Electronics & Data Analytics

Electronics & Data Analytics

Technologie & Life Sciences

Der Forschungsschwerpunkt "Electronics & Data Analytics" am MCI vereint innovative AnsÀtze in der Elektronikentwicklung und datengetriebenen Analytik. Von der Entwicklung vielfÀltiger Hardwarelösungen bis zur passenden Messkette und Datenanalyse zielt dieser Schwerpunkt darauf ab, technologische Innovationen zu fördern, die unsere heutige Welt nachhaltig beeinflussen werden.

Assoz. FH-Prof. Dipl.-Ing. Dr. techn. Manuel Ferdik | Digitalisierung & Data Science Bachelorstudiengang Wirtschaftsingenieurwesen
Assoc. Prof. Dipl.-Ing. Dr. techn. Manuel FerdikDigitalization & Data Science

Bei Fragen zum Forschungsschwerpunkt kontaktieren Sie uns unter: electronics@mci.edu

Hardware Development

Der Bereich "Hardwareentwicklung" ist spezialisiert auf das Design von elektronischen Schaltungen und deren Prototypenfertigung. Wir konzentrieren uns darauf maßgeschneiderte Schaltungen zu entwerfen, die den Anforderungen unterschiedlichster Anwendungen gerecht werden. DarĂŒber hinaus setzen wir die entwickelten Schaltungen in physische Prototypen um und testen diese sorgfĂ€ltig, um sicherzustellen, dass sie in der realen Welt einwandfrei funktionieren.

Data Acquisition

Im Bereich Data Acquisition liegt der Fokus auf der prĂ€zisen Aufzeichnung von Daten durch die Auswahl geeigneter Sensoren fĂŒr verschiedene Problemstellungen. Hierbei wird die gesamte Kette von der Auswahl der Sensoren ĂŒber die Erfassung der Daten bis zur Übertragung und Speicherung betrachtet. Die Auswahl der richtigen Sensoren fĂŒr eine gegebene Anwendung ist von entscheidender Bedeutung, um zuverlĂ€ssige und genaue Daten zu erhalten. Ziel ist es hochwertige Messdaten zu erfassen, die als Grundlage fĂŒr die datengetriebene Analyse dienen.

Data Evaluation

Der Bereich Data Evaluation bildet die dritte SĂ€ule im Forschungsschwerpunkt "Electronics & Data Analytics". In der Vorverarbeitung werden die Rohdaten gesĂ€ubert, bereinigt und fĂŒr die weitere Verarbeitung strukturiert. Dadurch wird sichergestellt, dass die nachfolgende Analyse auf qualitativ hochwertigen Daten aufbaut. Anschließend erfolgt die Datenauswertung, bei der durch den Einsatz fortschrittlichster Analyse- und Machine-Learning-Algorithmen tiefergehende Einsichten aus den Daten extrahiert werden. Durch das Erkennen von Mustern, Trends und Anomalien werden nicht nur Informationen gewonnen, sondern auch Prozesse und Entscheidungsfindungen maßgeblich verbessert. Durch den Einsatz von interaktiven Dashboards, Graphen und anderen visuellen Hilfsmitteln werden die Ergebnisse intuitiv dargestellt. Diese visuelle Aufbereitung ist entscheidend fĂŒr die Kommunikation von Ergebnissen und unterstĂŒtzt die strategische Nutzung der Datenanalyse in der Praxis.

Team
Assoz. FH-Prof. Dipl.-Ing. Dr. techn. Manuel Ferdik | Digitalisierung & Data Science Bachelorstudiengang Wirtschaftsingenieurwesen
Assoc. Prof. Dipl.-Ing. Dr. techn. Manuel FerdikDigitalization & Data Science
 Thomas Gadner, BSc MSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Mechatronik
Thomas Gadner, BSc MScTeaching & Research Assistant
FH-Prof.  Bernhard Hollaus, PhD | Stellvertretender Leiter Bachelorstudiengang Medizin-, Gesundheits- & Sporttechnologie Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Bernhard Hollaus, PhDDeputy Head of Bachelor's Program Medical, Health & Sports Technologies
FH-Prof.  Yeongmi Kim, PhD | Medizin- & Regelungstechnik Bachelorstudiengang Medizin-, Gesundheits- und Sporttechnologie
Prof. Yeongmi Kim, PhDMedical Devices & Control Engineering
 Daniel McGuiness, PhD | Hochschullektor Bachelorstudiengang Mechatronik
Daniel McGuiness, PhDLecturer
   |
 Matthias Panny, BSc MSc | Wissenschaftliche Assistenz & Projektmanagement Bachelorstudiengang Mechatronik
Matthias Panny, BSc MScTeaching & Research Assistant
FH-Prof. Dr.-Ing. Sebastian Repetzki | Maschinenbau Bachelorstudiengang Mechatronik
Prof. Dr.-Ing. Sebastian RepetzkiMechanical Engineering
Dr. rer. nat. Harald Schöbel, BSc | Senior Lecturer Bachelorstudiengang Bio- & Lebensmitteltechnologie
Dr. rer. nat. Harald Schöbel, BScSenior Lecturer
   |
Dr. rer. pol. Julian Huber | Senior Lecturer Bachelorstudiengang Smart Building Technologies
Dr. rer. pol. Julian HuberSenior Lecturer
Projekte


