Im Rahmen des weltweiten Matlab Expo Programms von Math Works findet am 26. Juni die sechste Matlab Expo 2018 Deutschland in München statt. Math Works lädt Anwender aus Wirtschaft, Forschung, Industrie und Hochschullehre ein, sich über aktuelle Themen und Entwicklungen auszutauschen. Dieses Jahr steht dabei vor allem der Themenbereich Künstliche Intelligenz mit der Keynote von Math Works sowie Anwendervorträgen über Deep Learning, Zeitreihen-Vorhersagen oder Predictive Maintenance im Fokus. Das Programm umfasst weiterhin ingenieurtechnische Themen wie Internet of Things, Virtuelle Inbetriebnahmen oder Digitale Zwillinge.
Matlab Expo mit vielfältigem Vortragsprogramm für Teilnehmer aus allen Industriebranchen
Mit 37 Vorträgen in vier parallelen Tracks erwartet die mehr als 800 Teilnehmer ein vielfältiges Konferenzprogramm, darunter Sessions zu den Themen Bild- und Signalverarbeitung, Systemverifikation und funktionale Sicherheit oder Simulation von Maschinen und Anlagen. Hier stellen Vertreter aus Forschung und Industrie – wie etwa Krones, DKFZ Deutsches Krebsforschungszentrum, KPMG, die TU Dresden, die TU München oder das Deutsche Zentrum für Luft- und Raumfahrt – konkrete Beispiele und Anwendungen vor und berichten über den erfolgreichen Einsatz von Matlab und Simulink.
Auf der Matlab Expo kommen Teilnehmer aus allen wichtigen Industriebranchen wie Automobil, Luft- und Raumfahrt, Maschinenbau, Elektrotechnik, Medizin, Halbleiter, Kommunikation, Transportwesen, Test- und Messtechnik und Software zusammen. Bei der Konferenz besteht die Möglichkeit, sich branchenübergreifend auszutauschen und voneinander zu lernen. Auch auf der begleitenden Fachausstellung mit mehr als 20 Demo-Points von Math Works und Partnern wie ARM, Cadence, Siemens oder Speedgoat bietet sich Experten, Ingenieuren, Managern und Forschern die Gelegenheit zum Erfahrungsaustausch und Networking. Projekte aus dem akademischen Umfeld werden in einer eigenen Poster-Ausstellung präsentiert.
Was auf der Konferenz alles geboten ist
Das Leitthema der Konferenz, Künstliche Intelligenz, wird bereits in den Keynotes eingeführt. Den Anfang macht Richard Rovner, Vice President of Marketing, Math Works mit dem Thema: „Are you ready for AI? Is AI ready for you?” Künstliche Intelligenz spielt eine tragende Rolle dabei, wie Computer unsere Arbeitswelt und unser Privatleben verändern. Die meisten Tech-Unternehmen setzen auf KI, um sich einen Wettbewerbsvorteil zu erarbeiten. Doch wie können die Mitarbeiter konkret Methoden der Künstlichen Intelligenz nutzen, um diesen Erwartungen gerecht zu werden? Richard Rovner beleuchtet verschiedene Teilbereiche von Künstlicher Intelligenz, wie etwa Deep Learning, Computer Vision oder Robotik, und zeigt auf, wie man ihr Potenzial ausschöpft.
Darauf folgt Prof. Dr. Oliver Niggemann, Stellvertretender Leiter des Fraunhofer Anwendungszentrums Industrial Automation IOSB-INA mit seinem Vortrag: „Künstliche Intelligenz für Intelligente Technische Systeme.“ Er betrachtet den Paradigmenwechsel weg vom manuellen Engineering hin zu intelligenten, kognitiven Systemen, die autonom agieren und selbstständig lernen können. Anhand konkreter Beispiele, zum Beispiel aus der SmartFactory Owl, zeigt er, wie Machine Learning und andere Methoden der Künstlichen Intelligenz in der Industrie 4.0 angewendet werden.
Auszug aus dem Matlab Expo-Programm:
matRad: ein open-source Planungsystem für strahlentherapeutische Krebsbehandlungen (Hans-Peter Wieser und Mark Bangert, DKFZ Deutsches Krebsforschungszentrum)
Simulation einer präzisen und sicheren Landung nahe eines Geysires auf dem Saturnmond Enceladus (Konstantinos Konstantinidis, Universität der Bundeswehr München)
Digitaler Zwilling eines Tripod-Roboters in der Verpackungstechnik (Benedikt Böttcher, Krones)
Einsatz von Matlab Anwendungen im Risikomanagement eines Energieversorgers: Counterparty Risk Management (Sebastian Böhm, Stadtwerke Leipzig)
Anwendungen in der Verkehrsunfallforschung zur Verbesserung der Fahrzeugsicherheit (Florian Spitzhüttl, Verkehrsunfallforschung an der TU Dresden)
Verbesserte Modellqualität durch automatisierte Verifikation (Adam Whitmill, Math Works)
Deep Learning zur bilddatenbasierten Erkennung von Kochprozessen (Marco Altmann, Hochschule Heilbronn)
