Energieeffiziente, komprimierte Algorithmen

In Zeiten der Nachhaltigkeit streben Unternehmen eine energieeffiziente »grüne« Produktion an. Der Bedarf an ressourcenschonender Hardware zur automatisierten Überwachung von Fertigungsprozessen, Maschinen oder auch zum Verkehrs- oder Baustellenmonitoring erhöht sich stetig. Dies spiegelt sich unter anderem im steigenden Absatz mobiler und zum maschinellen Lernen-fähiger Endgeräte (Edge-Devices) wider.

Das Fraunhofer IDMT entwickelt derzeit Verfahren zur akustischen Überwachung und Ereigniserkennung, welche auf mobile Geräte mit niedrigem Energieverbrauch implementiert werden können und Analysedaten vertrauenswürdig verarbeiten. Die komprimierten Algorithmen funktionieren ohne Übertragung von Informationen in die Cloud, was die Latenz der Anwendung positiv beeinflusst. Außerdem treten weniger Probleme hinsichtlich Datenschutz und Datensicherheit auf, wenn Sensorinformationen direkt auf dem Gerät verarbeitet werden. 

Forschung

 

Forschungsprojekt

DMD4Future

Digitalisierte Material-und Datenwertschöpfungsketten

 

Forschungsprojekt

SEC-Learn

Sensor Edge Cloud für verteiltes Lernen

 

Forschungsprojekt

TRA-ICT

Trusted Resource Aware ICT

Informationsmaterial