Arbeitsgruppe Verteilte Systeme und Künstliche Intelligenz

Forschungsthemen

Autor: Guido Dartmann

Zentrale Forschungsthemen der AG VSKI sind die Erforschung von verteilten Algorithmen, Protokollen, verteilter Software-Systeme für die Nutzbarmachung und ressourceneffiziente Verarbeitung der großen Informationsmengen z.B. des Internet of Things. Eine wichtige Anforderung der Forschung in diesem Bereich ist eine ressourceneffiziente Umsetzung von Verteilten Systemen und Methoden der Künstlichen Intelligenz (KI). Darüber hinaus sollen KI-Verfahren  erforscht werden, die vielfältige Anwendungsgebiete und Systeme ressourceneffizienter gestalten.  Aufgrund der Diversität der Anwendungen sind die Forschungsthemen der AG breit und praxisnah aufgestellt: Algorithmen für verteilte Infomationssysteme, Federated Learning für cyber-physische Systeme (CPS), effiziente Architekturen für Edge-Computing, Architekturen und Konzepte für die Analyse großer Datenmengen im Internet der Dinge. Das Team ist interdisziplinär ausgerichtet und bildet eine Brücke zu anderen Arbeitsgruppen und Fachbereichen. Die im Team entwickelten und erforschten Technologien haben einen besonderen Bezug  zu aktuellen Anwendungsgebieten (Nachhaltigkeit, Ressourceneffizienz, Industrie, Logistik, Wirtschafts-, Gesundheits-, und Naturwissenschaften).

Eine aktuelle Herausforderung ist die verteilte und zugleich effiziente Umsetzung (in Hard- und Software) komplexer Anwendungen, in denen z.B. Algorithmen der multimodalen Sensor-Signalverarbeitung und des Machine Learning für Sensordatenströme im Edge-Bereich energieeffizient umgesetzt werden müssen. Aktuelle und zukünftige Anwendungen bestehen aus heterogenen IoT-Endknoten, die hochdimensionale Datensätze generieren und interpretieren müssen. Solche Systeme sind zunehmend dezentral organisiert und verlangen Konzepte für verteilte Algorithmen mit ressourceneffizienter lokaler Datenvorverarbeitung (Edge Computing). Zur effizienten Verarbeitung der Datenströme in solchen Systemen erforschen wir verteilte Methoden der Informationsverarbeitung und deren dezentrale Umsetzung in Protokollen, Software und Hardware.

Aufgrund der großen Herausforderungen hinsichtlich der Ressourceneffizienz künftiger Systeme muss das Team eine große Breite des Fachs adressieren. Dies ermöglicht zukünftig die Adressierung vieler Ausschreibungen für hoheitliche Drittmittelprojekte sowie das Verständnis für die zweite wichtige Aufgabe des Technologietransfers. Die obere Abbildung zeigt die Struktur der Arbeitsgruppe. Die Forschungsthemen des Teams sollen anwendungsgetrieben sein und Anknüpfungspunkte zu anderen Fachgruppen aufweisen. Insbesondere die Zusammenarbeit in hoheitlichen Verbundprojekten eröffnet es dem Team aus der Industrie entsprechende Praxiserfahrung einzubinden, um relevante Probleme zu lösen. Aus dem Zusammenspiel zwischen Grundlagen und Anwendung werden drei zentrale Forschungsgebiete für die AG definiert, die in der unteren Abbildung dargestellt sind.

Forschungsfeld 1 - Verteilte Systeme: 

Leitung des Forschungsbereichs: Lars Creutz

Hier erforschen wir Konzepte der (dezentralen) Umsetzung von CPS. Relevante Forschungsfelder sind Protokolle für Verteilte Systeme, Smart Contracts und IT-Sicherheit durch Zero Trust Anwendungen. 

Ein wichtiges Ergebnis dieser Forschung ist die Umsetzung energieeffizienter Smart Contract-Systeme für Logistik, Mobilität und IoT. Hierzu entwickelte die Arbeitsgruppe das Konzept der Cypher Social Contracts, welches innerhalb der Open-Source Anwendung Fides (https://gitlab.rlp.net/l.creutz/fides) Verwendung findet und in mehreren Veröffentlichungen der Gesellschaft zur Verfügung gestellt wurde:

