Krediet: CC0 publiek domein
Stel je voor dat je een auto-ongeluk krijgt op een parkeerplaats, je auto heeft wat kleine schade en je moet hem laten repareren. Wat als uw auto u zou kunnen vertellen welke onderdelen kapot zijn en hoeveel het kost om deze te repareren? Tijdens zijn Ph.D. bij BMW ontwierp Milan Koch de Automated Damage Assessment-service, een klantenservice die precies dit doet. “Het zou voor klanten een leuke ervaring moeten zijn, zelfs in zo’n vreselijke situatie.”
Tijdreeksproblemen
“Vanaf het begin hebben we een service-idee ontwikkeld dat gaat over het opsporen van beschadigde onderdelen bij ongevallen bij lage snelheden. De auto kan zelf de onderdelen detecteren die kapot zijn en kan de kosten en de tijd van de reparatie inschatten.” Koch legt uit. Hij gebruikt gegevens van sensoren die in de loop van de tijd gegevens verzamelen uit verschillende delen van de auto. Daarom kan dit probleem worden geclassificeerd als een multivariate tijdreeksprobleem.
Koch ontwikkelde en vergeleek verschillende multivariate tijdreeksmethoden, gebaseerd op Machine Learning, Deep Learning en ook state-of-the-art AutoML-methoden (geautomatiseerd machine learning) met verschillende niveaus van complexiteit om de beste manier te vinden om multivariate tijdreeksproblemen op te lossen. Twee van de AutoML-methoden en zijn handgemaakte machine learning-pijplijn gaven de beste resultaten voor de multivariate tijdreeksproblemen.
Domeinverschuiving
De machine learning-pijplijnen die hij heeft gemaakt, zijn niet alleen toepasbaar in de automobielsector, maar kunnen ook worden toegepast op andere multivariate tijdreeksproblemen. Koch werkte samen met onderzoekers van het Leids Universitair Medisch Centrum (LUMC) om zijn handgemaakte pijpleiding te gebruiken om elektro-encefalografische (EEG) -gegevens te analyseren. Koch: “We voorspelden de cognitie van patiënten op basis van EEG-gegevens, omdat een nauwkeurige beoordeling van de cognitieve functie vereist is tijdens het screeningproces voor Deep Brain Stimulation (DBS) -chirurgie. Patiënten met vergevorderde cognitieve achteruitgang worden beschouwd als suboptimale kandidaten voor DBS als cognitieve functie. kan verslechteren na een operatie. De cognitieve functie is echter soms moeilijk nauwkeurig te beoordelen, en analyse van EEG-patronen kan aanvullende biomarkers opleveren. Onze machine learning-pijplijn was zeer geschikt om op dit probleem toe te passen. We ontwikkelden algoritmen voor het automotive-domein en aanvankelijk deden we dat niet ik ben niet van plan om het toe te passen op het medische domein, maar het werkte heel goed. ”
Zijn pijpleidingen worden nu ook gebruikt in Electromyografie (EMG) data, om onderscheid te maken tussen mensen met een motorische aandoening en gezonde mensen.
Koch zal zijn werk bij BMW Group voortzetten, waar hij zich zal concentreren op klantgerichte diensten, voorspellende onderhoudstoepassingen en optimalisatie van voertuigdiagnostiek.
Geleverd door de Universiteit Leiden
