Automatische Erkennung von neuen und relevanten Datensätzen unter Anwendung von maschinellem Lernen

Zukünftige voll-autonome Systeme (z.B. Fahrzeuge, Roboter und Drohnen) können die Systemkontrolle bei detektierten Problemen nicht mehr an den Menschen zurückgeben. Demnach benötigen sie eine gewisse Art von Intelligenz, um in unbekannten Umgebungen/Situationen eigenständige Analysen durchzuführen, Handlungen zu planen und nach getroffenen Entscheidungen sicher zu agieren.

Die Erfindung betrifft auf maschinellem Lernen (ML) basierende Verfahren und Systeme zur automatischen Erkennung von neuen und relevanten Daten zur kontinuierlichen Vervollständigung einer Datenbasis für ML-basierte Datenauswertungen, wie sie für autonome Systeme (z.B. Fahrzeuge, Roboter und Drohnen) benötigt wird.

Herausforderung

Autonome Systeme benötigen für eigenständige Planungen und sichere Aktionen ein präzises Modell ihrer Umgebung. Die Absicherung der Sensorik und Umweltwahrnehmung ist dabei entscheidend. Bei der Entwicklung von Umgebungswahrnehmungssystemen dominieren inzwischen auf künstlicher Intelligenz (KI) basierende Softwaresysteme, die auf „maschinellem Lernen“ (machine learning, ML) beruhen. Die für das Training von ML-basierten Systemen notwendigen Datenmengen sind allerdings immens. So sind bspw. für die Absicherung von autonomen Fahrfunktionen von Fahrzeugen 6,62 Milliarden Testkilometer notwendig,1 was die Datenspeicherung und -verarbeitung höchst aufwendig macht. Aktuell verfügbare Verfahren filtern die relevanten Daten manuell aus der Gesamtdatenmenge heraus, was einen zeit- und kostenintensiven Prozess darstellt.

Unsere Lösung

Die vorliegende Patentanmeldung präsentiert ein neuartiges Datenreduktionsverfahren für das Training ML-basierter Funktionen (Abb. 1), das von Prof. A. Rausch (TU Clausthal) entwickelt wurde. Mit den Daten aus einem vorliegenden Datenpool wird ein sog. semantischer Diskriminator trainiert. Dieser basiert auf einem Autoencoder-Netz und kann bewerten, ob der nächste eintreffende Datenstrom bereits bekannt ist oder ob dieser eine substantielle Erweiterung des bestehenden Datenpools darstellt. Auf diese Weise kann der ursprünglich sehr große Datenpool deutlich reduziert werden. Werden jedoch substantiell neue Daten in den Autoencoder eingespeist, wird dies beim Decodieren durch einen Differ erkannt und der Datenpool entsprechend erweitert.

Abbildung: Architektur und Prozess zum kontinuierlichen Monitoring von Daten basierend auf einem Dependability Cage Ansatz mit ML-basierter semantischer Neuheitsbestimmung