  • L. Creutz and G. Dartmann, "Cypher Social Contracts A Novel Protocol Specification for Cyber Physical Smart Contracts," 2020 International Conferences on Internet of Things (iThings) and IEEE Green Computing and Communications (GreenCom) and IEEE Cyber, Physical and Social Computing (CPSCom) and IEEE Smart Data (SmartData) and IEEE Congress on Cybermatics (Cybermatics), 2020, pp. 440-447, doi: 10.1109/iThings-GreenCom-CPSCom-SmartData-Cybermatics50389.2020.00083.
  • L. Creutz, J. Schneider and G. Dartmann, "Fides: Distributed Cyber-Physical Contracts," 2021 Third IEEE International Conference on Trust, Privacy and Security in Intelligent Systems and Applications (TPS-ISA), 2021, pp. 51-60, doi: 10.1109/TPSISA52974.2021.00006.
  • L. Creutz, K. Wagner and G. Dartmann, "Cyber-Physical Contracts in Offline Regions," 2022 IEEE International Conferences on Internet of Things (iThings) and IEEE Green Computing & Communications (GreenCom) and IEEE Cyber, Physical & Social Computing (CPSCom) and IEEE Smart Data (SmartData) and IEEE Congress on Cybermatics (Cybermatics), 2022, pp. 461-469, doi: 10.1109/iThings-GreenCom-CPSCom-SmartData-Cybermatics55523.2022.00097.

Unterstützt wurden und werden die Forschungsarbeiten durch die Drittmittel-Projekte:

  • LandLeuchten (BMDV-gefördert): Kernthemen sind Smart Contracts und intelligente Logistik
  • APEROL (BMDV-gefördert): Kernthemen sind Forschungsdemonstratoren für intelligente Logistik

Forschungsfeld 2 - Künstliche Intelligenz

Leitung des Forschungsbereichs: Dr. Lejla Begic Fazlic

Dieser Bereich adressiert die algorithmischen Methoden für die dezentrale Weiterverarbeitung von Informationen aus IoT-Systemen sowie Algorithmen für Edge Computing. Ein besonderer Fokus liegt hier in der Erforschung von Methoden des Federated Learnings für energieeffiziente IoT-Endknoten. Darüber hinaus haben wir die Methoden der Datenanalyse im Anwendungsgebiet der Medizin erforscht. Hier entstanden mehrere relevante Forschungsarbeiten:

  • Peine, A. Hallawa, J. Bickenbach, G. Dartmann, L. B. Fazlic, A. Schmeink, G. Ascheid, C. Thiemermann, A. Schuppert, R. Kindle, L. Celi, G. Marx, and L. Martin. Development and validation of a reinforcement learning algorithm to dynamically optimize mechanical ventilation in critical care. https://www.nature.com/articles/s41746-021-00388-6.pdf  npj Digit. Med., 2021
  • L. Begic Fazlic, A. Halawa, A. Schmeink, R. Lipp, L. Martin, A. Peine, M. Morgen, T. Vollmer, S. Winter, and G. Dartmann. A novel hybrid methodology for anomaly detection in time series. International Journal of Computational Intelligence Systems, 15(1):1-16, 2022

Unterstützt wurden und werden die Forschungsarbeiten durch die Drittmittel-Projekte:

  • COSY (BMBF-gefördert): Demonstratoren für IoT-Datenanalyse
  • IMEDALytics (BMBF-gefördert): Entscheidungsunterstützungssysteme für die Medizin
  • Claire (EIT-gefördert): Benchmarking für KI-Algorithmen
  • KI-Pilot (BMEL-gefördert): Verteiltes und inkrementelles Lernen
  • SAVE (BMWK-gefördert): Semantisches Lernen aus heterogenen Datenströmen

Forschungsfeld 3 - Engineering

Leitung des Forschungsbereichs: Julien Murach

Hier adressieren wir die ressourceneffiziente Umsetzung von CPS in Software und Hardware und insbesondere die Entwicklung von Forschungsdemonstratoren. Künftig sollen hier auch Platinen für mögliche Umsetzungen intelligenter IoT-Endknoten mit einer ressourceneffizienten Datenvorverarbeitung entstehen, die mit intuitiven Entwicklungswerkzeugen ausgestattet sind.

  • G. Dartmann (Hrsg.), H. Song (Hrsg.) A. Schmeink (Hrsg.). Big Data Analytics for Cyber-Physical Systems. 2019. Paperback ISBN: 9780128166376
  • M. Hauck, R. Machhamer, L. Czenkusch, K. Gollmer, and G. Dartmann. Node and block-based development tools for distributed systems with AI applications. IEEE Access, 7:143109-143119, 2019

Unterstützt wurden und werden die Forschungsarbeiten durch die Drittmittel-Projekte:

  • IoT-Pilot (BMEL-gefördert): Entwicklungswerkzeuge für IoT-Systeme
  • KI-Pilot (BMEL-gefördert): Software und Hardware für Edge-AI, KI-Demonstratoren
  • PINOT (BMEL-gefördert): Labordemonstrator für eine elektronische Nase
  • KI-Map (BMWK-gefördert): Automatisierung des Machine Learnings für Metalloxid-Sensoren
Prof. Dr.-Ing. Guido Dartmann
Prof. Dr.-Ing. Guido Dartmann
Professor FB Umweltplanung/Umwelttechnik - FR Informatik

Kontakt

+49 6782 17-1727

Standort

Birkenfeld | Gebäude 9925 | Raum 110
back-to-top nach oben