Revolutionierung der Batterietechnologie: Wie Künstliche Intelligenz die Energiespeicherung der Zukunft prägen wird

Die Qualität von Batterien entscheidet über vieles in unserem Alltag: Kommen wir mit dem Elektroauto am Urlaubsort an? Bleiben wir auf unseren Smartphones erreichbar? Hat das Hörgerät auch spätabends noch genug Energie? Mohamed El Bahnasawi arbeitet im EU Horizon Europe Projekt „Battery Cell Assembly Twin (BatCAT)“ daran, dass Batterien intelligenter und effizienter werden. Mittels Künstlicher Intelligenz will man mehr über die Prozesse in den Akkus erfahren, um sie künftig effizienter nutzen zu können.

Weiterlesen

Der Zukunft-Vorhersager

Witesyavwirwa Vianney Kambale kann die Zukunft vorhersagen, und das ganz ohne Glaskugel. Der Doktorand am Institut für Intelligente Systemtechnologien in der Forschungsgruppe „Transportation Informatics“ versucht, mit Daten von gestern und heute in das Morgen zu blicken.

Weiterlesen

Neues ERASMUS+ Projekt INFRO@D geht an den Start

Der internationale Projektantrag mit dem Titel „European Digital Education in Road Infrastructure Management INFRO@D“, der im Rahmen der Strategischen Partnerschaften des ERASMUS+-Programms eingereicht wurde, wurde positiv bewertet und zur Finanzierung angewiesen. Der Leiter des internationalen Konsortiums ist die Abteilung für Straßen- und Verkehrstechnik der Fakultät für Bau- und Umwelttechnik der Technischen Universität Danzig (Gdańsk). Das Projekt wird gemeinsam mit europäischen Universitäten durchgeführt: Universita Degli Studi di Catania (Italien), Universität Klagenfurt (Österreich), Zilinska Univerzita in Ziline (Slowakei), Szechenyi Istvan Universität (Ungarn), Krakauer Universität für Technologie (Polen).

Die COVID-19-Pandemie hat in vielen Bereichen der Wirtschaft, des Reisens, der Arbeit und des Bildungswesens eine Abkehr von der derzeitigen Funktionsweise der Gesellschaften erzwungen. Dies gilt auch für die Hochschulbildung. Die Notwendigkeit des Fernunterrichts ist eine der Möglichkeiten, die soziale Distanz zu wahren und unser Leben und unsere Gesundheit zu schützen. Die vorläufige Bewertung der Situation an den Universitäten in Polen und anderen europäischen Ländern zeigt, dass das akademische Personal nicht ausreichend darauf vorbereitet ist, attraktive und effektive Lehrveranstaltungen im Fernunterrichtsformat durchzuführen. Die Notwendigkeit der Durchführung von Fernunterricht an Universitäten, sowohl während des Studiums als auch in der Ausbildung, erfordert die Entwicklung eines speziellen didaktischen und Ausbildungsprozesses, der die spezifischen Anforderungen des interdisziplinären Ingenieurwissens berücksichtigt. Die Vermittlung dieses Wissens in der Fernlehre erfordert aufgrund ihres großen Umfangs den Einsatz zahlreicher didaktischer Instrumente: Vorlesungen, Feldarbeit, Entwurf, Übung, Labor, eigenständige Arbeit der Studenten sowie die Bewertung des Fortschritts und der Kenntnisse der Studenten. Im Rahmen des INFRO@D-Projekts wird ein Modellprodukt für den Fernunterricht an technischen Universitäten im Bereich Bauwesen und Verkehr entwickelt. Dieses Produkt wird umfassende und innovative Lösungen enthalten, die die Umsetzung des Fernunterrichts auf höchstem Niveau ermöglichen. Die entwickelte Methodik und das Lehrmaterial werden auf dem Kurs Straßeninfrastrukturmanagement basieren, wobei der Schwerpunkt auf den Elementen des Sicherheitsmanagements der Straßeninfrastruktur liegt. Die Methode zur Ausarbeitung der Methodik und der Lehr- und Ausbildungsmaterialien wird ihre Umsetzung für jeden thematischen Bereich im Bereich des Bauwesens und des Verkehrs ermöglichen. Das Projekt sieht den Aufbau einer digitalen Bildungsmethodik im Bereich der Lehre an Universitäten und der Ausbildung von Ingenieurpersonal vor. Die Vorbereitung eines Fernunterrichtskurses über das Sicherheitsmanagement der Straßeninfrastruktur wird es ermöglichen, die besten Lösungen der Lehrmethodik in diesem Bereich aus Österreich, Polen, der Slowakei, Ungarn und Italien zu nutzen und zu überprüfen. Das INFRO@D-Projekt wird das Niveau der Lehre und Ausbildung durch den Einsatz innovativer digitaler Lehrmaterialien für den Fernunterricht anheben, die auch von anderen Universitäten, die sich mit diesem Thema befassen, genutzt werden können. Das Hauptziel des INFRO@D-Projekts ist es, die Kompetenzen und Fähigkeiten des Fernunterrichts in einer Modelllösung im Bereich des Sicherheitsmanagements der Straßeninfrastruktur zu erhöhen. Um dieses Ziel zu erreichen, sollten Maßnahmen ergriffen werden, um die besten Lösungen im Bereich der digitalen Bildung zu fördern (Fernunterricht, der ad hoc während einer Pandemie durchgeführt wird, und E-Learning-Kurse, die in Zukunft zu einem festen Bestandteil des didaktischen Prozesses werden können).

