19. Embedded Talk: Deep Learning on Narrow Ressources
Der 19. Embedded Talk findet am 10.10.2025, 12:30 Uhr in den Räumlichkeiten der Friedrich-Alexander-Universität Erlangen-Nürnberg am Erlanger Südgelände (Cauerstr. 11, Erlangen, Hörsaal H12) statt. Tauchen Sie ein in die Welt der eingebetteten KI und erfahren Sie mehr über die neusten Entwicklungen speziell im Bereich des Deep Learning auf Geräten mit eingeschränkten Ressourcen.
Der Forschungsschwerpunkt „Embedded AI“ befasst sich sowohl mit dem Einsatz der künstlichen Intelligenz beim Entwurf von (eingebetteten) Elektroniksystemen als auch dem Entwurf intelligenter Elektroniksysteme, insb. autonomer Systeme. Leichtgewichtige Implementierungen solcher eingebetteten autonomen Systeme stellen Forscher und Entwickler jedoch vor bislang unzureichend gelöste große Herausforderungen hinsichtlich auftretender Datenvolumen, Speicher- und Verarbeitungsleistungen, aber auch an die Korrektheit, die Ungefährlichkeit (Safety) als auch die Sicherheit (Security) solcher intelligenten Systeme.
Aufgrund hoher Kosten, Größe und des relativ hohen Energieverbrauchs lassen sich bekannte Techniken zur Implementierung von Algorithmen des maschinellen Lernens daher nicht in Gegenständen des Alltags (Internet der Dinge, IoT), z.B. einem intelligenten Wälzlager, einem adaptiven Ventil oder einem sich einem Träger selbst anpassendes Hörgerät, einsetzen. Hier gilt es, neue Wege zu gehen, damit maschinelles Lernen auch auf kleinen, eingebetteten Systemen möglich wird. Im Bereich der Analyse und Verifikation besteht ferner erheblicher interdisziplinärer Forschungsbedarf zur Untersuchung der Rolle und zur Integration von Verfahren des maschinellen Lernens in etablierte Verfahren der Signalverarbeitung, der Regelungstechnik und des Systementwurfs. Ein anderer Forschungszweig zielt auf die Zusicherung beweisbarer Gütekriterien für Eigenschaften wie Robustheit, Fehlertoleranz, Sicherheit und Echtzeit lernender und damit nicht statisch verifizierbarer Systeme. Für zahlreiche Anwendungsfelder ist außerdem die Gewährleistung der Privatheit von Daten als auch Modellen eine große Herausforderung. In der Entwurfsautomatisierung stellen sich darüber hinaus fundamentale Fragen der hinsichtlich der Unterstützung und Integration von Verfahren des maschinellen Lernens (ML) als auch symbolischen KI-Verfahren, insb. für IoT-Geräte.
Der Embedded Talk ist eine etablierte Veranstaltungsreihe, die als ideales Informations- und Kommunikationsforum den regelmäßigen Austausch zwischen Experten aus Wissenschaft und Wirtschaft fördert.
(vorläufiges) Programm
12:30: | Welcome Remarks |
Prof. Dr.-Ing. Jürgen Teich, Speaker FAU ESI, FAU Erlangen-Nürnberg | |
12:45: | Resource-Aware Machine Learning for Cyber-Physical Systems |
Prof. Dr.Jian-Jia Chen, TU Dortmund | |
13:30: | TBA |
Jan Seyler , Festo SE & Co. KG (contacted) | |
14:15: | Coffee Break |
14:45: | On-Device Training of Deep Neural Networks on Cortex-M Microcontrollers |
Mark Deutel, Researcher, Fraunhofer IIS / FAU Erlangen-Nürnberg | |
15:30: | Panel Discussion |
|
|
16:15 | Poster-Session, Get-Together and Networking |
~17:30 | End of the Event |
Hinweis: Dieser Embedded Talk wird in englischer Sprache stattfinden.
Veranstaltungsort
Campus Südgelände
Friedrich-Alexander-Universität Erlangen-Nürnberg
Emmy-Noether-Hörsaal (H12)
Cauerstraße 11, 91058 Erlangen
Anmeldung
Melden Sie sich hier kostenfrei an.
Flyer
In Kürze können Sie hier den Flyer zur Veranstaltung herunterladen.
Dr.-Ing. Torsten Klie
FAU Research Center Embedded Systems Initiative (ESI)
Geschäftsstelle
- Telefon: +49913185-25151
- E-Mail: torsten.klie@fau.de