Komplexe Systeme sollen übersichtlich dargestellt und analysiert werden.
System, Modellierung, Machine-Learning, Graph, Optimierung
Verschiedene Informationsquellen sollen kombiniert werden, um daraus Modelle zu erstellen. Das Modell ist eine normierte Grundlage für zwei primäre Features:
Die Features sollen auf unterschiedliche Zielgruppen wie Techniker oder Geschäftsleitung ausgerichtet sein. Ausserdem soll das Potenzial zur Kosteneinsparung mittels Machine-Learning untersucht werden.
Für die bestehende Applikation CuriX soll eine prototypische Erweiterung entwickelt werden. CuriX überwacht Systeme anhand bestimmter Indikatoren (bspw. Temperatursensor), bereitet die Daten statistisch auf und korreliert sie miteinander. Der Prototyp wird in der Programmiersprache Java geschrieben. Als Referenz dienen typische IT-Systeme wie ein E-Shop. Das Optimierungspotenzial durch Automatisierung wird mithilfe des Machine-Learning-Werkzeugs Weka untersucht.
Der Prototyp veranschaulicht die Features der Zielsetzung mit einem Front- und einem Backend-Teil. Das Frontend ermöglicht die Navigation durch beliebig grosse Systeme in verschiedene Richtungen, ähnlich wie beim Vor- und Zurückblättern einer Paginierung.
Beispielhafte Analysen demonstrieren den Nutzen einer Gegenüberstellung verschiedener Systemeigenschaften. Eine Umsatz-Analyse zeigt nur die geschäftsrelevanten Teilsysteme. Sie ermöglicht zukünftig komplexere Analysen wie eine Umsatz-Risiko-Analyse, die bspw. Umsatz in Relation zur Ausfallsicherheit bewerten. Entscheidungsträger erhalten somit verlässlichere Informationen und können den Fokus gezielt auf die gravierenden Probleme richten.
Das Backend liefert über ein REST-API eine einfach zu konsumierende Grundlage für die Integration in anderen Applikationen. Die Kompatibilität mit etablierten Standards ist gewährleistet. Eine Vielzahl an Formaten wie GML, GraphML oder DOT können übers API bezogen werden.
Zum Beispiel über das Werkzeug vect können die Daten folgendermassen visualisiert werden:
Key Benefits:
22.02.2021 bis 20.08.2021
Teamgrösse: 1
Aufwand: 360h
IC information company AG
Im Wannenboden 2
4133 Pratteln
Jari Schäfer
Prof. Daniel Jossen - daniel.jossen@fhnw.ch
