Bellgardt, Martin; Kuhlen, Torsten (Thesis advisor); Weyers, Benjamin (Thesis advisor)
Aachen : RWTH Aachen University (2025)
Doktorarbeit
Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025
Kurzfassung
Maschinelles Lernen hat sich zu einem wichtigen Werkzeug in jeder Disziplin entwickelt, die regelmäßig mit Daten interagiert. Dies trifft besonders auf den Maschinenbau zu, in dem die Nachfrage nach datengetriebenen Ansätzen in der letzten Zeit starkzugenommen hat. Während in diesem Bereich bereits vielversprechende Ergebnisse erzielt wurden, bringt die Intransparenz moderner Modelle eigene Herausforderungen mit sich. Fehlendes Vertrauen in diese Modelle verhindert, dass sie zur Anwendung gebracht werden und fehlende Intuition für ihre interne Arbeitsweise verhindert, dass sie zu neuen wissenschaftlichen Erkenntnissen führen. Diese Dissertation versucht sich diesen Problemen zu nähern, indem die Immersion bei der Interaktion mit Daten und Modellen erhöht wird. Immersion kann in virtuellen Welten zu einem Phänomen namens Presence führen, welches die präsentierten Stimuli für Nutzerrealer erscheinen lässt und eine stärkere Bindung zu ihnen fördert. Der Einfluss von Immersion auf die Visualisierung abstrakter Daten ist hingegen wenig erforscht. Wir argumentieren, dass ein ähnliches Phänomen, welches in dieser Arbeit Data Presence genannt wird, durch immersive Visualisierungen hervorgerufen werden kann. Somit präsentieren wir mehrere Demonstratoranwendungen, die das Ziel haben ein besseres Datenverständnis durch die Erhöhung der Immersion hervorzurufen. Zunächst werden einige generelle Überlegungen zur Konzeption immersiver Anwendungen für den Arbeitsalltag präsentiert. Dann werden die immersiven Demonstratoranwendungen in den Bereichen Datenannotation, Datenverständnis und Modellverständnisvorgestellt. Jede Anwendung wird evaluiert, wobei gezeigt wird, dass sie tatsächlich Vorteile für ihre Nutzer bieten. Schließlich stellen wir das ANNtoNIA Framework vor, welches wir entworfen haben um den Entwicklungsprozess von immersiven Visualisierungen für künstliche neuronale Netze zu vereinfachen. Das Design des Frameworks wird detailliert vorgestellt, und es wird ein kurzer Ausblick auf potenzielle Anwendungen gegeben. Insgesamt legt diese Arbeit ein Fundament für weitere Forschung im Bereich der immersiven Visualisierung von maschinellem Lernen und Daten aus der Produktionstechnik.
Einrichtungen
- Fachgruppe Informatik [120000]
- Lehr- und Forschungsgebiet Virtuelle Realität und Immersive Visualisierung [124620]