5. Fachkonferenz ML4CPS – Machine Learning ­for ­Cyber Physical ­Systems

23.10. bis 24.10.2019 in Lemgo

  • Überblick

    !!! Achtung !!!

    Liebe Teilnehmer*innen,
    die Veranstaltung wird verschoben und findet im 1. Halbjahr 2020 statt.
    Das genaue Datum, sowie den Ort erfahren Sie vsl. Ende September hier!

    Cyber Physical Systems und Industrie 4.0 zeichnen sich durch ihre Anpassungs- und Lernfähigkeit aus: Sie analysieren ihre Umgebung und lernen auf der Grundlage der Beobachtungen Muster, Zusammenhänge und prädiktive Modelle. Typische Anwendungen sind Zustandsüberwachung, vorausschauende Instandhaltung, Bildverarbeitung und Diagnose. Maschinelles Lernen ist die Schlüsseltechnologie für diese Entwicklungen.

    Die 5. ML4CPS widmet sich ganz den Themenfeldern Maschinelle Lernverfahren, Industrial Analytics und dem Einsatz von ML in der Produktion. Sie bildet ein etabliertes Forum mit zahlreichen Experten aus Wissenschaft und Industrie, um neue Ansätze des maschinellen Lernens für cyber-physische Systeme zu diskutieren, Praxis-Erfahrungen auszutauschen und Visionen zu entwickeln.

    Mit über 500 Mitarbeitern auf den Gebieten: Maschinelles Lernen, Nutzung von Cloud- und Big-Data-Technologien bildet das Fraunhofer Institut IOSB mit seinen beiden Forschungsstandorten Karlsruhe und Lemgo gemeinsam eines der größten Zentren für maschinelles Lernen deutschlandweit.

    Die Konferenz richtet sich daher an Forscher und Anwender aus verschiedenen Branchen wie Produktionstechnik, Automatisierung, Automotive und Telekommunikation, IT, Prozessindustrie, etc.

    Für Forscher ist die Einreichung von Papers notwendig. Die Auswahl der Beiträge erfolgt auf Peer-Review-Basis, und es wird erwartet, dass die akzeptierten Beiträge von Springer veröffentlicht werden. Alle Informationen stehen zum Download bereit unter www.ml4cps.com

    Eine Veranstaltung von:

    Fachbeirat
    Prof. Michael Heizmann

    KIT

    Fachbeirat
    Dr. Markus Köster

    Weidmüller

    Fachbeirat
    Prof. Markus Lange-Hegermann

    Hochschule Ostwestfalen-Lippe

    Fachbeirat
    Prof. Volker Lohweg

    inIT

    Fachbeirat
    Dr. Alexander Maier

    Fraunhofer IOSB-INA

    Fachbeirat
    Dr. Mark Mattingley-Scott

    IBM

    Fachbeirat
    Dr. Idel Montalvo

    ingeniousWare

    Fachbeirat
    Dr. Thilo Steckel

    Claas

    Fachbeirätin
    Dr. Ljiljana Stojanovic

    Fraunhofer IOSB

    Fachbeirat
    Dr. Martin Wagner

    Technologiezentrum Wasser

    Fachbeirat
    Prof. Stefan Wrobel

    Fraunhofer IAIS

    Tagungsleitung
    Prof. Dr. Jürgen Beyerer

    Institutsleiter Fraunhofer IOSB

    Tagungsleitung
    Prof. Dr. Oliver Niggemann

    Institut für Automatisierungstechnik, Helmut-Schmidt-Universität / Universität der Bundeswehr Hamburg

    Moderation
    Dr. Christian Kühnert

    Fraunhofer IOSB

    Moderation
    Dr. Alexander Maier

    Fraunhofer IOSB-INA

    Moderation
    Dr. Olaf Sauer

    Fraunhofer IOSB

    Themenschwerpunkte der Konferenz 2019:

    Methoden des maschinellen Lernens – Deep Learning

    • Einsatz von Deep Learning für Cyber Physische Systeme wie z.B. zustandsbasierte Modellierung, Zeitreihen, Dimensionsreduktion, Clustering und Klassifizierung oder Online-Lernen.

    Intelligente Daten – Semantik und Metadaten

    • Beschreibung der Daten für das automatische Modelllernen. Einsatz von Technologien wie OPCUA, AML, Ontologielernen, Wissensrepräsentation, Informationsextraktion, etc.

    Maschinelles Lernen für IT-Sicherheit

    • Einbruchserkennung, Netzwerkdatenanalyse, Protokollanalyse, Malwareerkennung, Cyberangriffsklassifizierung, Zero-Day Erkennung, Adversarial ML, ML Testing

    Ethik des maschinellen Lernens

    • Rechtliche Nutzung von KI-basierten Cyberphysik-Systemen. Mitarbeiterplanung, ethische Entscheidungsfragen für Mitarbeiter, sichere Zusammenarbeit von Menschen und cyberphysikalischen Systemen, rechtliche Entwicklungen in Deutschland, Europa und weltweit.

    Maschinelles Lernen in der Robotik

    • Bildverarbeitung, Erlernen neuer Aufgaben, Zusammenarbeit, Navigation, Interaktion von Maschine zu Roboter

    Geschäftsmodelle für das maschinelle Lernen

    • Instandhaltungsdienste, Optimierungshilfen, neue Strukturen in der Entwicklung, Plattformdienste

    ML und Edge Computing

    • Skalierbare Deep Learning Services, verteilte Modellierung, Sicherheit durch dezentrale Analyse, dezentrales Deep Learning, maschinelles Lernen für ressourcenbeschränkte Geräte, verteilte Optimierung

    Ihr Kontakt:

    Martina Haeseler

    Projektleitung / Produktion
    Früher beschäftigte sie sich mit Legosteinen, heute mit faszinierenden Themen und Menschen. Dazu einen Cappuccino und der Arbeitstag ist perfekt.

    Nicole Haverkamp

    Sponsoring & Fachausstellung / Sales Managerin
    Teamgeist, Motivation und Ausdauer beweist sie nicht nur als Sales Managerin, sondern auch in ihrer Freizeit beim Marathon oder Triathlon.
  • Informationen
  • Sprecher*innen
  • Kooperations­partner
  • Sponsoring & Fachausstellung
  • Presse