Im letzten Teil dieser Artikelserie zu KubeEdge wird in einem Beispiel gezeigt, wie Daten von einem Sensor über die Edge bis hin zur Cloud gesendet werden. Die gesendeten Daten werden in der Cloud in einer Time Series Database abgelegt und anschließend über Grafana visualisiert. Hier geht es zum dritten Teil: https://www.inovex.de/blog/kubeedge-use-case-vom-sensor-bis-zur-visualisierung-in-grafana/
Die dreiteilige Artikelserie über “KubeEdge” bildet ein Tutorial für KubeEdge, in dem die Technologie erklärt und anhand eines Anwendungsbeispiels näher beschrieben wird. Im zweiten Teil beschreibt inovexler Jan Unterbrink wie man KubeEdge einrichtet. Hier geht es zum zweiten Teil: https://www.inovex.de/blog/kubeedge-einrichten/
inovexler Jan Unterbrink, der im KOSMoS Projekt Ansprechpartner für alle Belange rund um die Infrastruktur ist, schreibt über KubeEdge. Die dreiteilige Artikelserie bildet ein Tutorial für KubeEdge, in dem die Technologie erklärt und anhand eines Anwendungsbeispiels näher beschrieben wird. Im ersten Teil geht er näher auf den Aufbau und die Funktionsweise von KubeEdge ein. Hier Weiterlesen
Am 20.10.2020 waren Marisa Mohr und Christian Becker mit ihrem Vortrag “Mit Blockchain und Federated Learning zur unternehmensübergreifenden Predictive Maintenance” auf der Data2Day. Aufgrund der aktuellen Lage fand die Konferenz dieses Jahr online statt. Hier findet ihr alle Infos, sowie die Vortrags-Slides. Abstract Die Genauigkeit eines Predictive-Maintenance-Modells wird weitestgehend durch die verfügbaren Trainingsdaten bestimmt. Maschinelle Weiterlesen
Am 28.09.2020 haben Marisa Mohr und Christian Becker ihr Workshop-Paper “Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data” auf dem Workshop “KI für kleine und mittelständische Unternehmen” (KI-KMU) der INFORMATIK 2020 vorgestellt. Der Workshop KI-KMU hat das Ziel, KI in KMUs greifbar zu machen. Dabei adressiert der Workshop zwei Schwerpunkte: Einerseits sollen Forschungsansätze präsentiert werden, Weiterlesen
Mit Federated Learning können Machine-Learning-Modelle auf sensiblen Daten unter Wahrung der Privatsphäre trainiert werden. Durch diese Technik können zahlreiche bisher unbrauchbare Datenquellen für kollaboratives maschinelles Lernen genutzt werden. In einem letzten Blogpost wurden die Grundlagen von Federated Learning diskutiert und vorgestellt, welche Datenschutztechniken notwendig sind, um den Schutz sensibler Daten zu gewährleisten. Um ein Machine-Learning-Projekt Weiterlesen
Heutzutage hat der Zugang zu qualitativ hochwertigen Daten aus der realen Welt einen großen Einfluss auf den Erfolg datengesteuerter Projekte, da die Qualität einer Lösung mittels maschinellem Lernen stark von den verfügbaren Trainingsdaten abhängt. Andererseits sind die Dateneigentümer oft nicht in der Lage, ihre Daten weiterzugeben, da diese sensible Informationen wie Betriebsgeheimnisse oder persönliche Informationen, Weiterlesen
Eine technologische Fragestellung im Rahmen des Forschungsprojekts KOSMoS stellt die Wahl einer geeigneten Zeitreihen-Datenbank dar, die es erlaubt, hochfrequente Maschinendaten effizient zu speichern und für analytische Zwecke einfach verfügbar zu machen, dar. Michael Schneider von inovex diskutiert unsere Erfahrungen mit den zwei populären Open-Source-Zeitreihen-Datenbanken TimescaleDB und InfluxDB. tl;dr Flexibilität Für das einfache Ablegen von (zeitabhängigen) Weiterlesen
Dieses Jahr wird die data2day ein wenig anders stattfinden als gewohnt. Die Konferenz wird wie viele andere Konferenzen online durchgeführt: Mit einem Workshop-Tag und einem Konferenztag mit drei Tracks. Marisa Mohr und Christian Becker vertreten KOSMoS am 20.10. um 15 Uhr mit einem Vortrag zum Thema „Auf dem Weg zu Collaborative-Predictive-Maintenance: Blockchain und Federated Learning Weiterlesen
Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data: Marisa Mohr, Christian Becker, Ralf Möller und Matthias Richter haben einen Beitrag auf dem Workshop »KI für kleine und mittlere Unternehmen« eingereicht und dort einen Teilaspekt von KOSMoS beschrieben. Der Beitrag »Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data« hat die Jury überzeugt und wird im Rahmen der 50. Weiterlesen
