UseML

Das Projekt UseML beschäftigt sich mit Inspektionssystemen, die Machine Learning–Strukturen nutzen und zu ihrer Optimierung Trainingsdaten benötigen. Die Meta- Information über den Zustand des Inspektionssystems wird extrahiert und in verständlicher Weise präsentiert.

Die Bildverarbeitung für die Endkontrolle (Oberflächeninspektion) in der produzierenden Industrie erzeugt immense Datenmengen. Machine Learning wird zur Verarbeitung der Daten genutzt. Die Inbetriebnahme und Optimierung von Machine Learning – Strukturen wirft Probleme auf:

Beim Einlernen neuer Fehlerklassen ist es schwierig, diese zu definieren und von bestehenden Klassen abzugrenzen. Die Auswirkungen bei der Implementierung einer neuen Klasse auf die gesamte Leistungsfähigkeit (Klassifikationsleistung) des Systems ist ebenso unklar.
Sobald die automatische Beurteilung (iO/niO) nicht mit den Erwartungen des Experten übereinstimmt, muss untersucht werden, wie das System zu seinen Entscheidungen gekommen ist. Eine mathematische Erklärung in Form von Featurevektoren und Entscheidungsgrenzen ist dabei in der Regel für die Interaktion mit dem Maschinenbediener nicht geeignet.

Inspektionssysteme nutzen Machine Learning –  Strukturen, die zu ihrer Optimierung Trainingsdaten benötigen. Das Sammeln von Trainingsdaten muss on-line erfolgen, weil vor der Installation des Systems keine Bilddaten vorliegen. Dazu sind Trainingsmethoden notwendig, die effizient und vor allem robust sind. Eventuelle Fehler beim Trainieren der Strukturen müssen korrigierbar bleiben.

Im Projekt UseML werden Lösungen für diese Themen entwickelt. Um diese Machine Learning Strukturen für den Benutzer handhabbar zu machen, muss der Zustand und die Funktion der Strukturen in verständlicher Weise präsentiert werden. Dadurch wird die Nutzbarkeit von Machine Learning in Produktionsumgebungen verbessert. Das ermöglicht eine sinnvolle Interaktion mit dem Maschinenbediener.

Das Ziel des Projekts sind Softwareprototypen, die an einem realen Prüfsystem evaluiert werden können.

Projketname:
Improving the Usability of Machine Learning in Industrial Inspection Systems

Förderung:
FFG – IKT der Zukunft – 1. Ausschreibung (2012)

Laufzeit:
01.06.2013 – 31.05.2015