A MILAB Szenzor, IoT, Távközlés alprojekten belül elindítunk egy szemináriumsorozatot, nagyjából havi rendszerességgel. Ennek célja, hogy a különböző intézményekben lévő, IoT, szenzor és távközlés témakörhöz tartozó kutatócsoportok, kutatásaikkal és fejlesztéseikkel bemutatkozzanak egymásnak, illetve a vállalati közönségnek.

Az első alkalmat a BME vállalja két előadással (előadásonként 20 perc + 10 perc diszkusszió).

Az első szemináriumot 2021. május 5-én du. 4 órakor a TEAMS-en tartjuk, amelyre ide kattintva lehet csatlakozni.

Az előadások címe és rövid tartalmi leírás a következő:

„Skálázható anomália-detekció nem-stacionárius környezetben” Dr. Horváth Gábor, egyetemi tanár

Kivonat:

A prediktív karbantartás területének egyik fontos kutatási feladata a nem üzemszerű működésre utaló anomáliák azonosítása a szenzorokból származó adatsorok alapján. Erre a célra számtalan publikált eljárás létezik, de közülük csak kevés képes hatékonyan megbirkózni az ipari környezetre jellemző mennyiségű adattal. Az előadásban két eljárást veszünk szemügyre, az “extended isolation forest” és a “lightweight on-line detector of anomalies” algoritmust. Az alapvető működés megismerése után megoldást adunk időben nem-stacioner adateloszlások kezelésére is. Ezt követően a skálázhatóság kerül terítékre, megmutatjuk, hogy ez a két eljárás elosztott számítási környezetben képes extrém mennyiségű megfigyelésszám alapján dolgozni, és mutatunk megoldást a magas dimenzió (sok szenzor) okozta problémák kezelésére is.

„Okos adatgyűjtés Smart Data Lake architektúrán” dr. Ekler Péter docens

Kivonat:

Mesterséges intelligencia alapú megoldások esetén kulcs fontosságú az adatok pontos, hatékony és megbízható gyűjtése, rendszerezése, valamint ezek elérhetővé tétele különféle alkalmazások/algoritmusok számára. Továbbá egy ilyen adatgyűjtő megoldás esetén a nagy méretű adatkezelési képesség és a skálázhatóság különösen fontos, hiszen tanulási algoritmusokat nagy adathalmazokon lehet igazán pontosan felépíteni és futtatni. A prezentáció során bemutatásra kerül egy skálázható okos adatgyűjtési architektúra, valamint erre épített alkalmazások. Továbbá a prezentációban megvizsgáljuk az új generációs elosztott rendszerek világát matematikai statisztikai eszközökkel. Ezen rendszerek közös jellemzői, hogy a tradicionális kliens-szerver architektúra helyett, a szolgáltatás fogyasztói (a kliensek) részt vesznek a kiszolgálásban. Többek között ide sorolhatók például a BOINC-hoz hasonló participatory rendszerek, valamint bizonyos típusú privát blockchain hálózatok is. A kutatás ezen rendszerek biztonságát és performanciáját optimalizálni szolgáltatási garanciák (QoS) meghatározásával.