Im Rahmen der MFund Konferenz des Bundesministeriums für Verkehr und Digitale Infrastruktur wurden einzelne Projekte auf die blaue Couch des Social Media Teams geladen und durften kurz ihr Projekt vorstellen. Das Resultat ist eine kurzweilige Zusammenfassung des Projekts CartoX², welches sich mit Car-2-X Kommunikation befasst. Hier das Video: https://youtu.be/QQW-4Y8lj4w
Dies ist Teil 3 einer mehrteiligen Serie, welche beispielhaft zeigt, wie mit Hilfe von maschinellen Lernverfahren eine K.I. trainiert wird, die den Zustand einer Maschine in Echtzeit überwachen kann. Die Teile sind folgende: Problemstellung, Lösungsweg und Datenerhebung Training und Evaluation mit Tensorflow 2.0 Deployment und Anwendungsbeispiel mit Tensorflow Serving in Amazon ECS (dieser) Dabei wird ein Neuronales Netz mit Tensorflow 2.0 angelernt, als Tensorflow Serving gepackt und in Amazon Elastic Container Service (ECS) in der Cloud Deployed. Außerdem wird eine simple Beispielanwendung die Sensordaten an den Cloud Endpunkt übertragen und den Maschinenzustand visualisieren. […]
While working on our research project CartoX², we had to deploy a Machine Learning model for prediction of the received signal strength with V-2-X communication ITS-G5 (German name: WLANp). We will use a very simple and easy to understand linear prediction model and serve an API via a Docker container. Up in running in less than 1 hour! […]