Welcome

Education

Professor für Praktische Informatik im Fachbereich Informatik mit den Schwerpunkten Verteilte Künstliche Intelligenz, Betriebssysteme und Technische Systeme

Fight For the Future

News

Talk EWSHM 2024 Conference

Data-driven Parameterizable Generative Adversarial Networks for Synthetic Data Augmentation of Guided Ultrasonic Wave Sensor Signals

SLIDES PAPER

Talk AI MSE 2023 Conference

AUTOMATED X-RAY-BASED DAMAGE DETECTION AND CHARACTERISATION IN MATERIALS BY DATA-DRIVEN ANOMALY PREDICTOR MODELS TRAINED BY FUSION OF REAL AND SIMULATED X-RAY DATA

SLIDES

Talk MDPI ECSA 2023 Conference

Automated Damage and Defect Detection with Low-Cost X-Ray Radiography using Data-driven Predictor Models and Data Augmentation by X-Ray Simulation

Video Play SLIDES

MAPEX Symposium "Materials for Environmental Engineering - Sensing, control, sustainability" 11-12.10.2023

Improving ecology and economics of high-pressure aluminum die casting processes by a data-driven analytical characterisation of hidden pores and defects using X-ray Radiography images and advanced Simulation Methodologies

Poster SLIDES

Talk IEEE FEDCSIS 2023 Conference

IoT and Edge Computing using virtualized low-resource integer Machine Learning with support for CNN, ANN, and Decision Trees

Video Play Youtube SLIDES

Talk FEMS EUROMAT 2023 Conference

DETECTION OF HIDDEN DAMAGES IN FIBRE LAMINATES USING LOW-QUALITY TRANSMISSION X-RAY IMAGING, X-RAY DATA AUGMENTATION BY SIMULATION, AND MACHINE LEARNING

SLIDES Video Play

Talk IEEE FiCloud 2023 Conference

Video Play

Talk Schall 2023 Conference

Robuste und sichere Schadenserkennung in großskaligen Bauteilen und Konstruktionen ist immer noch eine Herausforderung, sowohl hinsichtlich der Messtechnik als auch der Datenauswertung. Beispiele sind Betonbauteile oder Stahlbetonkonstruktionen, insbesondere solche die unter widrigen Bedingungen wie Off-shore Windernergieanlagen betrieben werden. Für die Zustandsüberwachung, vor allem Risserkennung und Materialermüdung, können geführte Ultraschallwellen oder akustische Emissionen eingesetzt werden, die auf eine Rissentstehung oder Ausbreitung hindeuten. Beide Verfahren beruhen häufig auf Referenzmessungen (differentielle Diagnostik) und zeitaufgelösten Signalen. Diese können aber durch veränderte externe Einflüsse und Störungen ungültig werden. Werden z.B. akustische Messungen mit Abtastraten mit mehr als 1Ms/s durchgeführt und sind die Bauteile mit einer großen Anzahl von Sensoren ausgestattet können die Datenvolumen immens große werden (Tera Bytes bis Peta Bytes), gerade auch auf der longitudinalen Achse. Eine echtzeitfähige Schadenserkennung ist nicht mehr möglich. Anstelle einer zentralisierten global Zustandsschätzung sollen Methoden der lokalen Zustandsschätzung mit globaler Fusion diskutiert und vorgestellt werden. Dabei wird ein verteiltes digitales Sensornetzwerk angenommen in dem Sensorknoten nur lokale Sensordaten verarbeiten um im ersten Schritt eine Anomalie festzustellen, die ein Ereignis für weitere Analysen auslösen. Durch selbst-organisierende, selbst-adaptive und agentenbasierte Nachbarschaftsinteraktion der Sensoren und Sensorfusion (mit Analyse geführter Wellen und akustische Emissionsanalyse) soll ein möglicher Schaden näher und durch datengetriebene Ensembleprädiktoren charakterisiert werden. Dabei soll ein möglichst großer Parameterraum abgedeckt werden und die Implementierung der Schadens- und Anomalie Prädiktoren in eingebetteten System realisierbar sein. Ein besonderes Augenmerk liegt auf der Erkennung von Rissentstehung und Propagation.

SLIDES Video Play

Invited Talk about Self-organising Distributed and Learning Technical Systems by PD Dr. Stefan Bosse

This talk gives an overview of my primary research areas and work addressing self-organising distributed and learning technical systems. A broad range of fields of application and use-cases is introduced featuring self-star capabilities and resilience. The fundamentals of self-organising systems are discussed and elaborated.
[YOUTUBE VIDEO]

Invited Talk about Material-integrated Intelligent Systems and Programmable Matter

From single Sensors to Learning Distributed Sensorsystems - The System-level Approach: Crossing the Boundary between Engineering and Computer Science
[YOUTUBE VIDEO]

Data-driven and automated Damage Diagnostics from High-dimensional Data

Towards Learning Technical Systems and Sensor Data Science

Invited talk, University of Siegen, LWM, 22.9.2022

SLIDES EPUB

Demonstration Test

Learn more about the middleman story:

CLICK ME

Conference Talk IEEE Mobility 2022: Fusion of Distributed Tuple Spaces and Agents

6th International Conference on System-Integrated Intelligence Intelligent, flexible and connected systems in products and production

SysInt is an international conference about system-integrated intelligence, held biannually. The conference provides a forum for academia and industry to disseminate their latest innovations and practices in field of system-integrated intelligence. The goal is to present recent and exciting results on the integration of new, intelligent functionalities into materials, components, systems and products. The conference addresses industry and society needs, requirements and expectations.
More information can be found here: https://sysint-conference.org

Best Paper Award: The Thirteenth International Conference on Advances in System Simulation

S. Bosse, Surrogate Predictive and Multi-domain Modelling of Complex Systems by fusion of Agent-based Simulation, Cellular Automata, and Machine Learning, Proc. of the SIMUL 2021 Conference, The Thirteenth International Conference on Advances in System Simulation, IARIA, 3. - 7. October 2021, Barcelona, Spain, & Online

The Eigth Electronic International Conference on Sensors and Applications ECSA 2021 Talk

The Thirteenth International Conference on Advances in System Simulation SIMUL 2021 Talk

Studentische Mitarbeiter gesucht!!

Studentische Mitarbeiter (Arbeitsumfang nach Vereinabarung) ab sofort gesucht:

Für die Bearbeitung von experimentellen und Softwarearbeiten im Bereich Sensordatenverarbeitung und Datenwissenschaften vor allem mit Maschinellen Lernverfahren (aber nicht darauf beschränkt) werden Studentinnen und Studenten gesucht die grundlegende Erfahrung in der Programmierung und Datenverarbeitung besitzen. Die Amtssprache ist JavaScript mit gelegentlichen Exkursen zu Matlab, und das Labor ist der WEB Browser. Die Arbeiten finden in einem inetrdisziplinären Umfeld statt (Materialwissenschaften, Sensorik, Messtechnik, Fertigungstechnik), u.a. mit dem DLR und der TU Braunschweig. Es geht hauptsächlich um Schadenserkennung und Diagnose in hyrbiden Materialien. Die Daten stammen aus der Ultraschallmesstechnik und Röntgen Computer Tomographie. Bei Interesse email an sbosse (at) uni-bremen.de senden!

The 9th European Congress of Methodology (EAM) 2021 Talk

International Conference on Simulation and Modeling Methodologies, Technologies and Applications (SIMULTECH) 2021 Talk

International Conference on Agents and Artificial Intelligence (ICAART) 2021 Talk

Great Again