Neue Konferenzbeiträge auf der 5th IEEE International Conference on Autonomic Computing and Self-Organizing Systems - ACSOS 2024! [22.08.24]
Elia Henrichs und Christian Krupitzer vom Fachgebiet für Lebensmittelinformatik sind Co-Autoren des Peer Reviewed Konferenzbeitrags "Towards a Self-Adaptive, Real-time Monitoring System for Food Quality Assessment", Pia Schweizer, Elia Henrichs und Christian Krupitzer vom Fachgebiet für Lebensmittelinformatik sind Co-Autoren des Peer Reviewed Konferenzbeitrags "Towards a Hybrid Architecture for Self-Adaptive and Self-Organizing Systems", Pia Schweizer vom Fachgebiet für Lebensmittelinformatik ist Autor des Peer Reviewed Konferenzbeitrags "Many-Objective Centralized Adaptation Planning: Towards Hybrid Self-Adaptive and Self-Organizing Systems", der 5th IEEE International Conference on Autonomic Computing and Self-Organizing Systems - ACSOS 2024(CORE Rating: -; Peer reviewed).
Der Beitrag 1. "Towards a Self-Adaptive, Real-time Monitoring System for Food Quality Assessment" von Elia Henrichs (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland) mit dem Co-Autor Christian Krupitzer (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland), als auch 2. Pia Schweizer vom Fachgebiet für Lebensmittelinformatik ist Autor des Peer Reviewed Konferenzbeitrags "Many-Objective Centralized Adaptation Planning: Towards Hybrid Self-Adaptive and Self-Organizing Systems", und 3. Die Publikation "Towards a Hybrid Architecture for Self-Adaptive and Self-Organizing Systems" von Pia Schweizer (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland) mit den Co-Autoren, Jonas Lange (Intelligente Systeme, Universität Kiel, Kiel, Deutschland), Elia Henrichs (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland), Sven Tomforde (Intelligente Systeme, Universität Kiel, Kiel, Deutschland), Christian Krupitzer (Fachgebiet für Lebensmittelinformatik (150L), und Computational Science Hub (CSH), Universität Hohenheim, Stuttgart, Deutschland) auf der 5th IEEE International Conference on Autonomic Computing and Self-Organizing Systems - ACSOS 2024 (CORE Rating: -; Peer reviewed) angenommen. Die 5th IEEE International Conference on Autonomic Computing and Self-Organizing Systems - ACSOS 2024 ist u.a. von Google gesponsert.
"Towards a Self-Adaptive, Real-time Monitoring System for Food Quality Assessment" - Adaptive Softwaresysteme können dazu beitragen, die Lebensmittelverschwendung zu verringern und die Lebensmittelsicherheit zu verbessern, indem sie eine Qualitätsbewertung in Echtzeit ermöglichen. Solche Systeme umfassen Sensoren zur Überwachung des Zustands der Lebensmittel und eine auf maschinellem Lernen basierende Datenanalyse zur Vorhersage der Qualität und Haltbarkeit der Lebensmittel. Die Überwachung ist aus verschiedenen Gründen schwierig, z. B. wegen der Komplexität der Lebensmittelversorgungskette und der sich dynamisch verändernden Umgebung. Daher wird in dieser Arbeit ein selbstanpassendes Überwachungssystem beschrieben und erörtert, das Lebensmittel lokalisiert und die Überwachungsaktivität entsprechend den Veränderungen in der Umgebung anpasst.
"Towards a Hybrid Architecture for Self-Adaptive and Self-Organizing Systems" - Das Fahren halbautomatischer Fahrzeuge in kurzen Abständen, Platooning genannt, ist eine vielversprechende Strategie, um Konflikte im Zusammenhang mit dem ständig wachsenden Verkehrsaufkommen auf deutschen Autobahnen durch Optimierung des Kraftstoffverbrauchs und der Straßenauslastung zu lösen. Bei der Abbildung der Architektur eines selbstanpassenden Systems auf Platooning würde eine vollständig zentrale Koordination der Fahrzeuge einen potenziellen Engpass darstellen, während eine vollständig dezentrale Entscheidungsfindung zu widersprüchlichen Anpassungen führen könnte. Daher zielt dieses Projekt darauf ab, ein hybrides selbstanpassendes und selbstorganisierendes System zu schaffen, das robust ist und autonome Anpassungsentscheidungen auf Mikroebene trifft, während die Entscheidungsfindung zentral optimiert wird.
"Towards a Hybrid Architecture for Self-Adaptive and Self-Organizing Systems" - In Multi-Agenten-Systemen kann die Steuerung entweder von einer zentralen Koordinationseinheit initiiert werden, oder jeder Agent entscheidet selbst über seinen nächsten Anpassungsschritt, um sich an Veränderungen in der dynamischen Umgebung anzupassen. Um einem Single-Point-of-Failure sowie egoistischen Anpassungsentscheidungen entgegenzuwirken, schlagen wir die Etablierung einer hybriden Architektur vor. Ausgehend von einer statischen, vollständig zentralisierten Koordination und einer statischen, vollständig dezentralisierten Entscheidungsfindung werden die Systeme durch Optimierungstechniken bzw. Reinforcement Learning adaptiv, bevor sie zu einem hybriden System verschmolzen werden. Um die Leistung der Systeme zu bewerten und zu vergleichen, dient die Koordinierung von Platooning, bei der Fahrzeuge mit geringem Abstand zwischen den Fahrzeugen fahren, um den Luftwiderstand zu verringern und den Verkehrsfluss zu verbessern, als Beispiel.
