Und was ist das besondere am Ansatz von ANDATA?

Data-Mining machen inzwischen ja auch etliche andere. Was ist jetzt der Unterschied bei ANDATA?

Das was ANDATA von anderen deutlich unterscheidet und abhebt ist die geschickte Verknüpfung der Themengebiete SoftComputing bzw. MachineLearning mit numerischer Simulation und dem Support dieser Ansätze mit passenden anforderungsgetriebenen Prozessmodellen.

Oft werden diese Felder nur isoliert betrachtet und propagiert. Bei genauerer Sicht ergänzen sich diese jedoch perfekt und können gemeinsam angewendet die Lösungspotentiale zur Beherrschung beliebiger komplexer Systeme noch deutlich steigern.

SoftComputing und Machine-Learning für sich hilft schon bei der effizienten Behandlung komplexer Probleme. Numerische Simulation ist bestens geeignet um die Datenbasis beim Machine-Learning in geeigneter Weise zu hinterfüllen. Andererseits können DataMining-Ansätze helfen, maximale Erkenntnisse und umfassendes Systemverständnis aus Simulationsmodellen zu extrahieren.

Datenbasierte Ansätze sind wiederum bestens geeignet zur Kombination mit den entsprechenden Prozessmodellen, wenn man die funktionalen Systemanforderungen passend mit Hilfe von Beispielen aus Versuch und Simulation repräsentiert und dann die Funktionsanforderungen trainiert, statt diese zu konstruieren. Auch lassen sich so die Anforderungen zu einem mathematischen Modell umwandeln, welches andererseits wieder konstruktiv eingesetzt werden kann, um die Anforderungen auf funktionale Konsistenz zu prüfen und mögliche Anforderungskonflikte noch vor der Existenz eines Prototypen zu identifizieren.

Zuletzt aktualisiert am 2010-03-28 von Andreas Kuhn.

Zurück