Vom 27. Juni bis zum 1. Juli 2024 fand die 25th International Conference on Engineering Applications of Neural Networks (EANN 2024) in Korfu, Griechenland, statt. Die ausgezeichnete Arbeit mit dem Titel “Automation of the Error-Prone Pam-4 Sequence Discovery for the Purpose of High-Speed Serial Receiver Testing Using Reinforcement Learning Methods“ bietet eine Lösung für das Testen von Hochgeschwindigkeits-Bus-Systemen (z.B. PCI Bus) mit Hilfe von maschinellem Lernen. In dieser Arbeit wird ein neuartiger Ansatz vorgestellt, bei dem Algorithmen des Reinforcement Learning (RL) eingesetzt werden, um fehleranfällige PAM-4-Sequenzen datengesteuert zu identifizieren. Diese Sequenzen sind erforderlich, damit die obige Konformitätsprüfung von seriellen Hochgeschwindigkeitsempfängern durchgeführt werden kann, die solche Bus Standards verwenden. Diese Arbeit ist im Rahmen des START-Projekts (Self-Adapting Tool for Automated Receiver Test based on Artificial Intelligence), einer Zusammenarbeit zwischen der Hochschule Furtwangen und BitifEye Digital Test Solutions GmbH, entstanden.

Manav Madan arbeitet im Institut für Data Science, Cloud Computing und IT-Sicherheit (IDACUS) der Hochschule Furtwangen und hat den prestigeträchtigen „Best Student Paper Award“ während der EANN-Konferenz 2024 erhalten.

External link opens in a new window:Weitere Informationen zur Veröffentlichung

External link opens in a new window:Weitere Informationen zur Konferenz