REAPER: A Framework for Materializing and Reusing Deep-Learning Models

Drittmittelfinanzierte Gruppenförderung - Teilprojekt

Details zum übergeordneten Gesamtprojekt

Titel des Gesamtprojektes: EFRE EIASY-Opt - Kompetenz- und Analyseprojekt für die "datengetriebene Prozess- und Produktionsoptimierung mittels Data Mining und Big Data"

Sprecher/in des Gesamtprojekts:
Prof. Dr.-Ing. Jörg Franke (Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik)


Details zum Projekt

Projektleiter/in:
Prof. Dr.-Ing. Klaus Meyer-Wegener

Projektbeteiligte:
Melanie Bianca Sigl
Luciano Melodia

Beteiligte FAU-Organisationseinheiten:
Lehrstuhl für Informatik 6 (Datenmanagement)

Mittelgeber: Sonstige EU-Programme (z. B. RFCS, DG Health, IMI, Artemis)
Mittelgeber: Bayerische Staatsministerien
Akronym: E|ASY-Opt INF6
Projektstart: 01.01.2017
Projektende: 31.12.2020


Forschungsbereiche

Datenbanksysteme
Lehrstuhl für Informatik 6 (Datenmanagement)


Abstract (fachliche Beschreibung):

Im Rahmen des EFRE-E|ASY-Opt Teilprojektes wird das Potential von Data Mining Methoden im Bereich der Fertigung des produzierenden Gewerbes untersucht. Speziell das Trainieren von Deep-Learning Modellen stellt eine rechenintensive Aufgabe dar, welche mitunter Stunden bis mehrere Tage in Anspruch nehmen kann. Die Trainingszeit kann durch die Verwendung eines bereits trainierten Modells erheblich verkürzt werden, sofern die Ziel und Quellaufgabe in engen Zusammenhang zueinander stehen. Dieser Zusammenhang wird aktuell noch nicht vollumfänglich verstanden.

Das Ziel dieses Forschungsprojektes ist die Umsetzung eines Systems namens REAPER (Reusable Neural Network Pattern Repository), um Data Scientists bei der Speicherung und Wiederverwendung von bereits trainierten Deep-Learning Modellen zu unterstützen.


Publikationen

Sigl, M. (2019). Don't Fear the REAPER: A Framework for Materializing and Reusing Deep-Learning Models. In IEEE Computer Society (Eds.), Proceedings of the International Conference on Data Engineering. Macau SAR, China, MO.

Zuletzt aktualisiert 2018-13-12 um 10:49