In diesem ADP wird ein typisches Beispiel herangezogen, in der es um die Vorhersage von Kraft- oder Stromsignalen der Maschine geht. Für die Lösung des Regressionsproblems können unterschiedlichste KI-Modelle zum Einsatz kommen.
In dieser Arbeit soll eine systematische Literaturrecherche zu bestehenden Regressionsmodellen für Zeitreihendaten durchgeführt und gegenübergestellt werden. Der Fokus soll dabei bei Modellen liegen, die sich für Regressionsaufgaben mit Zeitreihendaten bewährt haben. Auf Basis der Voruntersuchungen sollen ausgewählte Algorithmen in einer Testumgebung evaluiert werden. Die Testumgebung wird im Rahmen der Arbeit konzipiert. Dafür soll ein Szenario erstellt werden, das ein Regressionsproblem repräsentiert, wofür der zeitliche Kontext der Daten eine essentielle Rolle spielt.
Die Arbeitspakete der Arbeit gliedern sich wie folgt:
•Einarbeitung in Machine Learning und Zeitreihendatenanalyse
•Systematische Literaturrecherche und Gegenüberstellung von Machine Learning Algorithmen für Regressionsaufgaben mit Zeitreihendaten
•Konzipierung einer Testumgebung auf Basis eines repräsentativen Szenarios für die Lösung eines Regressionsproblems
•Implementierung und Evaluierung von ausgewählten KI-Modellen innerhalb der Testumgebung
•Erprobung und Bewertung der KI-Modelle für reale Produktionsdaten
•Dokumentation und visuell ansprechende Präsentation der Ergebnisse der Arbeit