Aus­ge­wähl­te Pro­jek­te

Die folgende Auswahl aus unseren aktuellen laufenden Forschungsprojekten soll Ihnen einen Einblick in die Vielfältigkeit unserer Themen geben. Weitere Projekte finden Sie auf den einzelnen Seiten der Fachgebiete.

Nach­rich­ten­tech­nik

Sparse Coding Approaches to Language Acquisition

Eine der großen wissenschaftlichen Herausforderungen ist das Verständnis der Effizienz, der Autonomie, der Flexibilität und der Intelligenz biologischer Systeme. Ein charakteristisches Merkmal ist hierbei ihre Fähigkeit zu lernen, d.h. sich aus der Interaktion mit der Umwelt Wissen anzueignen, um dieses später zu nutzen. Das Schwerpunktprogramm widmet sich in diesem Kontext dem Problem der Autonomie. Statt dessen verfolgen wir das Ziel des autonomen Lernens, d.h. das eigenständige Lernen, das eigenständige Sammeln von Information in einer komplexen Umwelt und die eigenständige Bildung strukturierter Repräsentationen und generalisierender Modelle dessen, was gelernt wurde.

Ziel dieses Projektes an der Universität Paderborn ist die Entwicklung eines Systems zum Lernen von Referenzmustern für das unüberwachte Erlernen einer Sprache. Die Maschine soll wiederkehrende Muster in dem kontinuierlich gesprochenen Eingangssprachsignal entdecken und ein Inventar von Einheiten erlernen, und zwar auf zwei verschiedenen Abstraktionsebenen: zum Einen auf der Ebene der Laute und zum Anderen auf der Ebene der Wörter. Es sollen Verfahren aus dem Gebiet der spärlichen Kodierung eingesetzt werden, um eine Repräsentation des Sprachsignals zu finden, bei der die Darstellung des Sprachsignals im Kurzzeit-Spektralbereich durch eine Linearkombination von Basisvektoren angenähert wird. Während nichtnegative Matrixfaktorisierung (NMF) auf Sprache bereits eingesetzt worden ist, gibt es andere Verfahren, welche nicht die Nichtnegativität der Matrixelemente voraussetzen, so dass sie besser geeignet sind, um sie auf die üblichen Parametrisierungen von Sprachsignalen, etwa die Mel-Frequenz Cepstralen Koeffizienten, anzuwenden. Ein vielversprechendes Verfahren ist die k-Singulärwertzerlegung (k-SVD), die bisher vornehmlich im Computersehen eingesetzt worden ist. Alle diese Lernverfahren müssen jedoch erweitert werden, damit sie, zusätzlich zu dem Erlernen der typischen spektralen Muster, auch die zeitliche Korrelation von Sprachsignalen erfassen können. Dazu sollen Ansätze aus dem Bereich der dynamischen Zeitanpassung und der ”hidden” Markovmodell-basierten Spracherkennung verwendet werden. Auf der ersten, unteren Stufe der Dekomposition des Eingangssprachsignals sollen wiederkehrende Lauteinheiten entdeckt werden. Auf der zweiten, höheren Abstraktionsebene werden mit ähnlichen Verfahren wie auf der ersten Ebene Wort- oder Phraseneinheiten erlernt, basierend auf einer Beschreibung der unteren Ebene mit Hilfe von n-Grammen, d.h. von Häufigkeiten von Lautfolgen. Die untere Ebene soll dabei Posteriorwahrscheinlichkeiten an die obere Ebene weitergeben, um eine vorzeitige definitive Entscheidung über Laute zu vermeiden.

Das Projekt ist eines von 15 Projekten im SPP „Autonomes Lernen“ der DFG

http://nt.uni-paderborn.de/studentische-arbeiten/

Sen­so­rik

Integration von Einzelpartikel-Feldeffekt-Transistoren

Getrieben durch den enormen Kostendruck in der Halbleiterindustrie werden für Anwendungen mit geringen Leistungsanforderungen (z.B. Transponder, Smart Cards, Steuerung von medizinischen Sensoren und Aktoren zur Einmalnutzung etc.) Möglichkeiten entwickelt, eine sogenannte “low-cost/low-performance”-Elektronik herzustellen. Viele Forscher nutzen hierzu organische Transistoren (OFET), die jedoch sehr geringe Ladungsträgerbeweglichkeiten und eine überaus schnelle Degradation aufweisen.

Im Fachgebiet Sensorik wird daher an der Integration von Feldeffekt-Transistoren geforscht, die anorganische Nanopartikel als Halbleitermaterial nutzen. Diese Partikel zeigen vergleichsweise gute Leistungen bei niedrigen Prozesskosten. Um die Ladungsträgerbeweglichkeit im Kanal zusätzlich zu steigern und die auftretenden Verluste durch interpartikuläre Vorgänge zu reduzieren, besteht ein Forschungsschwerpunkt in der Herstellung von Einzelpartikeltransistoren auf verschiedenen Substraten. Hierbei besteht der Kanal aus einem einzigen halbleitenden Nanopartikel. Das Einbringen der Nanopartikel in den Kanal wird mittels ganzflächigem Spin-Coatings einer Dispersion erzielt.

Anders als bei herkömmlichen MOSFETs beruht ein auf Nanopartikeln basierender Transistor auf dem Schottky-Effekt, welcher am Übergang von Metall zum Halbleiter auftritt. Durch Anpassungsvorgänge der jeweiligen Fermi-Niveaus kommt es zur Ausbildung von Sperrschichten, den sogenannten Schottky-Barrieren. Für den Transistor bedeutet das, dass sich sowohl am Drain- als auch am Source-Kontakt Barrieren ausbilden, die einen Stromfluss verhindern, so dass der Transistor sperrt. Durch das Anlegen einer Steuerspannung an die Gate-Elektrode kann nun eine Inversionsschicht erzeugt und die Barrierenweite reduziert werden, so dass die Transmissionswahrscheinlichkeit der Ladungsträger zunimmt und der Transistor leitet.

Au­to­ma­ti­sie­rungs­tech­nik

Architekturentwicklung eines KMU-Microgrids mit intelligenten Leistungsstellern

Der abzusehende Umbruch in der Energiewirtschaft durch erneuerbare Energien stellt Industrienationen wie Deutschland vor große Herausforderungen: Es gilt, eine weiterhin zuverlässige, umweltverträgliche und preisgünstige Energieversorgung sicherzustellen. Dazu ist eine intelligente Dezentralisierung der Stromversorgung erforderlich, um insbesondere heimische Energien, wie beispielsweise Sonne, Wasser, Wind und Gasthermie, effizient zu nutzen. Dabei ist eine Abkehr von der Erzeugung elektrischer Energie in Großkraftwerken hin zu lokalen Kleinkraftwerken (Microgrids) notwendig. Diese sind in unmittelbarer Umgebung der Verbrau-cher angesiedelt und werden nur bei Bedarf mit dem zentralen Stromnetz gekoppelt. Eine wichtige Verbrauchergruppe sind hierbei kleine und mittelständische Unternehmen (KMU), die in Summe einen Großteil der elektrischen Energie in Deutschland benötigen.

Das Projekt wird im Rahmen des Technologienetzwerks it's OWL als Innovationsprojekt vom BMBF gefördert. Der industielle Partner in diesem Projekt ist die AEG Power Solutions.
https://www.its-owl.de/die-projekte-im-ueberblick/innovationsprojekte/