Folge uns auch auf Facebook: European Digital Education in Road Infrastructure Management | Facebook

IEEE Access Journal Paper: „An Efficient, Scalable and Robust Neuro-Processor Based Concept for Solving Single-Cycle Traveling Salesman Problems in Complex and Dynamically Reconfigurable Graph Networks,“

Die Autoren J. C. Chedjou, K. Kyamakya und N. A. Akwir konnten im hochkarätigen Open Access Journal „IEEE Access“ eine neue Publikation mit dem Titel: „An Efficient, Scalable and Robust Neuro-Processor Based Concept for Solving Single-Cycle Traveling Salesman Problems in Complex and Dynamically Reconfigurable Graph Networks,“ publizieren.

Kurzfassung:

Wir entwickelten erstmals ein neues, auf einem Neuroprozessor basierenden Konzept zur Lösung von (Einzelfahrzeug-) „traveling salesman problems“ (TSP) in komplexen und dynamisch rekonfigurierbaren Graphennetzwerken und validierten es anhand einiger anschaulicher Beispiele. Im Vergleich zu bestehenden/konkurrierenden Methoden zur Lösung von TSP ist das neue Konzept genau, robust und skalierbar. Darüber hinaus garantiert das neue Konzept die Optimalität der TSP-Lösung und gewährleistet die Vermeidung von Teilrouten und damit die ständige Konvergenz zu einer einzyklischen TSP-Lösung. Diese Hauptmerkmale des neuen Konzepts werden von den bestehenden Methoden zur Lösung von TSPs nicht immer zufriedenstellend berücksichtigt. Daher besteht der Hauptbeitrag dieser Publikation darin, einen systematischen analytischen Rahmen zu entwickeln, um (aus einer nichtlinearen dynamischen Perspektive) die TSP zu modellieren, Teilrouten zu vermeiden/zu eliminieren und die Konvergenz zur wahren/genauen TSP-Lösung zu gewährleisten/zu sichern. Mit Hilfe der Stabilitätsanalyse (nichtlineare Dynamik) werden analytische Bedingungen erhalten, die sowohl die Robustheit als auch die Konvergenz des Neuroprozessors garantieren. Außerdem wird eine Bifurkationsanalyse durchgeführt, um Bereiche (oder Fenster) von Parametern zu erhalten, unter denen der Neuro-Prozessor sowohl die Optimalität der TSP-Lösung als auch die Konvergenz zu einer Ein-Zyklus-TSP-Lösung garantiert. Zur Validierung des neu entwickelten, auf einem Neuroprozessor basierenden Konzepts werden zwei kürzlich veröffentlichte Anwendungsbeispiele sowohl für das Benchmarking als auch für die Validierung in Betracht gezogen, da sie mit Hilfe des entwickelten Neuroprozessors gelöst werden.

Mehr Infos unter: https://ieeexplore.ieee.org/document/8995468