Physik-Nachhilfe für Machine-Learning-Modelle

V.l.n.r.: Larissa Jeindl, Marian Staggl, Laborleiter Stefan Posch, Miloš Babić und Paul Horvath (Bildquelle Wolf, TU Graz)

Machine-Learning-Modelle finden immer breitere Anwendung. Damit sie gute Ergebnisse liefern, brauchen sie allerdings jede Menge Trainingsdaten. Bei industriellen Anwendungen ist dieser Datenschatz oft nicht in ausreichendem Masse vorhanden oder nur durch sehr teure Methoden zu gewinnen. Daher werden Stefan Posch und sein Team am Institut für Thermodynamik und nachhaltige Antriebssysteme der TU Graz im neu eröffneten "Christian Doppler Labor für Physikbasiertes maschinelles Lernen in industriellen Anwendungen" traditionelles Machine Learning mit physikbasierten Methoden kombinieren.

Batterielose Energie für das Internet der Dinge

Lukas D'Angelo (links) und Benjamin Deutschmann bei der Montage von IoT-Devices im Ultrabreitband-Labor am Institut für Kommunikationsnetze und Satellitenkommunikation der TU Graz. Bildquelle: Lunghammer - TU Graz

Weltweit gibt es schätzungsweise rund 20 Milliarden Internet-of-Things-Geräte (IoT), bis 2033 soll sich deren Zahl verdoppeln. Die Folge: grosse Mengen an Altbatterien und Akkus, die regelmässig getauscht und entsorgt werden müssen. Ein Team aus Forschenden der TU Graz, der Aalto-Universität, der KU Leuven und der Universität Oulu arbeiten im Projekt Ambient-6G daran, das Internet der Dinge nachhaltiger zu machen: Sie wollen IoT-Geräte per Funk und anderen Quellen aus der Umgebung wie Wärme oder Vibrationen mit Strom versorgen, Batterien und Akkus würden dadurch überflüssig.

Künstliche Intelligenz im Miniaturformat für Kleinstgeräte

Mit einigen Tricks laufen KI-Modelle auch auf ressourcenschwachen Geräten. Bildquelle: Lunghammer - TU Graz

Künstliche Intelligenz gilt als rechen- und energieintensiv, was etwa eine Herausforderung für das Internet der Dinge ist, wo kleine, eingebettete Sensoren mit begrenzter Rechenleistung, wenig Speicher und kleinen Batterien auskommen müssen. Ein Forschungsteam des Comet-K1-Zentrums Pro2Future, der TU Graz und der Universität St. Gallen hat im Projekt E-Minds nun Wege gefunden, wie KI auf kleinsten Geräten lokal und effizient ausgeführt werden kann – ohne auf externe Rechenleistung angewiesen zu sein.

Lernen als Abenteuer: Der Hörsaal im Raumschiff

Die niederschwellige, spielerische Vermittlung komplexer wissenschaftlicher Inhalte ist eine Herausforderung. Ein Team des Game Lab Graz am Institute of Human-Centred Computing der TU Graz hat dafür eine Lösung entwickelt: Die als Computerspiel umgesetzte Lernumgebung "Project Chimeira" ermöglicht das gamifizierte, Story-basierte Erlernen komplexerer Inhalte aus den Bereichen Naturwissenschaft und Technik.

Risikoeinschätzungs-Tool bewertet potenzielle Gefahren von GNSS-Störsignalen

Die Echtdaten von Störangriffen wurden bei Testmessungen gesammelt. Bildquelle: IFG - TU Graz

Gefälschte oder gestörte Signale von Navigationssatelliten können verheerende Auswirkungen auf kritische Infrastrukturen haben. Ein von der Technischen Universität (TU) Graz entwickeltes Tool soll nun bei Detektion, Analyse und der Planung vorbeugender Massnahmen Unterstützung bieten.

Modell schützt Menschen besser vor Blitzen

Feldmühlen-Installation am Grazer Flughafen: einfach wie auch effektiv (Foto: tugraz.at)

Ein Modell von Forschern der Technischen Universität Graz (TU Graz) schützt Menschen vor plötzlich auftretender Blitzschlaggefahr rechtzeitig. Kern des Projekts "Real Time Lightning Risk Assessment" ist ein Netzwerk von sechs elektrischen Feldmühlen im Umkreis von zehn Kilometern um den Flughafen Graz, der durch die dort hohe Gewitterfrequenz und Blitzdichte ein sehr geeigneter Standort für Messungen ist. Die Feldmühle, auch Wilson-Platte genannt, ist ein Gerät zum Messen elektrostatischer Felder im Labor und im Freien.

Neue Sicherheitslücke erlaubt Überwachung besuchter Websites und angesehener Videos

Snailload (Bild: IAIK/TU Graz)

Onlineaktivitäten lassen sich allein durch Latenzschwankungen der Internetverbindung detailliert ausspähen, wie Sicherheitsorschende der TU Graz entdeckt haben. Der Angriff funktioniert ohne Schadcode oder Zugriff auf den Datenverkehr.

Seiten

TU Graz abonnieren