Das Ziel des Qualifizierungskonzepts TransML ist eine Verbesserung der Aus- und Weiterbildung von Fachkräften und des akademischen Nachwuchses im Bereich des Maschinellen Lernens. Dazu werden institutionsübergreifend die bisherigen Erfahrungen der Projektpartner im Bereich des Maschinellen Lernens zusammenfasst und in grundlegende Verfahrensvorschriften für die Lehre und Weiterbildung überführt. Theoretische Grundlagen, bestehende praxisorientierte Anwendungen und aktuelle Forschungsergebnisse werden hierfür berücksichtigt. Die im Qualifizierungskonzept eingebundenen Hard- und Softwarekomponenten werden zudem genutzt, um ein hohes Niveau der Lehre und Weiterbildung zu gewährleisten. Dazu wurden innerhalb des Projekts verschiedene Lernsysteme beschafft: ein Server für Maschinelles Lernen des Typs NVIDIA DGX-1, ein Arbeitsplatz für Versuche der Automatisierungs- und Regelungstechnik sowie das Robotersystem FESTO Robotino Premium. Als Hauptergebnis der Qualifizierungsmaßnahme werden Studierende der Hochschule Schmalkalden und weiterzubildende Fachkräfte am Institutsteil AST des Fraunhofer IOSB innerhalb bestehender Praxisphasen und Übungen in die Lage versetzt, selbstständig geeignete Methoden des Maschinellen Lernens für verschiedene Anwendungsbeispiele auszuwählen.

Institutsteil Angewandte Systemtechnik (AST)
des Fraunhofer-Instituts für Optronik,
Systemtechnik und Bildauswertung

Projektträger
Deutsches Zentrum für Luft- und Raumfahrt – DLR Projektträger

Projektdauer
11/2017 – 10/2019

pdf: TransML - Transfer von Methoden des Maschinellen Lernens in Lehre, Weiterbildung, Forschung und Industrie