TheoMation: Informiertes Maschinelles Lernen im Bereich Prognostics and Health Management

Moderne Instandhaltungsstrategien nutzen zunehmend maschinelle Lernverfahren zur Diagnose und Prognose des Degradationszustands technischer Systeme. Um diese Verfahren hinsichtlich Robustheit, Dateneffizienz und Extrapolationsfähigkeit zu optimieren, werden im Projekt »TheoMation« anwendungsübergreifende Gesetzmäßigkeiten in Degradationsprozessen identifiziert. Diese Gesetzmäßigkeiten dienen wiederum als Grundlage zur Integration in maschinelle Lernverfahren.