Abstract:
Die Genauigkeit eines Predictive-Maintenance-Modells wird weitestgehend durch die verfügbaren Trainingsdaten bestimmt. Maschinelle Lernsysteme sind für viele Unternehmen dadurch unerreichbar, da die benötigten Daten oft nicht in ausreichender Qualität und Menge zur Verfügung stehen.
Ein Lösungsansatz für dieses Problem kann die übergreifende Verwendung von Trainingsdaten mehrerer Unternehmen sein. Durch das Konsolidieren von Daten an einem zentralen Ort können jedoch Datenintegrität und -sicherheit verletzt werden.
In diesem Vortrag werden zwei aktuelle dezentrale Methoden kombiniert, um Collaborative Predictive Maintenance zu ermöglichen: Blockchain und Federated Learning.
Lernziele
- Überblick über die Herausforderungen und Möglichkeiten, die durch den Einsatz von Blockchain und Federated Learning erzeugt werden.
- Vorstellung einer konkreten Architektur für digitale Wertschöpfungsnetze, die unter dem Aspekt von Datenintegrität und -sicherheit eine kollaborative Zusammenarbeit ermöglicht.
- Vorteile und Herausforderungen bei der Anwendung von Flower
Speaker: Marisa Mohr und Christian Becker
Event: Flower Summit 2021
Datum: 11.03.2021
Wie können wir Sie unterstützen?
