Trends Markt News

iStock.com/Rike_

KI im Einsatz gegen Covid-19: Sensor misst die Luftqualität

Der Einsatz von Künstlicher Intelligenz (KI) im Kampf gegen Covid-19 wird am Zentrum Industrie 4.0 an der Hochschule Aalen vorangetrieben. Zwei Studierende hätten mithilfe dieser Technologie einen smarten Sensor entwickelt, um die Luftqualität in Räumen zu überwachen, teilte die Universität mit. Die Wirtschaftsingenieure Christoph Hahn und Steffen Entenmann hätten sich zuletzt intensiv mit den Themen KI und Covid-19-Prävention beschäftigt, hieß es. Im Rahmen ihrer Bachelorarbeiten hätten sie gemeinsam ein Vorhersagemodell entwickelt, dass mithilfe von Umweltdaten, insbesondere Kohlendioxid (CO₂), Temperatur und Luftfeuchtigkeit die Personenanzahl in einem Raum vorhersagen könne, um damit Rückschlüsse auf die Raumluftqualität zu ziehen, erklärte Betreuer Prof. Dr. Axel Zimmermann. Nach aktuellem Wissensstand erhöhe eine schlechte Raumluftqualität das Risiko an Corona zu erkranken, so die Uni.

Zu Beginn seien von den Studierenden dafür zunächst die Umweltdaten in Innenräumen in zwei getrennten Messreihen mit einem CO₂-Sensor und einem Sensor zur Erfassung von Temperatur- und Luftfeuchtigkeitswerten aufgezeichnet worden, hieß es. Im nächsten Schritt seien die erfassten Rohdaten vorverarbeitet worden. Damit habe sich Hahn intensiv in seiner Abschlussarbeit beschäftigt. „Bei der Datenvorverarbeitung werden Daten geglättet und sogenannte Ausreißer und Rauschen entfernt“, erläuterte Hahn: „Ausreißer sind einzelne Daten, die stark von den anderen Daten abweichen, und Rauschen stellt die Messungenauigkeiten der Sensoren in kleinen Auf- und Abschwingungen dar“, so Hahn. Anschließend wurde der Uni zufolge noch eine Standardisierung der Daten vorgenommen, um Messwerte mit unterschiedlichen Skalierungen und Einheiten vergleichbar zu machen.


Lernalgorithmus erhält Trainingsdaten
Im Part von Entenmann seien danach verschiedene Vorhersagemodelle (Lernalgorithmen) mit der Programmiersprache Python programmiert worden, hieß es weiter. Dafür sei das Maschinelle Lernen (ML), ein dreistufiger Trainingsprozess, gestartet worden. „Im ersten Schritt bekommt der Lernalgorithmus zunächst Trainingsdaten zum Lernen bereitgestellt“, erläuterte Entenmann: „Es werden die Messdaten (Umweltdaten) und Zielwerte (passende Personenanzahl) zur Verfügung gestellt. Der Algorithmus liefert mit den in den Daten gefundenen Zusammenhängen dann Vorhersagen zur Personenanzahl.“

Schritt zwei umfasst laut der Hochschule die Überprüfung des Gelernten. „Der Lernalgorithmus sagt die Personenzahl mit neuen Messdaten (Testdaten) vorher. Der Trainer überprüft dann, wie genau das Ergebnis ist. Wenn die Vorhersage nicht gut ist, kann entweder der Algorithmus etwas angepasst oder ein anderer Algorithmus ausprobiert werden“, berichtete Entenmann. Der dritte und letzte Schritt beinhaltet den Angaben zufolge ein mehrmaliges Durchlaufen des zweiten Schritts, bis das Ergebnis eine gute Qualität vorweise. „Der Algorithmus kann dann auf neue Messdaten der gleichen Art angewendet werden“, so Entenmann.

Als Resultat sei ein virtueller Sensor entstanden, der mithilfe von Umweltdaten die Personenanzahl in einem Raum vorhersagen und zur Covid-19-Vorsorge eingesetzt werden könne, resümierte die Universität. (ud)
 

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge