Colide: Co-Training and Co-Regulierung für Industriedaten
Überblick
Ziel von COLIDE ist die Entwicklung von Auto-Multi-View-Learning-Verfahren (AutoMVL) für heterogene Industriedaten. Dazu werden multi-view learning (MVL) und automatisiertes maschinelles Lernen (AutoML) erstmals kombiniert. Damit werden insbesondere KMUs in die Lage versetzt, den Mehrwert der simultanen Nutzung verschiedenster ML-Methoden auf heterogenen Datenquellen kosteneffizient zu erfahren und so innovative, datengetriebene Lösungen insbesondere in der Produktion anzubieten. Die Machbarkeit wird anhand von 2 realen, diskjunkten Anwendungsfällen aufgezeigt.
Key Facts
- Grant Number:
- 01I521005D
- Laufzeit:
- 05/2021 - 04/2024
- Gefördert durch:
- BMBF
- Websites:
-
Homepage
Projektseite DICE
