piwik-script

English Intern
    Fakultät für Mathematik und Informatik

    Universitätsförderpreis der Mainfränkischen Wirtschaft für Prof. Dr. Samuel Kounev und Marwin Züfle

    03.05.2018

    Prof. Dr. Samuel Kounev und sein Doktorand Marwin Züfle wurden mit dem diesjährigen Universitätsförderpreis der Mainfränkischen Wirtschaft ausgezeichnet.

    Foto: Patty Varasano

    Der Universitätsförderpreis der Mainfränkischen Wirtschaft in Höhe von 31.700 Euro wurde im Rahmen einer Veranstaltung der IHK Würzburg-Schweinfurt anlässlich ihres 175-jährigen Bestehens verliehen. Der Preis bietet Forschern an der Universität Würzburg seit über 30 Jahren Unterstützung beim Aufbau eines neuen Arbeitsgebietes, einer Arbeitsgruppe oder bei der Anlauffinanzierung für später geförderte Forschungsvorhaben. Das Projekt entstand aus der Masterarbeit von Herrn Züfle, in Zusammenarbeit mit Dr. Valentin Curtev (Cosmo Consult BI GmbH) und die universitätsseitige Betreuung durch Nikolas Herbst und Andre Bauer.

    Bericht des Bayerischen Rundfunks (BR Frankenschau)


    Bericht des TV Mainfranken


    Bericht der Mainpost

    Pressemitteilung der IHK Würzburg-Schweinfurt

    Über das geförderte Projekt: "Neueste Methoden der Zeitreihenvorhersage für praktische Anwendungen"

    Das Forschungsfeld rund um Prognosen beschäftigt sich mit der Vorhersage zukünftiger Beobachtungen durch das Lernen aus der Vergangenheit und ist daher ein wesentlicher Bestandteil in Entscheidungsprozessen wie z.B. der Ressourcen-, Lager- oder Zukunftsplanung. Da jedoch keine allgemein beste Prognosemethode existiert, ist Expertenwissen notwendig, um zu entscheiden welcher Ansatz mit welcher Konfiguration für eine spezifische Zeitreihe anzuwenden ist. Dieses Expertenwissen ist leider oft nicht vorhanden oder falls vorhanden, eine sehr zeitaufwändige Aufgabe, die nicht vollständig automatisiert werden kann. Aus diesen Gründen sind Prognosemethoden gefragt, die auf einem breiten Spektrum von Zeitreihen eine stabil gute Prognose liefern. In Zusammenarbeit mit einem Unternehmen aus Würzburg wurde daher eine hybride Vorhersagemethode entwickelt, die bestehende Ansätze kapselt, gezielt auf Teilproblemen anwendet und schließlich das Ergebnis wieder zusammenführt. Diese Methode soll im Weiteren nun so erweitert werden, dass sie auch bei der vorausschauenden Wartung (Predictive Maintenance) Einsatz finden kann. Hierbei geht es um die Instandhaltung von Produktionsmaschinen oder Infrastrukturen, oder genauer gesagt versucht man hier mittels Sensordaten vorherzusagen, wann Produktionsmaschinenteile ausfallen werden, um diese dann rechtzeitig warten, reparieren, oder austauschen zu können. Im Falle eines überraschenden Ausfalls einer Produktionsmaschine können Unternehmen große Verluste erleiden, da eine gesamte Fabrik für unbestimmte Zeit lahmgelegt werden kann. Diese Ausfälle könnten aber oftmals frühzeitig durch die von Sensoren gelieferten Daten erkannt und verhindert werden.

    Telescope Vorhersagemethode

    Kontakt

    Prof. Dr.-Ing. Samuel Kounev, Lehrstuhl für Informatik II (Software Engineering). Tel.: +49 (931) 31 82452 samuel.kounev∂uni-wuerzburg.de
    M.Sc. Marwin Züfle, Lehrstuhl für Informatik II (Software Engineering) . Tel.: +49 (931) 31 84097 marwin.zuefle∂uni-wuerzburg.de

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Facebook weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Hinweis zum Datenschutz

    Mit 'OK' verlassen Sie die Seiten der Universität Würzburg und werden zu Twitter weitergeleitet. Informationen zu den dort erfassten Daten und deren Verarbeitung finden Sie in deren Datenschutzerklärung.

    Kontakt

    Fakultät für Mathematik und Informatik
    Am Hubland
    97074 Würzburg

    Tel.: +49 931 31-85021
    E-Mail

    Suche Ansprechpartner

    Hubland Süd Hubland Nord