KI-Methoden zur Erkennung von Zuggeräuschen: FHTW auf der ICONIP in Auckland

Von 2. bis 6. Dezember 2024 fand die ICONIP in Auckland statt. Georg Brandmayr (Kompetenzfeld Artificial Intelligence and Data Analytics) präsentierte dort seine Arbeit, die sich mit der Erkennung von Zuggeräuschen mittels selbstüberwachtem Lernen befasst. Dabei werden unmarkierte Daten genutzt, um durch Methoden wie kontrastives Lernen und maskierte Autoencoder die Klassifikationsgenauigkeit zu verbessern. Besonders relevant ist dies für seltene, aber sicherheitskritische Geräusche wie Quietschen.

Erfolgreiche Masterarbeit als Basis

Die Forschungsarbeit basiert auf der Masterarbeit von Gabriel Schachinger, Absolvent des Masterstudiengangs Data Science. Unter der Betreuung von Georg Brandmayr wurde die Arbeit mit “Sehr Gut” bewertet, und Schachinger bestand seine Masterprüfung im Juni 2024 mit gutem Erfolg.

Unterstützung durch das ADSiM-Projekt

Das Forschungsprojekt wurde durch das ADSiM-Projekt ermöglicht, das von der FFG finanziert wird. Dieses Projekt, geleitet von Matthias Blaickner, ermöglichte die Nutzung eines einzigartigen Datensatzes, der zur erfolgreichen Umsetzung der Forschung beitrug.

Die Teilnahme an der ICONIP 2024 bot eine wertvolle Gelegenheit, die Forschung der FH Technikum Wien auf internationaler Ebene zu präsentieren und neue Impulse für die Weiterentwicklung der KI-gestützten Bahnanalyse zu gewinnen.

Weiterführende Links:

Automatische Detektion von Störeinflüssen im Monitoring von Bahnlärm unter Anwendung von KI (ADSiM)

Lärmreduktion im Zugverkehr: Künstliche Intelligenz erkennt Störeinflüsse an Wagons im Vorbeifahren

ICONIP in Auckland

Österreichische Forschungsförderungsgesellschaft (FFG)