Am IMS wird das Potential der Effizienzsteigerung von Antriebssträngen durch Kenntnis der in den nächsten Sekunden zu erwartenden Geschwindigkeit auf Basis von KI-basierten Prädiktionen untersucht.

Der im April 2024 vorgestellten Ansatz von Kolmogorov-Arnold-Netzwerken (KAN) verspricht schnelleres Training, verbesserte Genauigkeit und Interpretierbarkeit im Vergleich zu herkömmlichen Multi-Layer-Perceptrons (MLP). Bisher existiert nur eine simple Matlab-Implementierung von KANs mit grundlegender Funktionalität.

Das Ziel dieser ausgeschriebenen Arbeit ist es, vor dem Hintergrund der Matlab Deep Learning Toolbox eine KAN-Implementierung umzusetzen und diese zur Geschwindigkeitsprädiktion anzuwenden.

Als Datengrundlage steht ein über 29.000 km umfassender Datensatz zur Verfügung.