Embedded AI

Der Forschungsbereich Embedded AI ist durch den Megatrend, dass Dinge intelligent, vernetzt, energieeffizient und nachhaltig werden, motiviert. Das Wachsen von KI über die Cloud hinaus in die Bereiche des Edge-Computing und damit in eingebettete Systeme erweist sich als wichtiger Enabler und Katalysator für diesen Megatrend.

Forschungs­schwer­punkte

  • Inno­va­tive System­an­sätze (HW&SW) durch inter­dis­zi­pli­näre Forschung in den Berei­chen Machine Learning, Signal­ver­ar­bei­tung und inte­griertes Schal­tungs­de­sign
  • Intel­li­gente Multi­sensor-Daten­ver­ar­bei­tung und -Fusion, sowie Distri­buted Reaso­ning, Distri­buted Deci­sion-Making und Auto­ma­ti­sie­rung & Steue­rung, zur Erarbeitung von Entwurfsmethoden für ultra-zuver­läs­sige und ultra-skalier­bare auto­nome Systeme.
  • Machine Learning für formale Methoden und formale Methoden für Machine Learning – ein interdisziplinärer Ansatz für eine bisher nicht erreichte Zuverlässigkeit kriti­scher einge­bet­teter SW und Gesamt­sys­teme.

Forschungs­kom­pe­tenzen

  • Neuro­morphe Archi­tek­turen und neuro­nale Netz­werke im HW/​SW Systems Engi­nee­ring
  • Kombi­na­tion von hoch­ent­wi­ckelter Signal­ver­ar­bei­tung mit Machine, Deep und Rein­force­ment Learning
  • Analoges, Mixed- Signal und digi­tales Schal­tungs­de­sign
  • Sensor­da­ten­ver­ar­bei­tung, Sensor­fu­sion und maschinelle Wahr­neh­mung mit Machine und Deep Learning Ansätzen
  • Cyber-physi­ka­li­sche Systeme und draht­lose Sensor- & Aktor­netz­werke
  • Embedded Echt­zeit-SW-Design
  • Embedded HW/​SW Systems Engi­nee­ring, Embedded AI-Systeme, GPU, FPGA und Micro-Controller-Program­mie­rung

Über die einzelnen Kompe­tenzen hinaus ermög­licht uns der inter­dis­zi­pli­näre Ansatz den wir bei SAL verfolgen, nicht nur Tech­no­lo­gien der nächsten Gene­ra­tion zu entwi­ckeln, sondern Heraus­for­de­rungen aus unter­schied­li­chen Anwen­dungs­be­rei­chen gesamtheitlich zu durchdringen.

Anwen­dungen

  • NN-ba­sierte Hochfrequenzsignalverarbeitung
  • Radar­to­mo­gra­phie
  • Selbst­or­ga­ni­sie­rende
    • Multi­sensor-Netzwerke
    • auto­nome Fahr­zeuge und Maschinen
    • Roboter für indus­tri­elle Anwen­dungen
  • Veri­fi­zie­rung und Test von einge­bet­teten Systemen mit höchster Komple­xität (z.B. Mobiltelefon Feldtests , Auto­nomes Fahren, …)

Ihr Ansprechpartner

Thomas Pleschke

Embedded AI

Telefon: +43 664 8251298
E-mail: thomas.pleschke@silicon-austria.com