen testen. Datenanalyse kann auch mit maschinellem Lernen erfolgen. Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, das Algorithmen und statistische Modelle verwendet, um Computersysteme zu befähigen, aus Daten zu lernen und Entscheidungen zu treffen. Durch das Training von Modellen mit historischen Daten können wir Vorhersagen treffen, Klassifikationen durchführen und Aufgaben automatisieren. Das momentan vielleicht prominenteste Beispiel ist chatGPT von OpenAI, das seit 2023 regelmäßig für Erstaunen sorgt.
Projekt ENDLESS: Enabling Dependable Embedded Systems
Ein Beispiel für den Einsatz von mathematischer Modellierung, Datenanalyse und maschinellem Lernen am Institut für Electronic Engineering an der FH JOANNEUM ist das FFG Coin Aufbauprojekt ENDLESS. Dieses Projekt widmet sich der Entwicklung zuverlässiger Embedded Systeme. Eingebettete Systeme sind spezialisierte Computersysteme, die in größere elektronische Systeme integriert sind und eine Schlüsselrolle in so gut wie allen elektronischen Geräten spielen. Die Zuverlässigkeit dieser Systeme ist von entscheidender Bedeutung. Die Auswirkung von Ausfällen reicht von ärgerlich, wenn zum Beispiel das neue Smartphone streikt, bis hin zu tödlich, wenn beispielsweise beim autonomen Fahren oder bei Operationen das System versagt.
ENDLESS zielt darauf ab, die Automatisierung in der Entwicklung eingebetteter Systeme zu erhöhen, um deren Zuverlässigkeit zu steigern und damit auch die Nachhaltigkeit elektronischer Geräte zu erhöhen. Das optimale Zusammenspiel von Software und Hardware, Security Analysen und elektromagnetische Verträglichkeitsanalysen (EMV) stehen im Mittelpunkt des Projekts.