Publikationen

  • J. Fiala, H. Schöbel, P. Vrabl, D. Dietrich, F. Hammerle, D.J. Artmann, R. StĂ€rz, U. Peintner, B. Siewert. A New High-Throughput-Screening-Assay for Photoantimicrobials Based on EUCAST Revealed Unknown Photoantimicrobials in Cortinariaceae. Frontiers in Microbiology Vol 12/703544 (2021) doi:10.3389/fmicb.2021.703544
  • F. Marcolini, G. De Donato, F.G. Capponi, M. Incurvati, F. Caricchi, "Design of a Multiphase Coreless Axial Flux Permanent Magnet Machine for Unmanned Aerial Vehicle Propulsion", ECCE 2020 Conference Proceedings, DOI: 10.1109/ECCE44975.2020.9235625
  • M. Schiestl, A. Lösch, M. Incurvati and R. StĂ€rz, "Class-E/Ί2 6.78 MHz HD-GiT-GaN based Amplifiers for WPT Systems," EPE'19 ECCE Europe, Genova, Italy, 2019, pp. 1-10.
  • Schiestl, M., Marcolini, F., Incurvati, M., Capponi, F. G., StĂ€rz, R., Caricchi, F., Secades Rodriguez, A., Wild, L. (2020). Development of a High Power Density Drive System for Unmanned Aerial Vehicles. doi:10.1109/TPEL.2020.3013899, IEEE Transactions on Power Electronics
  • M. Schiestl, A. Lösch, M. Incurvati and R. StĂ€rz, "Accurate Losses Multipoint Non Adiabatic Calorimetric Measurement Technique for WBG Power Converters", PCIM Europe digital days 2020, pp. 1330-1337
  • F. Hammerle, P. Vrabl, I. Bingger, H. Schöbel, U. Peintner, H. Stuppner, B. Siewert. On the trail of fungal defense strategies – Employing a special workflow to spot photoactivity. Planta Med 85(18), 1541-1542 (2019) DOI: 10.1055/s-0039-3400069

VortrÀge

  • StĂ€rz R., “0x0 – 0xF” FROM SCRATCH TO AUTONOMOUS - Entwicklung autonomer Multicopter, Konferenz der Mechatronik Plattform, 22.11.2018.
  • Multi-diagnostic probe head for near-wall electric and magnetic measurements in medium-size tokamaks,B.S. Schneider1, C.K. Tsui2;3, J. Boedo2, N. Vianello4, M. Spolaore4, V. Naulin5, J.J. Rasmussen5, R. Staerz1;6, J. Kovacic7, T. Gyergyek7,8, S. Costea1, C. Ionita1, R. Schrittwieser1, Tsv. K. Popov9 1Institute for Ion Physics and Applied Physics, Innsbruck, Austria 2Center For Energy Research, University of California San Diego, La Jolla, USA 3Swiss Plasma Centre, SPC-TCV, EPFL Lausanne, Switzerland 4Consorzio RFX, Padua, Italy 5DTU Physics, Technical University of Denmark, Lyngby, Denmark 6Mechatronic Department, Management Center Innsbruck, Austria 7Jozef Stefan Institute, Ljubljana, Slovenia 8Faculty of Electrical Engineering, University of Ljubljana, Slovenia 9Faculty of Physics, St. Kliment Ohridski University of Sofia, Bulgaria

News

aus dem Forschungsschwerpunkt Electronics & Data Analytics

Kann KI Naturgefahren besser vorhersagen?
Kann KI Naturgefahren besser vorhersagen?
Wie der Alpenraum durch KI-IoT-Technologie resilienter werden kann
E-Bike Licence fĂŒr individuelles Fahrkönnen
E-Bike Licence fĂŒr individuelles Fahrkönnen
Die Technische Entwicklung eines Fahrsicherheits-Modulsystems
Hochfrequentes Leistungsmodul fĂŒr PrĂ€zisionsstromrichter
Hochfrequentes Leistungsmodul fĂŒr PrĂ€zisionsstromrichter
MCI und Alintel starten Kooperation | Forschung zu Stromrichtern
Alle News anzeigen