Skip to main content Skip to main navigation

Projekt

PROTEUS

Predictive Analytics and Real-Time Interactive Visualization for Industry

Predictive Analytics and Real-Time Interactive Visualization for Industry

Die Mission von PROTEUS ist die Untersuchung und Entwicklung von einsatzbereiten, skalierbaren Online-Maschine-Learning-Algorithmen und interaktiven visuellen Echtzeit-Analysen, um mit extrem großen Datensätzen und Datenströmen umzugehen.

Die Grundlage der Forschritte im PROTEUS-Projekt ist die Verwendung einer optimierten Implementierung von kombinierter Batch- und Streaming-Verarbeitung und der Aufbau um diese später skalierbaren Echtzeitprozesse herum. Die entwickelten Algorithmen und Techniken werden eine Bibliothek bilden, die in eine erweiterte Version von Apache Flink, der EU-Plattform für große Datenmengen, integriert wird.

Im Projekt PROTEUS arbeitet das DFKI mit den industriellen und akademischen Partnern Bournemouth University, treelogic, Trilateral Research&Consulting, Arcelor Mittal und Lambdoop zusammen, um innovative Datenanalyse-Algorithmen zu entwickeln, die den Herausforderungen der Vorhersage- und Entscheidungsunterstützung sowie der Datenvisualisierung gerecht werden.

Insbesondere geht das Projekt über den aktuellen Stand der Technik hinaus, indem es die folgenden spezifischen Originalbeiträge leistet:

  • Neue Strategien für Hybrid-Berechnungen, Batch-Daten und Datenströme in Echtzeit.
  • Skalierbares maschinelles Lernen in Echtzeit für die Analyse massiver, hochgeschwindigkeitsbezogener und komplexer Datenströme.
  • Interaktive visuelle Echtzeit-Analyse für große Daten.
  • Implementierung der neuen Fortschritte auf der Grundlage von Apache Flink.
  • Realistische industrielle Validierung der entwickelten Technologie.

Das DFKI führt den Vorsitz des wissenschaftlichen und technischen Ausschusses des Projekts, der den Lenkungsausschuss und den Projektkoordinator unterstützt und die Entwicklung einer Softwarearchitektur mit hohem Durchsatz und geringer Latenz für die gemeinsame Verarbeitung von Batch- und Datenströmen leitet. Apache Flink wird erweitert, um als Basis für neuartige skalierbare Online-Maschine-Learning-Algorithmen zu dienen. Das DFKI wird wissenschaftliche Ergebnisse verbreiten und verwerten und sich in der Apache Flink-Gemeinschaft engagieren, um die Öffentlichkeit auf PROTEUS aufmerksam zu machen.

Das Projekt wird von der Europäischen Union finanziert (Horizon 2020, Ref: 687691).

Partner

treelogic, TRILATERAL RESEARCH, Bournemouth University, ArcelorMittal

Fördergeber

EU - Europäische Union

687691

EU - Europäische Union

Projektbilder

Publikationen zum Projekt

Adrian Bartnik; Bonaventura Del Monte; Tilmann Rabl; Volker Markl

In: Datenbanksysteme für Business, Technologie und Web (BTW 2019). GI-Fachtagungen (BTW), Fachtagung für Datenbanksysteme für Business, Technologie und Web (BTW), March 4-8, Rostock, Germany, Gesellschaft für Informatik, Bonn, 2019.

Zur Publikation

Jeyhun Karimov, Tilmann Rabl, Asterios Katsifodimos, Roman Samarev, Henri Heiskanen, Volker Markl (Hrsg.)

IEEE International Conference on Data Engineering (ICDE-2018), located at The annual IEEE International Conference on Data Engineering (ICDE) addresses research issues in designing, building, managing, and evaluating advanced data-intensive systems and applications. It is a leading forum for researchers, practitioners, develope, April 16-19, Paris, France, IEEExplore, 10/2018.

Zur Publikation

Jonas Traub; Philipp Grulich; Alejandro Rodriguez Cuéllar; Sebastian Breß; Asterios Katsifodimos; Tilmann Rabl; Volker Markl

In: Proceedings of the 34th IEEE International Conference on Data Engineering. IEEE International Conference on Data Engineering (ICDE-2018), April 16-20, Paris, France, IEEE, 2018.

Zur Publikation