DaFne

Titel: Plattform Datafusion Generator (DaFne)

Projektdauer: 01.02.22-29.02.24 (BMBF)

Forschungsbereich: Generative KI, Smart Cities

Projektbeschreibung

Das DaFne-Projekt zielt darauf ab, eine Plattform zur Generierung synthetischer Daten zu entwickeln. In der heutigen Zeit, in der KI-Methoden zunehmend an Bedeutung gewinnen, unterstreicht deren Abhängigkeit von datengesteuerten Ansätzen die entscheidende Bedeutung der Datenverfügbarkeit. In zahlreichen Bereichen enthalten Daten jedoch sensible Informationen, die nicht veröffentlicht werden dürfen. Unsere Mission ist es, Forschenden, der Industrie, Entwickler:innen und staatlichen Stellen hochwertige synthetische Daten zur Verfügung zu stellen.

Um dieses Ziel zu erreichen, integrieren wir generative Modelle und bieten eine Qualitätsanalyse der synthetischen Daten an. DaFne zielt in erster Linie auf den Anwendungsfall „Smart City“ ab und umfasst sowohl tabellarische als auch unstrukturierte Datenformate. Die Plattform wird kostenlos zugänglich sein und nach dem Grundprinzip der Benutzerfreundlichkeit gestaltet.

Ziele

• Erzeugung synthetischer Daten
• Auswertung synthetischer Daten
• Frei zugängliche und benutzerfreundliche Plattform

Problem

Die Datengenerierung stellt aufgrund ihrer Vielfältigkeit eine komplexe Herausforderung dar, da sie von strukturierten tabellarischen Daten bis hin zu unstrukturierten Formaten reichen kann. Erschwerend kommt hinzu, dass die Daten oft aus verschiedenen Quellen stammen, die jeweils eine eigene Struktur und unterschiedliche Qualitätsniveaus aufweisen. Daher muss die DaFne-Plattform vielseitig genug sein, um dieser Vielfalt gerecht zu werden.

Neben der Erleichterung der Datengenerierung über verschiedene Formate und Quellen hinweg ist es entscheidend, die Qualität der generierten Daten zu bewerten. Um diesem Bedarf gerecht zu werden, verfügt unsere Plattform über robuste Bewertungsmechanismen, die den Nutzenden Qualitätskennzahlen liefern. Diese Kennzahlen sind auf die jeweils generierte Datenart zugeschnitten, wobei berücksichtigt wird, dass sich die Bewertungskriterien für tabellarische und unstrukturierte Daten unterscheiden können. Da zudem nicht alle Nutzenden über fundierte statistische Kenntnisse verfügen, sind die bereitgestellten Qualitätskennzahlen leicht verständlich.

Praxisbeispiel

Im Rahmen von Smart Cities stellt der Mangel an ausreichenden Daten eine Herausforderung für Stadtplaner:innen dar. Unser konkreter Anwendungsfall zielt darauf ab, die Mobilitätsmuster der Bürger:innen in städtischen Umgebungen nachzubilden und zu analysieren. Unter Einsatz von Techniken des verstärkenden Lernens trainieren wir einen Agenten darauf, sein Verhalten so zu optimieren, dass die allgemeine Zufriedenheit maximiert wird. Unsere Studie konzentriert sich auf das HafenCity-Gebiet in Hamburg, wo wir die Wirksamkeit unseres Ansatzes veranschaulichen.

In einem weiteren Forschungsansatz befassen wir uns mit der Instandhaltung von Brücken und konzentrieren uns dabei insbesondere auf die Vorhersage des Sanierungsbedarfs. Unter Nutzung des umfangreichen Datensatzes des National Bridge Inventory (NBI) aus den USA, der Inspektionen von mehr als 80.000 Brücken über einen Zeitraum von 50 Jahren umfasst, streben wir die Entwicklung robuster Vorhersagemodelle an. Derartige umfassende Daten sind jedoch von der deutschen Regierung nicht ohne Weiteres verfügbar. Die aus den verfügbaren US-Daten gewonnenen Erkenntnisse lassen sich auf deutsche Brücken oder andere Länder übertragen, um diese Herausforderung zu bewältigen und so die Relevanz und Anwendbarkeit sicherzustellen.

Technologie

Zur Erzeugung synthetischer Daten kommen fortschrittliche KI-Verfahren zum Einsatz. Generative Adversarial Networks (GANs) eignen sich für die Generierung tabellarischer Daten, Graph Neural Networks (GNNs) für die Nachbildung von Nachbarschaftsmustern und ein Ansatz des verstärkenden Lernens für die Erstellung synthetischer Fußgängerrouten im Kontext von Smart Cities. Die synthetischen Daten werden mithilfe verschiedener statistischer Methoden (deskriptive Analyse, Signifikanz- und Anpassungsgütetests, Kullback-Leibler-Divergenz usw.) sowie ML-Klassifizierungsmethoden (u. a. Random Forest, Support-Vektor-Maschine, neuronales Netzwerk) ausgewertet. Für die Generierung und Auswertung wurden Python und Python-Frameworks verwendet.

Ausblick

DaFne ist eine Softwareplattform. Nutzer:innen können damit Daten entsprechend ihren Anforderungen generieren, was eine datengestützte Entscheidungsfindung in Forschung und Industrie erleichtert. Die Funktionen des Tools können in der Stadtplanung, im Finanzwesen, in der Medizin sowie in anderen wissenschaftlichen und nicht-wissenschaftlichen Bereichen hilfreich sein.

Publikationen

• Glass, A., Sanchez, M., Baddam, P. & Noenning, J. R., “Investigating Synthetic Pedestrian Data Generation to Improve Mobility Patterns Recognition of Citizens for Smarter Cities”, Proceedings of International GAMA days, 2022.
• Baddam, P., Glass, A., Jäkel, R., Jander, J., Krause, T., Kunert, P., Noennig, J. R., Okhrin, I., Sanchez, M. & Steffens, U., “Evaluating Tabular Data Generation Techniques on DaFne Platform: Insides from a Predictive Maintenance Case Studies on Bridges“,   (ICICT), Springer, 2024.
• Glass, A., Noenning, J. R., Bek, B., Glass, R., Menges, E. K., Okhrin, I., Baddam, P., Sanchez, M., Senthil, G. & Jäkel R., “Innovative Urban Design Simulation: Utilizing Agent-Based Modelling through Reinforcement Learning”, Conference on Computational Intelligence and Intelligent Systems (CIIS), 2023
• Okhrin, I., Jäkel, R., Baddam, P., Sanchez, M., “Predicting Bridge Condition Ratings”, working paper

Team

Projektleitung

Dr. René Jäkel

Technische Universität Dresden

Center for Interdisciplinary Digital Sciences (CIDS)

Projektmitarbeitende

Dr. Iryna Okhrin

Technische Universität Dresden

Center for Interdisci­plinary Digital Sciences (CIDS)

• Pramod Baddam
• Mariela Sanchez

Partner

• HafenCity Universität Hamburg (HCU)
• Hochschule für Angewandte Wissenschaften Hamburg (HAW)
• Forschungszentrum L3S
• Sopra Steria
• Ströer