elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Bringing a Machine Learning Based Novelty Detection Software Tool from Research to Production

Schefels, Clemens und Schlag, Leonard und Del Moro, Agnese und Helmsauer, Kathrin und Lesch, Tobias und Göttfert, Tobias (2023) Bringing a Machine Learning Based Novelty Detection Software Tool from Research to Production. 17th International Conference on Space Operations (SpaceOps 2023), 2023-03-06 - 2023-03-10, Dubai, Vereinigte Arabische Emirate.

[img] PDF
541kB

Kurzfassung

This paper presents the process of bringing a machine learning based novelty detection software tool from research to production. Moreover, it sums up the necessary changes that needed to be done for developing a scientific software library into a software product with an application in space operations. This process considers the needs and expectations of all stakeholders. The system for which this process is shown is the Automated Telemetry Health Monitoring System (ATHMoS) developed at the German Space Operations Center of the German Aerospace Center. In its early phase as a research software, it paved the way for the novelty detection research. After its value for the satellite engineer’s daily work became visible, it evolved to a robust and resilient software tool that can be used in a productive environment to support the engineers in their routine work. Furthermore, the integration of the system into our Visualization and Data Analysis framework is explained. This framework has a web-based front-end for the interactive exploration and analysis of satellite telemetry data.

elib-URL des Eintrags:https://elib.dlr.de/195314/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Bringing a Machine Learning Based Novelty Detection Software Tool from Research to Production
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Schefels, Clemensclemens.schefels (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schlag, LeonardLeonard.Schlag (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Del Moro, AgneseAgnese.DelMoro (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Helmsauer, Kathrinkathrin.helmsauer (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Lesch, TobiasTobias.Lesch (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Göttfert, TobiasTobias.Goettfert (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:2023
Referierte Publikation:Nein
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
Status:veröffentlicht
Stichwörter:telemetry, time series, machine learning, data analysis, space operations, software deployment
Veranstaltungstitel:17th International Conference on Space Operations (SpaceOps 2023)
Veranstaltungsort:Dubai, Vereinigte Arabische Emirate
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:6 März 2023
Veranstaltungsende:10 März 2023
Veranstalter :Mohammed Bin Rashid Space Centre (MBRSC)
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Kontrollzentrumstechnologie
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Raumflugbetrieb und Astronautentraining > Missionstechnologie
Hinterlegt von: Göttfert, Dr. Tobias
Hinterlegt am:31 Mai 2023 09:33
Letzte Änderung:24 Apr 2024 20:55

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.