Alexander Matzner hat Luft- und Raumfahrttechnik an der Universität der Bundeswehr München studiert.
Heute ist er Senior Vice President Procurement bei Sky Deutschland.

 

Weiterentwicklung einer kognitiven Systemarchitektur auf Basis von Graphtransformationen

Die Dissertation beschäftigt sich mit der Weiterentwicklung einer Softwarearchitektur zur Implementierung von künstlichen kognitiven Einheiten, welche z.B. zur teil-autonomen Führung von unbemannten Luftfahrzeugen (UAVs) zur Generierung von Entscheidungen verwendet werden können. Dabei wurden an der Professur für Flugmechanik & Flugführung entwickelte Anwendungsbeispiele zur Validierung herangezogen.

 

Zentrale Aspekte der Arbeit sind:

  1. die Weiterentwicklung der Implementierung des Kognitiven Prozesses als Verarbeitungsparadigma für sog. Künstliche Kognitive Einheiten mit gesteigerter Leistungsfähigkeit, wobei aufgrund vorangegangener Untersuchungen einer bereits im Einsatz befindlichen Implementation (COSA [Putzer, 2004]) der Fokus auf die Wissensverarbeitung gelegt wurde;
  2. die Optimierung des dazu benötigten Algorithmus zur Mustersuche für Produktionensysteme, wobei die wesentlichem Merkmale gegeben sind durch
    1. ein Discrimination Network zur effizienteren Abarbeitung von Regeln mit mehreren Vorbedingungen mit stereotypen Strukturen aber sich durch Sensorupdates häufig ändernden Parametern, die sich nur lokal begrenzt auf die Regelbasis auswirken, was typisch für die vorliegende Anwendung ist,
    2. ein Truth Maintenance System zur Rücknahme von Veränderungen im Arbeitsspeicher bei nicht mehr zutreffenden Vorbedingungen um den Inhalt des Arbeitsspeichers konsistent zu halten, was den Modellierungsaufwand bei der gegebenen Anwendung reduziert,
    3. die Unterstützung von Typhierarchien zur Unterstützung der Entdeckung von Programmierfehlern zur Kompilierzeit, wie in Softwaresystemen für sicherheitskritische Anwendungen üblich und gefordert und zur Unterstützung der anwendungsnahen Wissensmodellierung von Weltobjekten,
    4. ein genetischer Algorithmus zur Optimierung einzelner Graphmuster innerhalb der Netzstruktur zur Vorbereitung einer noch effizienteren Mustersuche zu Designzeit der Regelbasis;
  3. die Evaluierung der Leistungsfähigkeit des entwickelten Prototypen anhand eines relevanten Anwendungsbeispiels aus der UAV-Flugführung.

Die Dissertation beschreibt

  • die Einbettung der Arbeit in den an Institut entwickelten Ansatz zur kognitiven Automation,
  • den Sachstand zur Wissensverarbeitung in Produktionensystemen und insbesondere die Implementierung des kognitiven Prozesses als einen wesentlichen Teilaspekt der kognitiven Automation,
  • die theoretischen und algorithmischen Aspekte der Optimierung der Mustersuche,
  • und die Implementierung und Evaluierung der Bausteine einer neuen Systemarchitektur.

Die Ergebnisse des Systemvergleichs zeigen die angestrebte, deutliche Verbesserung sowohl was das Zeitverhalten, als auch was den Speicherbedarf des Systems angeht. Insgesamt stellt die Arbeit einen wichtigen Beitrag zu Anwendbarkeit des Ansatzes der kognitiven Automation in Avionik-Systemen mit höheren Kritikalitätsanforderungen dar.

 

Promotionsausschuss:

Vorsitz: Univ.-Prof. Dr.-Ing. Roger Förstner

1. Berichterstatter: Univ.-Prof. Dr.-Ing. Axel Schulte

2. Berichterstatter: Univ.-Prof. Dr.-Ing. Mark Minas (Professur für Programmiersysteme, Fak. INF, UniBwM)