Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
37 text wird eingefügt www computerautomation de ● smart factory 2020 37 machine learning wierige und schwierige manuelle Einstellung der Hyperparameter Zusätzlich ermöglicht AutoML eine höhere Reproduzierbarkeit was auch im Hinblick auf die von der Europäische Kommission veröffentlichten ethischen KI-Richtlinien wichtig ist Denn diese haben als trustworthy vertrauenswürdig nicht nur legale und ethische sondern auch reproduzierbare Resultate zum Ziel AutoML-Implementierungen für typische ML-Softwarewerkzeuge wie WEKA und Skikitlearn beziehungsweise deren Erweiterungen Auto-WEKA Auto-Sklearn zielen auf die Unterstützung nichtsachkundiger Benutzer von MLTechniken indem sie die Anwender bei der Auswahl und Parametrisierung der Verfahren unterstützen In ausführlichen Untersuchungen der Freiburger Wissenschaftler war Auto-WEKA bei 15 von 21 Datensätzen die Vorgehensweise mit der niedrigsten Fehlerrate Bei drei Datensätzen war die Leistungsverbesserungen von Auto-WEKA gegenüber den anderen Methoden mit 16 % erheblich Vorteile AutoML wird es Domänenexperten ermöglichen den interaktiven Ansatz zu automatisieren beziehungsweise den Benutzer durch den Analyseprozess zu leiten Hierbei sind zumeist bestehende etablierte Werkzeuge weiter nutzbar sodass Firmen Migrationsszenarien umsetzen können Des Weiteren unterstützt dieses Verfahren den Weiterbildungsprozess in Firmen und hilft fachfremden Mitarbeitern sich in das Thema ML einzuarbeiten Nachteile In der Praxis vereinfachen diese Ansätze zwar den Einsatz von ML-Methoden vor allem die Parametrisierung der Methoden wird beschleunigt Die Auswahl der Verfahren und vor allem das Erkennen fehlerhafter Ergebnisse erfordern aber bislang noch einen Experten So haben diese Ansätze zwar ein hohes Potenzial allerdings sind diesbezüglich auch noch weitere Forschungsarbeiten nötig Vor allem der Zusammenhang zwischen Datencharakteristika und verwendeter ML-Methode wird noch wenig verstanden Ein weiterer offener Punkt ist die Integration von Domänenwissen in den Datenanalyseprozess hierfür fehlen generische einfach verwendbare Ansätze Methode 3 Generische ML-Verfahren Ein dritter ganz anderer Ansatz der im Rahmen der VDITagung intensiv diskutiert wurde besteht darin eine generische Datenanalysemethode direkt in die Edge zu packen und dort bereits viele maschinelle Lernaufgaben zu erledigen Der Reiz dieses Ansatzes liegt gerade darin dass sich auf diese Weise effiziente Implementierungen für verteilte Automationssystemen erstellen lassen und dies unter Erfüllung wichtiger Eigenschaften wie Zuverlässigkeit und EchtzeitFähigkeit Ein Beispiel Neuronale Netze sind leistungsfähige ML-Werkzeuge mit denen sich speziell in industriellen Umgebungen sehr präzise Datenmodelle erzeugen lassen immer vorausgesetzt es sind genügend Zeitreihendaten in ausreichender Qualität vorhanden Auf diese Weise sind gewisse Aufgaben durch Software-Agenten automatisierbar escha net M12x1 Anschlusstechnik 4-polig Dcodiert für PROFINET Applikationen im industriellen Umfeld 5 Mio Biegewechselzyklen 5 Mio Torsionszyklen TORSION UND SCHLEPPKETTE