Functional Mockup

Ziel

Neuartige, durchgängige Simulationsverfahren für „intelligente" Strukturen, die Entscheidungsfindung, Kommunikation etc. abbilden.  

Kontakt

Prof. Dr.-Ing. Michael Lawo (KI-Methoden, maschinelles Lernen)
Dipl.-Inf. Florian Pantke (KI-Methoden, maschinelles Lernen)
Dr. Stefan Bosse (Kommunikation in Sensornetzwerken, parallele Datenverarbeitung, System-On-Chip Entwurf)

Kurztext

Die Auslegung sensorischer Materialien erfordert neue Simulationskonzepte, die über Ansätze wie die Finite-Elemente-Methode (FEM) hinausgehen. Im Projekt wird eine Lösung entwickelt, welche die FEM-Herangehensweise mit der multiagentenbasierten Simulation verbindet. Das Verfahren unterstützt die lokale autonome Steuerung und Entscheidungsfindung einzelner Komponenten auf unterschiedlichen Granularitätsebenen und bildet die Kommunikation zwischen diesen Einheiten einschließlich ihrer Auswirkungen auf die physikalische Ebene ab, z.B. in einem Sensor-Aktor-System. Dies beinhaltet eine explizite deklarative Repräsentation der beteiligten Sensoren, Aktuatoren und Kommunikationselemente und ermöglicht eine Erklärungskomponente für Simulationsläufe.

Schlagworte

Simulation, Kommunikation, Finite-Elemente-Methode, multiagentenbasierte Simulation, Entscheidungsfindung, maschinelles Lernen  

Veröffentlichungen

Pantke, F., Bosse, S., Lawo, M., Lehmhus, D., Busse, M.: An Artificial Intelligence
Approach Towards Sensorial Materials
. Proceedings of the 3rd International
Conference on Future Computational Technologies and Applications, Rom (Italien),
25.-30. September, 2011. pdf