In dieser Präsentation wird vorgestellt, wie am Forschungszentrum L3S zusammen mit dem Institut für Fertigungstechnik und Werkzeugmaschinen an der Leibniz Universität Hannover, im engen Dialog mit Industrie und Mittelstand, die Applied Machine Learning Academy (AMA) anwendungsorientierte Qualifizierungsangebote für eine bedarfsorientierte Weiterbildung im Bereich des Maschinellen Lernens und der intelligenten Systeme aufgebaut wird. Das AMA Qualifizierungsangebot, welches sich aus Kursen und Laboren zusammensetzt, soll Ihre Mitarbeiter in die Lage versetzen, die Möglichkeiten des Maschinellen Lernens nutzbringend in Ihrem Unternehmen einzusetzen und damit Ihre Digitalisierungsstrategie voranzutreiben.
2. Projektziele
Aufbau einer Applied Machine Learning Academy (AMA) auf der Grundlage eines
inhaltlich nachhaltigen, flexiblen und stark anwendungsorientierten Qualifizierungskonzepts
Bedarfsorientierte Ausbildung durch intensiven Dialog mit Industrie und Mittelstand
Interdisziplinäre Qualifizierungsansätze durch enge Zusammenarbeit zwischen L3S
(Informatik) und IFW (Maschinenbau)
Wirksamkeit durch Nutzung und Ausbau der Kontakte zu Industrie und Mittelstand (z.B.
Mittelstand 4.0 Kompetenzzentrum)
Inhaltlich nachhaltige Qualifizierung durch Kombination aus anwendungsorientierten
und methodischen/grundlegenden Kursen
Projektzeitraum: 11.2017 - 11.2019
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
3. Applied Machine Learning Academy (AMA)
4/14/2018
AMA
Community
AMA
Lab
AMA
Training
• Expertise Sharing Network
• Aufbau einer Community
• Empfehlungen für
Kompetenzaufbau
• Weiterführendes Material
• ML Grundlagen
• Anwendungsorientierte
ML Kurse
• ML Labore
• Praktische Kurse in
Industrie 4.0 Umgebung • Analyse des Qualifizierungsbedarfs
• Interdisziplinäre Erforschung von
ML Lösungen für Industrie 4.0
• Erstellung und Anpassung von
Trainingsmaterial
• Vorbereitung der Praxisphasen
(Daten, Methoden, Aufgaben)
Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
4. Lehre: AMA Training
4/14/2018
ML: Grundlagen & Methoden
[EK1]
Machine Learning Day
[Lab1]
Hands On ML
[MLI1]
ML für Industrie 4.0: Eine
Einführung
[ML1]
Einführung in ML
[LabI1]
Vom Maschinellen Lernen zu
lernenden Maschinen
[Lab4]
Deep Learning
[ML4]
Big Data
Management +
Frameworks
[ML2]
Deep Learning
ML in Industrie 4.0
[LabI4]
Industrial Image Processing
and ML
[MLI4]
Predictive Maintenance
[MLI2]
ML für die adaptive
Fertigungssteuerung
[MLI3]
Sammlung und Verwaltung von
Sensordaten
[ML3]
ML@Scale:
Datenströme +
Verteilung
Ergänzende Kurse
[EK3]
Legale Aspekte der Nutzung
von Big Data
[EK2]
Bias & Fairness in
Intelligenten Systemen
Praxisphasen
[ML7]
DM Methoden
[Lab3]
Data Science in Action
[ML5]
Einführung in Data
Science
[ML6]
Programmierspra-
chen und Frame-
works für DM
[EK4]
Data Science Projekte:
Planung und Durchführung
[Lab2]
Visual Analytics
[ML8]
Visual Analytics:
Prinzipien und
Methoden
Technologien und
Potenziale der
Digitalisierung
Kurse
[MLI5]
Process Mining für Industrie 4.0
Einstieg in die
Mikrosensorik
Einsatzmöglichkeiten der
Mikrosensorik
Digitalisierung in der
Prozesskette
RFID und kognitive
Intralogistik
[LabI3]
DM Methoden für Industrie 4.0
[LabI2]:
Adaptive Fertigungssteuerung
Anforderungen der
Digitalisierung in den
Bereichen Arbeit und
Organisation
Lean Production trifft
Industrie 4.0
Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
5. Community: AMA Expertise Sharing Platform
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
6. Lehre: Labore an den Produktionsmaschinen (PZH)
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
7. Forschung: AMA Miniprojekte
Gestartete Projekte
MP 1: Intelligent Production Testbed – Sammlung und Beschreibung von Produktionsdaten
MP 2: Anomaly Detection in Production Environments
MP 3: Predictive Maintainance
▪ Online Monitoring System zur Überwachung des Werkzeugverschleißes
▪ Indirekte Erfassung durch Acoustic Emission, Spindelstrom
Weitere Kandidaten
MP 4: Visual Quality Control
▪ Erkennung defekter Bauteile mittels Raspberry-Pi und Kameramodul
▪ Automatische Unterscheidung Gutteile und Ausschussteile
MP 5: Smart Visual Analytics
▪ Vorstellung der Plattformen von TomorrowLabs und SiemensMindSphere
▪ Visualisierung der Maschinendaten zur Prozessüberwachung
▪ Analyse der Vor- und Nachteile der verschiedenen Plattformen
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
9. Veranstaltungen: Symposium 24.05.2018
Leibniz Symposium “Maschinelles Lernen – Intelligente
Digitalisierung”
Termin: 24.5.2018
Ort: Lichthof im Hauptgebäude der Leibniz Universität
Vorträge aus Forschung und Industrie
Marktplatz der Möglichkeiten, mit mehr als 30 Projekten
Erwartete Teilnehmerzahl: 200 - 300 Personen
https://machine-learning.ama-academy.eu/
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”
10. Ausblick
Vorstellung des Projektes auf der CeBit 2018, Halle 16, Stand D18
Erste Kurse werden ab Juni 2018 angeboten
Einführung in Maschinelles Lernen
Einführung in Data Science
Weitere Kurse sind in Vorbereitung
Zweite ML Einführungsveranstaltung wird im Herbst 2018 stattfinden
4/14/2018Regionalkonferenz “Maschinelles Lernen für die Intelligente Produktion”