Forschungsthemen
[GB] Adaptives Management von Kontextinformationen in cyber-physikalischen Systemen
Um die Welt und unser Leben ein wenig „smarter“ zu gestalten, verfolgen viele Forschungsgebiete das Ziel, die digitale und reale Welt zu vereinen. Über die Vernetzung physikalischer und virtueller Objekte in eingebetteten Systemen werden intelligente Umgebungen geschaffen (Cyber-physikalische Systeme), die für den Benutzer weitestgehend unsichtbar sind, ihn aber bei wiederholenden Aufgaben durch prozessbasierte Automatisierung unterstützen. Sie bilden die Grundlage für das „Internet der Dinge“, mit der Vision: alles kommuniziert selbstständig mit allem.
Wearable Computing bildet dabei ein besonderes Teilgebiet. Sensoren und Computersysteme werden direkt am Körper platziert und fokussieren somit den Menschen und seine Tätigkeiten. Ein wichtiges Anwendungsgebiet intelligenter Kleidung ist die Überwachung von Vitalwerten. Dabei wird versucht, die Körperfunktionen eines Menschen auszuwerten und beim Über-/Unterschreiten bestimmter Grenzwerte eine entsprechende Gegenmaßnahme automatisch einzuleiten (z.B. das Senden eines Notrufs). Um solche Situationen richtig einschätzen zu können, wird Musterkennung benötigt. Im optimalen Fall sollen die Muster über Lernverfahren dem System zur Verfügung gestellt werden. Problematisch dabei sind die sogenannten false positives, das heißt Fälle in denen die Logik fälschlicherweise einen Alarmfall erkennt, dieser jedoch auf einer Fehlinterpretation der zugrunde liegenden Daten zurückzuführen ist. Dafür ist Kontextsensitivität ein wichtiges Ausgangskriterium, denn so bleibt beispielsweise zu unterscheiden ob eine liegende Person sich zum Ausruhen hinlegt hat oder gestürzt ist. Aus diesem Grund muss die Interpretation der Rohdaten immer im Gesamtkontext interpretiert, und gegebenenfalls angepasst werden können. Aktuell ist die Definition von Anpassungen (Adapationen) der Kontextdateninterpretation und der Entscheidungslogik in selbst-adaptiven Systemen ein großes Problem.
Im Rahmen der Belegarbeit soll eine Software-Infrastruktur zur Aufzeichnung, Darstellung und Interpretation von Kontextinformationen verteilter selbst-adaptiver Systeme konzipiert und implementiert werden. Dabei soll eine auf SMAGs aufbauende Softwarearchitektur entwickelt werden, die es ermöglicht heterogene selbst-beschreibende Sensoren, unterschiedliche Darstellungs- sowie Analyseverfahren zu integrieren. Anschließend soll diese Architektur in eine protypische Umsetzung mit ausgewählten Sensoren, Darstellungen und Interpretationslogiken überführt und an einem selbst gewählten Beispiel aus dem Bereich der intelligenten Kleidung evaluiert werden.
Betreuer: Maria Piechnick