TY  - EDBOOK
AB  - Im Zuge der Digitalisierung erfahren maschinelles Lernen und datengetriebene Methoden derzeit eine große Aufmerksamkeit in Wissenschaft und Industrie. Es fehlt jedoch an Grundlagenwissen und Verständnis, wie die datengetriebenen Methoden der Informatik mit bewährten modellbasierten Ingenieursmethoden wie dem modellbasierten Entwurf in der Mechatronik und Methoden der Regelungstechnik sinnvoll kombiniert werden können, um hybride Modelle zu erhalten. Diese ingenieurwissenschaftlichen Methoden basieren auf physikalischen Verhaltensmodellen, die eine besonders verdichtete und interpretierbare Darstellung von Wissen darstellen und insbesondere kausale Zusammenhänge beschreiben. Für spezifische regelungstechnische Anwendungen gibt es umfangreiches Vorwissen in Form von bekannten Strukturen und Informationen, wie z.B. (Teil-)Modelle oder Parametersätze, die auch bei der Anwendung von Methoden wie dem maschinellen Lernen genutzt werden sollten. Eine solche sinnvolle systematische Verknüpfung ist wissenschaftlich, insbesondere im Hinblick auf die industrielle Anwendung, noch nicht ausreichend untersucht worden und sehr vielversprechend. In diesem Beitrag werden die Ergebnisse der Nachwuchsforschungsgruppe DART – Datengetriebene Methoden in der Regelungstechnik vorgestellt. Das Hauptziel war es, die synergetische Kombination von modell- und datengetriebenen Methoden für regelungstechnische Aufgaben zu erforschen und es werden alle wichtigen Forschungsergebnisse aber auch die verwendeten Grundprinzipien des maschinellen Lernens in diesem Beitrag dargestellt.
AU  - Timmermann, Julia
CY  - Paderborn
DA  - 2025
DO  - 10.17619/UNIPB/1-2305
DP  - Universität Paderborn
LA  - ger
M1  - 430
PB  - Heinz Nixdorf Institut, Universität Paderborn
PY  - [2025]
SN  - 9783947647491
SP  - 1 Online-Ressource (xii, 189 Seiten) Illustrationen, Diagramme
TI  - DART - Datengetriebene Methoden in der Regelungstechnik: = DART - Data-driven methods in control
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-55211
Y2  - 2026-02-02T17:24:11
ER  -