Wir suchen Unternehmen, die unser Projekt QCOptSense bei der Entwicklung neuer Ansätze für die Verbesserung optischer Instrumente für die Luft- und Raumfahrt mit Quantencomputern unterstützen. Die Teilnahme am Ausschreibungsprozess ist über TED 226693-2024 möglich. Die Einreichungsfrist endet am 24. Mai 2024 um 14 Uhr. Die Vergabeunterlagen samt Leistungsbeschreibung haben wir bei subreport ELViS veröffentlicht.
Das DLR Institut für Optische Sensorsysteme (DLR OS) entwickelt seit Jahren erfolgreich Kamerasysteme und Spektrometer für Luft- und Raumfahrt, Sicherheit und Verkehr. Diese hochkomplexen Instrumente enthalten eine Vielzahl von optischen, mechanischen, elektronischen und Software-Komponenten, die detailliert aufeinander abgestimmt und im Betrieb geregelt werden müssen, um eine hohe Datenqualität zu gewährleisten. Diese hochkomplexen Instrumente enthalten eine Vielzahl von optischen, mechanischen, elektronischen und Software-Komponenten, die detailliert aufeinander abgestimmt und im Betrieb geregelt werden müssen, um eine hohe Datenqualität zu gewährleisten.
Diese strikten Anforderungen vor dem Hintergrund immer weiter steigender Dimensionalität in den Sensordaten erfordern langfristig auch neue Methoden in der Datenverarbeitung und der Inhaltsrekonstruktion. Neben hoher Datenqualität sollen aber auch entscheidende Informationen, zum Beispiel in Gefahrensituationen, schneller als bisher rekonstruiert und kommuniziert werden. Hier haben bereits KI-basierte Methoden ein enormes Anwendungspotential. Diese datengetriebenen Techniken erfordern aber auch einen komplexen und häufig instabilen Lernprozess mit oft erheblichen Mengen an Trainingsdaten. Dabei sind theoretische Garantien und Robustheit noch immer schwierig und Generalisierungseigenschaften basieren auf empirischen Ergebnissen. Die Suche nach quasi-optimalen KI-Modellen wird immer komplexer und kann zum Teil nur mit erheblichem Aufwand durchgeführt werden. Für viele Anwendungsfälle wird das absehbar nicht mehr nachhaltig noch zielführend sein, und disruptive Technologien wie Quantum Machine Learning werden hier zunehmend relevant.
Mitarbeit im Projekt QCOptSens
Mit der vorliegenden Ausschreibung Automatisierte Codetransformation für Quantum Machine Learning suchen wir Industriepartner, um neue Techniken bezüglich teil-automatisierter und KI-gestützter Codetransformation und Hybridisierung zu untersuchen und deren Potenzial einzuschätzen. Forschung und Entwicklung in diesem Bereich sind essentiell, um in naher Zukunft und auch längerfristig mit der schnell steigenden Dimensionalität und Komplexität von Daten und Algorithmen im Bereich Quantencomputing-basierter Berechnungen Schritt zu halten. Anhand von Beispielen aus dem Gebiet der thematischen Inhaltsrekonstruktion mit Gefahrenkontext sollen Methoden konkret vorgeschlagen, durchgeführt und evaluiert werden.
Das DLR-Institut für Optische Sensorsysteme (DLR OS) wird als Basisfunktion eine Klassifikationsaufgabe im Bereich multi- und hyperspektralen Satellitenbilder im Bereich Gefahrenerkennung bezüglich Datensatz, Funktionalität und Randbedingungen vorgegeben. Der Industriepartner fügt eine eigene Klassifikationsaufgabe aus dem Bereich Satellitenbildauswertung hinzu. Nach jedem Schritt des Industriepartners muss für beide Aufgaben eine lauffähige Plattform verfügbar sein und Randbedingungen festgehalten und besprochen werden.
Konkrete Aufgaben sind
Alle Informationen können den Vergabeunterlagen samt Leistungsbeschreibung auf subreport ELViS entnommen werden.
Cookie Consent mit Real Cookie Banner