GitHub am SAM
2025/05/21 by Andrea Knittel
Im Rahmen seiner Forschungsarbeit am Institut für Systemzuverlässigkeit, Adaptronik und Maschinenakustik (SAM) der TU Darmstadt hat Sören Wenzel den Quellcode zur Stochastischen Neuronalen Systemquantifizierung (SNSQ) als Open-Source-Projekt auf GitHub veröffentlicht.
SNSQ ist eine neuartige Methode zur Prognose des Verhaltens dynamischer Systeme. Sie kombiniert Wissenstransfer mit einer quantitativen Zuordnung von Beobachtungsdaten zu sogenannten Verhaltensvektoren und nutzt einen stochastisch erzeugten Raum möglicher Prognosefunktionen. Dadurch lassen sich präzise Vorhersagen auch unter sich ändernden und unbekannten Systemzuständen treffen. Die Methode hebt sich insbesondere durch ihre Fähigkeit zur Echtzeit-Anpassung von bestehenden Prognosemodellen ab.
Ursprünglich entwickelt für Anwendungen in der Fertigung, ist SNSQ universell einsetzbar – überall dort, wo komplexe Systeme flexibel und zuverlässig modelliert werden müssen.
Der veröffentlichte Code bietet Forschenden und Entwickelnden eine Grundlage, um die Methode auf eigene Anwendungsfälle zu übertragen oder weiterzuentwickeln.
