Komplementäre Forschungsthemen
Berücksichtigung von Unsicherheiten in E/E-Architekturen
Beim kooperativen autonomen Fahren müssen Unsicherheiten in Bezug auf die Umgebung, die Wahrnehmung und das Fahrzeug auf funktionaler, logischer, softwaretechnischer und technischer Architekturebene berücksichtigt werden. Dieser Teil von Beyond Validation AI konzentriert sich auf die Entwicklung robuster Architekturen, die Sicherheit und Betriebsfähigkeit im gesamten DevOps-Prozess gewährleisten. Im Mittelpunkt stehen Fragen zur Minimierung von Unsicherheiten in E/E-Architekturen für automatisierte Fahrzeuge.
Verwaltung von Simulations- und Realdaten
Dieser Teil von Beyond Validation AI adressiert effiziente Suchmechanismen in Objektspeichersystemen (Object Storage Systems) durch den Einsatz von Vektordatenbanken und gelernten Indexstrukturen. Die Optimierung von Vektorindizes für statische und dynamische Datensätze, einschließlich multimodaler und unvollständiger Daten, mittels Verfahren des maschinellen Lernens stehen im Fokus der Forschung. Das Ziel ist eine robuste und effiziente Ähnlichkeitssuche.
Ressourceneffiziente Implementierung durch kleinere Modelle
Dieser Teil von Beyond Validation AI konzentriert sich auf die Entwicklung kleinerer, effizienter KI-Modelle für die Inferenz unter Beibehaltung der Leistungsfähigkeit. Im Mittelpunkt stehen modellinterne und modellübergreifende Optimierungen, einschließlich Techniken wie Knowledge Distillation. Es wird untersucht, wie beide Ansätze die Ressourceneffizienz auf Automotive-Hardware verbessern.
Hardwareorientierte Implementierung von KI-Modellen
Der Einsatz neuronaler Netze für kooperatives automatisiertes Fahren erfordert die Einhaltung strenger Ressourcen- und Timing-Vorgaben. Dieser Teil von Beyond Validation AI befasst sich mit hardwareorientierten Optimierungen für unterschiedliche Plattformen und Compiler-Frameworks. Der Fokus liegt auf der automatischen Synthese von Algorithmen und Datenlayouts sowie auf Auswirkungen der Quantisierung auf die Unsicherheitsbetrachtungen.
Federführende Wissenschaftler in den komplementären Forschungsthemen
Prof. Dr.-Ing. Richard Membarth
Tel.: +49 841 9348-3417
Raum: K202
E-Mail: Richard.Membarth@thi.de
















