idisiv | Signalverarbeitung und Machine Learning
Potentialanalysen und Vorentwicklung
- Daten:
- kundenseitig zusammen gestellte Datenpools
- öffentliche oder kommerzielle Datenpools (z.B. Wetterdaten)
- Signalaufzeichnungen mit der eigenen Messtechnik
- mit/ohne Bereitstellung in einer Cloud
- Methoden:
- Machine Learning und insbesondere Deep Learning
- Statistische Analyse
- Physikallische Modellierung und Simulation
- Werkzeuge:
- Python mit all seinen Bibliotheken für Data Science und Machine Learning
- Matlab® / Simulink® / Simscape® der Firma Mathworks
- C/C++, Java
- Entwicklung vorzeigbarer Demonstratoren inklusive GUI
- Ausführliche Dokumentation der erarbeiteten Ergebnisse und Erkenntnisse
- Konzepte und Empfehlungen für Ausarbeitung bis zur Produktreife